QR二维码的图像识别技术探讨

赵群礼， 周秋平， 史君华

（合肥师范学院 计算机科学与技术系，安徽 合肥230061）

1 引言

二维条码技术是20世纪80年代末在一维条码基础上发展起来的，与一维条码相比，二维条码具有容量高、密度高、纠错能力强等特点［1，2］，因此得到广泛应用。而正由于二维条码信息密度高，与一维条码相比识别技术更为复杂，所以对二维条码进行快速有效的识别成为当前的一个研究热点。本文主要对 QR（Quick Response）［3，4］二维条码的图像识别技术进行了具体的探讨和分析。

2 QR码简介

QR码是由日本Denso公司于1994年9月制定的一种矩阵二维条码符号，它除了具有信息容量大、可靠性高、可表示汉字及图像信息、保密防伪性强等优点外，还具有超高速响应、全方位识读等特点。QR码的尺寸小于相同密度的PDF417码［5］（Portable Data File 417Code），专有的汉字模式更加适合我国应用。

2.1 QR码基本特性［4］

每个QR码符号由正方形模块组成的一个正方形阵列构成，它由编码区域和包括寻像图形、分隔符、定位图形和校正图形在内的功能图形组成，功能图形不用于数据编码，符号的四周为空白区。图1为QR码版本1符号的结构图。

图1 QR码符号的示例

QR码基本特性主要有以下五个方面：

（1）编码字符集，包括数字型数据（数字0～9）、字母数字型数据（数字；大小写英文字母；9个其他字符：space，＄，%，＊，＋，一，.，／，：）、8位字节型数据、日本汉字字符、中国汉字字符（GB2312对应的汉字和非汉字字符）。

（2）数据表示方法，用深色模块表示二进制“1”，用浅色模块表示二进制“0”。

（3）符号规格，符号规格不包括空白区域，从版本1的21×21模块到版本40的177×177模块。

（4）符号的数据字符数，以版本40为例，每种符号的数据字符数为：数字数据7089个字符、字母数字数据4296个字符、8位字节数据2953个字符、中国汉字数据1817个字符。

（5）纠错能力，有4种纠错等级，可恢复的码字比例为：L级是7%、M级是15%、Q级是25%、H级是30%。

2.2 QR码附加特性

（1）结构链接

结构链接是可选项目，允许把数据文件最多用16个QR码符号在逻辑上连续地表示。以任意的顺序扫描，而原始数据能正确地重新连接起来。

（2）掩模

掩模是固有项目，可以使符号中深色与浅色模块的比例接近1：1，使因邻近模块的排列而影响高效译码的可能性降为最小，减小对译码的准确的影响。

（3）扩充解释

扩充解释是可选项目，这种方式使符号可以表示字符集以外的数据（如阿拉伯字符、古斯拉夫字符、希腊字母等），以及其他数据解释（如用一定压缩方式表示的数据）或者针对行业特点的需要进行编码。

2.3 QR码的符号结构

QR码的编码格式依次为：模式指示符、字符计数指示符、经各种规则压缩后的数据、填充位和其他信息，然后按照版本信息分割成不同的块，对每一块进行纠错位计算并填充纠错码数据，按照不同的版本摆放位置探测图形、定位图形、校正图形、格式信息、版本信息等，如图2所示。

图2 QR码的符号结构

3 QR码图像识别过程

图像识别是人工智能的一个重要领域。使用计算机对图像进行处理、分析和理解，是识别不同模式的目标和对象的一种技术。采用图像识别技术对QR二维码进行识别已得到广泛的应用，其识别过程可分为图像采集、灰度化、二值化、校正和解码五个步骤，如图3所示。

图3 QR条码图像识别过程

（1）采集

QR二维条码当前已应用在很多领域，通常条形码被打印在相应的物品上，用来表示物品的相关信息，当要对这些信息进行识别的时候，就需要提取条码的图像。二维条码的获取可以由光学相机如面阵CCD、数码相机或者激光扫描器设备得到。

（2）灰度化

在通常状态下，通过数码相机等摄像设备获取的QR二维码图像是彩色的，和灰度图像相比彩色图像含有的信息量大，占用的存储空间更多，并且对彩色图像的处理过程相对复杂，运算量也比较大，因此有必要将彩色图像进行灰度化处理，以减少后续处理步骤的运算量。标准的灰度值计算公式为：W＝R＊0.30＋G＊0.59＋B＊0.11，其中R、G、B分别表示红、绿、蓝三种颜色分量，W表示灰度值，它们的数值范围都在0～255之间。

