二維碼解碼部分

zxing源碼分析zxing源碼分析——QR碼局部2023-07-1017:16:03|||Java代碼構(gòu)造：zxing源碼的構(gòu)造還是比較清楚的，有關(guān)QR碼的代碼主要在以下幾個(gè)package中。Java代碼中有生成QR碼的代碼，在C++代碼中是沒有生成局部，只有解析局部。其中qrcode中是編解碼的接口，外部代碼通過這兩個(gè)類來進(jìn)展QR碼的編解碼。detector是用來在攝像頭抓取的圖像中檢測(cè)出QR碼的那局部，并將其提取出來。這局部代碼是解碼的關(guān)鍵，也是可以進(jìn)展優(yōu)化的局部。decoder是依據(jù)QR碼的編碼標(biāo)準(zhǔn)將之前detector中提取出的QR碼符號(hào)進(jìn)展解碼操作，將圖像解析為真實(shí)的信息。QR碼解碼流程：11、將圖像進(jìn)展二值化處理，1、0代表黑、白。2、查找定位符、校正符，然后將原圖像中符號(hào)碼局部取出。〔detector代碼實(shí)現(xiàn)的功能〕3、對(duì)符號(hào)碼矩陣依據(jù)編碼標(biāo)準(zhǔn)進(jìn)展解碼，得到實(shí)際信息〔decoder代碼實(shí)現(xiàn)的功能〕二值化：zxing中條碼的二值化都是使用Binarizer實(shí)現(xiàn)，一維碼使用getBlackRow方法，二維碼的getBlackMatrix方法。Binarizer有兩個(gè)生成類，GlobalHistogramBinarizer和HybridBinarizer；這兩個(gè)類對(duì)getBlackMatrix方法的實(shí)現(xiàn)有不同，HybridBinarizer中的實(shí)現(xiàn)對(duì)于某些條件下的圖像有些特別的處理，臨時(shí)沒有看懂，這里只介紹GlobalHistogramBinarizer中二值化的方法。二值化的關(guān)鍵就是定義出黑白的界限，我們的圖像已經(jīng)轉(zhuǎn)化為了灰度圖像，每個(gè)點(diǎn)都是由一個(gè)灰度值來表示，就需要定義出一個(gè)灰度值，大于這個(gè)值就為白〔二值化的關(guān)鍵就是定義出黑白的界限，我們的圖像已經(jīng)轉(zhuǎn)化為了灰度圖像，每個(gè)點(diǎn)都是由一個(gè)灰度值來表示，就需要定義出一個(gè)灰度值，大于這個(gè)值就為白〔0〕，低于這個(gè)值就為黑〔1〕。在GlobalHistogramBinarizer5行〔掩蓋整個(gè)圖像高度〕，每行取中間五分之四作為樣本；以灰度值為X軸，每個(gè)灰度值的像素個(gè)數(shù)為Y軸建立一個(gè)直方圖，從直方圖中取點(diǎn)數(shù)最多的一個(gè)灰度值，然后再去給其他的灰度值進(jìn)展分?jǐn)?shù)計(jì)算，依據(jù)點(diǎn)數(shù)乘以與最多點(diǎn)數(shù)灰度值的距離的平方來進(jìn)展打分，選分?jǐn)?shù)最高的一個(gè)灰度值。接下來在這兩個(gè)灰度值中間選取一個(gè)區(qū)分界限，取的原則是盡量靠近中間并且要點(diǎn)數(shù)越少越好。界限有了以后就簡(jiǎn)潔了，與整幅圖像的每個(gè)點(diǎn)進(jìn)展比較，假設(shè)灰度值比界限小10。提取符號(hào)碼：這局部是解碼的關(guān)鍵局部，解碼力量的凹凸也主要表達(dá)在這里〔不過我感覺二維碼本身設(shè)計(jì)的就比較好，對(duì)圖像扭曲變形的糾錯(cuò)力量比較高，所以代碼局部對(duì)這方面的處理就比較少〕。這局部的目標(biāo)是從像素為單位的原始圖像中提取出符號(hào)碼局部，并轉(zhuǎn)換為模塊為單位的符號(hào)碼矩陣。