史上最全的支付宝二维码扫码优化技术方案
史上最全的支付宝二维码扫码优化技术方案](https://upload-images.jianshu.io/upload_images/23124486-f13a636642fe1e68.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
优化策略
-
通过修改长宽比的判定规则，长宽比将不再受先后顺序影响；
-
对于已知长度，修改规则将可接受的宽度范围扩大，增强长宽比的耐受；
在我们对比测试集中，识别率提高了 1% 左右。
策略 2：新增 1:5:1 桩点识别模式模式
在一张图片中，要找到二维码，关键在找二维码特征定位点:
三个角的回字型图案，这就是二维码特征定位点。中间区域的黑白色块比例是 1:1:3:1:1
以往的扫码算法，桩点识别是通过状态机 查找 11311 模式后 取中间位置确定 x 位置 (此时扫描线在第一行 11311 比例处) 在 x 位置纵向搜索 11311 模式， 确定 y 位置再以 (x,y) 位置横向搜索 11311 比例，修正 x 位置。这种模式在桩点污损的情况下，识别能力较差只要在任何一次 11311 模式搜索中遇到干扰点，哪怕是一个像素的椒盐噪声也能使桩点查找失败。(支付宝蓝的桩点，会在蓝色区域产生大量噪点，导致识别率低下)
为此，我们新增了一种桩点识别方式。在状态机达到 151 模式的时候，开始尝试确认桩点。(此时扫描线在第一行 151 比例处)。
优化效果
-
新的查找方法将不再受桩点中心或边缘部分被污损的影响，支付宝蓝色桩点码识别率明显提升；
-
修改后识别率整体提升了接近 1%，但识别失败的耗时有所提升；
策略 3： 添加一种对角线过滤规则
在枚举所有可能桩点组合 O(N^3) 之前，对所有可疑桩点进行一次对角线检查过滤。由于桩点对角线也应该满足 11311 模式 ，用这个规则做一次过滤可疑有效减少运算量，也就有效降低了识别成功和失败的耗时。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GoSLXL5d-1589878852400)(https://upload-images.jianshu.io/upload_images/23124486-8117ed98f36bd45c.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]
策略 4： 基于 Logistic Regression 的二维码分类器
在以往的扫码算法中在拿到三个桩点后，基于夹角，长度偏差，单位长度查三个数值，用简单公式计算得到阈值，判断是否为可能的二维码，误判概率较大。
为此，我们引入机器学习中的逻辑回归算法模型。基于支付宝丰富的二维码数据集，训练出逻辑回归模型，作为二维码分类器，明显降低了误判概率，也将明显降低无二维码时识别失败的耗时。
策略 5： 修改跳行扫描的间隔数
由于输入的相机帧分辨率高，像素点多，运算量大，以往的扫码算法在水平跟垂直方向跳行采样进行计算。但在实际运算中，由于跳过了太多列，错过了 11311 模式中某些 1 位置的点，导致桩点查找失败。
我们通过将跳行计算行数修改为可配置项，通过线上 AB 灰度测试得到最合适的跳行策略，整体配置此跳行策略后，识别率得到明显提升。
上述优化在测试集的表现
综上优化，扫码核心识别能力，在 7744 张图片测试集上提高了 6.95 个百分点。
特殊策略优化
除此上述通用扫码优化之外，我们还对特殊场景扫码能力进行提高。
1. 畸变？不怕不怕！
线下场景复杂多变。饮料瓶身上变形的二维码、超市小票卷起边角弯曲的二维码、路边小贩凹凸不平甚至折叠的二维码…这些畸变的二维码容易增加识别难度，甚至导致识别失败。以往的扫码算法抗畸变策略中，先用透视变换关系建立映射关系。优点是：适应性好，满足大多数应用场景。 不足也明显：对 Version 1 的码，因为映射关系退化为仿射变换，效果较差，手机必须和码平面平行才能方便识别。当物料表面不是平面的时候，效果较差。
优化策略
-
假设采样坐标系到二维码坐标系遵守一个更复杂的映射关系，并且假设物料表面的卷曲较小，通过使用二次函数可以较好的拟合这个映射关系；
-
实际发票上的二维码版本普遍大于等于 7，高版本二维码具有多个辅助定位点，更利于构造二次映射表；
-
基于以上推论，使用新的映射代替旧的透视变换，进行更精准的采样；
用新的策略，发票码这个场景的二维码识别能力提升明显。
2. 容错识别能力提升
商户或者供应商生成二维码后，通常会在二维码的中间部分贴上 Logo，这部分有可能会使二维码 Decode 时出错。
优化策略:
对于采样后拿到的 BitMatrix，对于中间部分一块矩形区域内的点，采用某些策略来改变中间点的值，使它能够通过容错边界的检查。目前采用两种策略，第一种是反转，第二种是每一个点随机取值。目前所取的矩形区域是长、宽的四分之一。
通过此项优化后，扫码的容错能力也得到明显提升。
三、更小的识别耗时
GPU 计算二值化，降低识别单帧耗时
所谓图像二值化就是将图像上的像素点的灰度值设置为 0 或 255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。下图左边为原图，右边是二值化处理过的图。
在扫码算法解码前，有二值化计算，图像的二值化计算能使图像中数据量大为减少，并弱化图像模糊、颜色对比度不强、光线过强 / 太弱、图像污损等情况下其他信息的干扰，更利于检测识别。
传统算法是在 CPU 上进行二值化运算，非常消耗 CPU 资源，但其实 GPU 更擅长大规模并行计算，所以我们选择使用 GPU 来做二值化计算。在安卓平台上使用 RenderScript，iOS 平台上使用 Metal，都是很底层的框架。
优化结果
1.iOS: 统一电池、角度、光线等环境变量， 在 iPhone6 上测试扫码核心 5 种摄像头二值化算法。表现如下:
可以看出，在图像二值化方面 Metal 有相当高的优势，相比原来的单纯 CPU 处理快了接近 150%, 同时降低了近 50 个百分点的 CPU 资源。
2.Android 机型众多，我们抽取了线上数据，可以看到 GPU 在二值化处理中显著降低了单帧耗时 30% 以上。
四、调度维稳
线下物料千奇百怪，扫码算法为了解决一些不理想的场景，如二维码有遮挡、污损、模糊或角度很不好的特殊情况，需要使用一些比较耗时但比较强大的算法，但普通情况不需要这些算法。所以，我们对识码算法定了优先级，通过时间推移、跳帧触发等方式调度:
优先级: 暂定高中低三个优先级。
- 高优先级 每帧执行
- 中优先级 降帧率执行
- 低优先级 低帧率执行
- 不同优先级的功能执行时机可配置。 不同功能属于哪个优先级可配置
特殊场景算法:
为码核心的一种特定能力，如:
- 反色码识别能力
- 容错边界码识别能力
- 污损桩点识别能力等
- 条码识别能力
看完以上这些，你 get 了吗？还有什么不懂的问题，欢迎在下方的留言区与我们交流！技术哥哥们在这里等着你哦！
本文转载自公众号蚂蚁金服科技（ID：Ant-Techfin）。
原文链接：
https://mp.weixin.qq.com/s/pB-15DdTwrf5_tp0wZoYaw