（3）二值化

标准的二维条码图像是由黑白两种小的模块组合而成的，因此在经过图像灰度化处理后，需要对所得图像进行二值化处理，图像二值化就是将一幅多个灰度级的图像转化为只有两个灰度级的图像，以便于数据的压缩、特征的突出以及图形的识别。图像二值化的方法是通过预先设定的一个阈值，将灰度图像的像素分成大于阈值和小于阈值的两个部分，只要阈值选择的合适，就可将图像中的背景和条码符号区域分开。对于阈值的选取方法，文献［6，7，8］中提出了多种方法，如直方图阈值法、最大类间方差阈值分割法、Bernsen方法。

（4）校正

由于在采集条码图像的过程中，可能会出现摄像头与条码平面存在倾角的问题，从而引起图像产生几何形变，使得原本正方形的QR码呈现为不规则的四边形，在很大程度上影响了条码信息的正确提取，因此必须进行图像校正。在本文中采用双线性变换的方法进行几何校正，以将不规则四边形区域通过一定的映射关系映射为QR码标准的正方形区域，如图4所示，其中左边的四个顶点变换为右边的四个顶点，变换前和变换后两点之间的映射关系如（1）式所示，其中a～h八个参数为双线性变换映射系数。

图4 顶点映射关系示例

将预设的校正后的顶点坐标代入（1）式的右边，校正前采集到的顶点坐标代入（1）式的左边。（1）式中的横坐标x映射关系如方程组（2）所示。

由 图 4 可 知 x1′＝x2′，x3′＝x4′，y1′＝y3′，y2′＝y4′，代入方程组（2）化简为（3）式。

其中M＝x1′－x3′＝y1′－y2′为预设的转换后的QR码边长。在求出a，b，c。后，根据方程组（2）中的任一个方程即可求出d。同理，可以求出纵坐标y之间的映射系数e，f，g，h，然后可将预设正方形内的点通过上面的变换映射到失真四边形内，从而完成图形的校正。图5中的左图经上述的算法校正后转变为右图，由右图可以发现虽然一些模块的边缘因取点时的近似出现锯齿状，但在总体上并不影响该模块原来的条码信息。

图5 QR码的几何校正示例

（5）解码

从理论上来说，解码的过程可以看着是编码的逆过程，首先要获取待解码的QR二维条码，然后对该条码进行全部扫描，并将扫描结果存在一个二维数组中，接下来将扫描到的条码符号转换成码字，再将码字按照不同的编码规则转化为可读的字符、汉字等相关文本信息，具体解码步骤以下：

第1步：获取符号图像。深色与浅色模块识别为由‘0’与‘1’组成的阵列；

第2步：识读格式信息（按要求去除掩模图形并完成对格式信息模块的纠错，识别纠错等级与掩模图形参考）；

第3步：识读版本信息，确定符号的版本；

第4步：用掩模图形（掩模图形参考己经从格式信息中得出）对矩阵中的编码区域进行异或处理，消除掩模；

第5步：根据模块排列规则，识读符号字符，恢复信息的数据与纠错码字；

第6步：用与纠错等级信息相对应的纠错码字检测错误，如果发现错误，则进行纠错；

第7步：根据模式指示符和字符计数指示符，将数据码字划分成多个部分；

第8步：按照使用的模式进行译码，得出数据字符。

4 总结

通过对QR二维条码的介绍，分析了采用图像处理方法识别QR码的过程，并对识别过程中的图像校正和解码方法进行了详细介绍，提出了双线性变换的方法解决几何形变问题，该方法简单易于实现，能够快速地进行QR条码图像的几何校正。和光电识别技术相比，采用图像处理技术进行QR条码识别的方法，能够有效地识别有污染、残缺和几何变形的条形码，因而具有广阔的应用前景。

［1］Vangils W J.Two－dimensional dot code for product identification［J］.IEEE Transactions on Information Theory，1987，33（5）：620－631.

［2］Pavlidis T，Swartz J.Fundamentals of barcode information theory［J］.IEEE Transactions on Computers，1990，23（4）：74－86.

［3］张成海，郭卫华，罗秋科等.QR Code二维码［M］.北京：中国标准出版社，2000.

［4］中华人民共和国国家标准GB／T18284－2000.快速响应矩阵码［S］.

［5］中华人名共和国国家标准GB／T17172－1997.四一七条码［S］.

［6］刘发耀.QR条码识别方法的研究.国防科学技术大学，2010，24（1）：45－46.

［7］N otsu.A threshold seleetion method from gray level histograms［J］.IEEE Transactionson Systems Man and Cybernetic，1979，9（1）：62－66.

［8］谢金龙，武献宇，杨立雄，罗涛，王晨.QR二维条码的设计与实现［J］.物流工程与管理，2011，33（4）：88－89.