將二值化之后的矩陣交給Detector，其detect方法就是接口方法。調(diào)用這個(gè)方法就會(huì)返回取好的符號(hào)碼矩陣。下面具體介紹detect方法所做的工作：11、查找定位符查找定位符是FinderPatternFinder這個(gè)類來實(shí)現(xiàn)的。在圖像中每隔iSkip就采樣一行，intiSkip=(3*maxI)/(4*MAX_MODULES);在這一行中將連續(xù)的一樣顏色的像素個(gè)數(shù)計(jì)入數(shù)組中，數(shù)組長(zhǎng)度為5位，即去找黑\白\黑\白\黑的圖像〔如開頭檢測(cè)到黑色計(jì)入數(shù)組[0]，直到檢測(cè)到白色之前都將數(shù)組[0]的值+1；檢測(cè)到白色了就開頭在數(shù)組[1]中計(jì)數(shù)，以此類推〕55位中像素個(gè)數(shù)是否比例為1:1:3:1:1〔可以有50%的誤差范圍〕，假設(shè)滿足條件就說明找到了定位符的或許位置，將這個(gè)圖像交給位置，將這個(gè)圖像交給handlePossibleCenter方法去找到定位符的中心點(diǎn)，方法是先從垂直方向檢測(cè)是否滿足定位符的條件，如滿足就定出Y軸的中心點(diǎn)坐標(biāo)值，然后用這個(gè)坐標(biāo)值去再次檢測(cè)水平方向是否滿足定位符條件，如滿足就定出X軸的中心點(diǎn)坐標(biāo)值。至此就找到了一個(gè)定位符的中心坐標(biāo)。依據(jù)上面所說的步驟找出全部三個(gè)定位符的中心坐標(biāo)，接下來開頭定位三個(gè)定位符在符號(hào)中的位置，即左上〔B點(diǎn)〕、左下〔A點(diǎn)〕、右上〔C點(diǎn)〕三個(gè)位置。先通過兩兩之間的距離定出哪個(gè)是左上那一點(diǎn)〔左上那點(diǎn)到其他兩點(diǎn)的距離應(yīng)當(dāng)相差不遠(yuǎn)〕，然后通過計(jì)算BA、BC向量的叉乘定出AC兩點(diǎn)。22、查找校正符通過ABC三點(diǎn)的坐標(biāo)計(jì)算出校正符的可能位置，然后交給AlignmentPatternFinder去查找最靠近右下角的那個(gè)校正符，查找方法與查找定位符的方法根本一樣，假設(shè)找到就返回校正符的中心坐標(biāo)，假設(shè)沒有找到也沒關(guān)系，解碼程序可以連續(xù)。3、透視轉(zhuǎn)換，生成最終矩陣找到了三個(gè)定位點(diǎn)和一個(gè)校正符的坐標(biāo)〔校正符沒有找到可以用一個(gè)計(jì)算值來代替〕，符號(hào)圖像的位置就已經(jīng)確定了，現(xiàn)在要進(jìn)展圖像變形，建立起以模塊為單位的符號(hào)矩陣與原圖像之間的關(guān)系，使用的方法是GeorgeWolberg寫的DigitalImageWarping一書中PerspectiveTransform方法〔54-56頁〕。轉(zhuǎn)換關(guān)系確立了就將矩陣〔以模塊為單位的符號(hào)矩陣〕中每一個(gè)點(diǎn)對(duì)應(yīng)到原圖像中的點(diǎn)，去看該點(diǎn)是黑是白，并將0、1置填充到矩陣中。這樣就生成了最終的符號(hào)碼。QR符號(hào)碼：有了符號(hào)碼矩陣就依據(jù)QR碼的編碼標(biāo)準(zhǔn)去進(jìn)展解碼。這局部功能是Decode類實(shí)現(xiàn)的。先獵取版本信息，然后獵取到格式信息，從格式信息中取得糾錯(cuò)等級(jí)。然后去讀碼字，讀碼字的方法很簡(jiǎn)潔，從右下角開頭，兩列為單位，從最終一行開頭，先向上讀，讀到頂端再向下，這樣依次