当二维码在跑步的时候，ZXing在想些什么。

我与二维码的故事，是从一张扫不出来的二维码开始的。

如下图：

 

这是一张我们的app，无法识别的二维码

 

上面的这张二维码，我们的Android APP很难扫描出来。  

我试了 微信、华为浏览器、ios 客户端等大厂app，不管是正着扫，歪着扫、躺着扫，跪着扫。。。。不管怎么扫基本都能一次成功。

我们二维码解析使用的是ZXing。我试了demo也是一样的情况。看来如果想要解决这个问题，需要去阅读甚至修改Google大佬们的代码，这件事情我本来是不敢去尝试的。

幸亏关键时刻，我想起来我大哥——江湖上鼎鼎有名的 瑞幸--雷彦祖 所过的一句话：

遇到技术难题就不去解决，到最后只能

 

雷彦祖 语录1

看来是时候展示真正的技术了。

 

一 物理相机采集图像数据

首先先来看看，当我们使用摄像头扫描二维码的时候，究竟在发生了些什么事情。二维码的解析数据是从相机反馈回来的：

 

初始化打开摄像头

摄像头通过聚焦等操作，不断将预览数据以YUV的格式反馈给ZXing.

回调返回摄像头的预览数据。

 

二  ZXing接盘YUV数据，进行解析操作

 

开始解析

拿到YUV数据之后，首先做两件事：

第一件就是把图像旋转90度，这个是因为android摄像头默认方向是横屏的，与用户习惯不符。

第二件事，就是根据YUV图像创建亮度源。

 

构建亮度图

 

走到这，如果想要看的懂后续流程，需要引入一个图像方面的概念了。

什么是YUV格式：

YUV格式 分辨是 Y 明亮度，U 色度 V浓度。  

这种格式有两个好吃：方便切换且节省带宽， 因此无线电视一般都采用这种格式。

当数据色彩数据（UV）移除时，就是完整的黑白影像，不需要做什么特殊的处理。

 在android 平台上一般采用的YUV420格式。以此为例： 一帧一像素RGB格式，需要占用3字节带宽。而 YUV420 只需要1.5字节长度的带宽。

 

与大家熟悉的ARGB等格式不同，YUV420格式的储存方式是这样的（多个连续的Y像素，公用一组UV像素）：

YUV420格式

 

我们这里探究的是二维码的识别过程，对于YUV有所了解就可以了。如果想要知道更多的内容具体可以查看这篇MSDN文档：

https://msdn.microsoft.com/en-us/library/aa904813

 

雷彦祖 语录2

 

三  对YUV格式的图像进行二值化操作

大家都看的出来，二维码上真正有意义的内容是那些黑色的符号部分，所以我们需要对捕捉到的图像，进行二值化操作。

 

二

所谓的二值化，就是把在我们捕捉到的图像上拆成两部分，一部分是白的，另外一部分是黑的。     

整个图像上的所有像素 要进行分类：非黑即白。  

当我们在晚上扫描二维码的时候，因为整体灰度值都很低，黑色的二维码像素很有可能被当做白色数据扔掉，也就是光源不足时，二维码扫描失败的主要原因。

ZXing自带的二值化解析器有两种，我们采用的是相对保守，对低端设备支持较好的GlobalHistogramBinarizer解析器。

 

二值化代码实现

二值化的第一步是二维的图像数据，映射到一个一维数组，便于后续的计算。

第二步是从 YUV420的编码格式中取出对于我们构造光源图有用的 Y像素，不理会UV即可。（所以，使用解析YUV格式的二维码会比解析RGB格式的二维码图像效率更高，这也是二维码的优点之一）

如果你问 摄像头返回的图像数据是YUV以外的格式怎么办？ Google的大佬一早就悄悄告诉我了，ZXing 只支持特定的两种编码格式了：

 

光源图支持的两种图像格式

 

第三步， 想要把一张图分为黑与白，那么一定要找到一个“灰”值，“黑”与“白”都是基于这个标准值来说的，亮度高于标准值，则为白，亮度低于标准值则为黑。

 

来看看ZXing是怎么计算这个值的：

首先是将 整个图像，按照高度 等比例截取五条像素线。类似这种：

获取五条线

然后对截取到的五条像素线，截取掉其 头部和尾部的五分之一，只取其中的五分之三。就像这样：

 

凑活着看吧。

再然后，对根据刚刚采集到的 这些像素，进行一次直方图的分布。采集其中出现频率最高的色值，把他当做基准值，就像下图：

（上面的花样截取操作 是为了在不影响效率的前提下，尽可能采样地相对公平。）

 

直方图示例

 

找出基准点，后面的事情就简单了，把低于基准值的像素点，单独放到一个matrix中。这就是我们接下来二维码解析中会用到的唯一数据源了。 

至此，二值化结束。。。。。。。。。（真特么的麻烦啊）

 

雷彦祖 语录3

将所有我们认为是“黑”的色值保存到一个matrix中。这个也就是本次解析，我们会用到的有效数据源了。

黑？

 

四  QRCode定位裁剪

我们平时说说的二维码，其标准名称就是ISO--QRCode标准。ZXing接下来的所有的操作，都要看他的表演了。

需要特别说明一下，ZXing自带多种格式解析器，我们可以配置成只解析二维码，这样可以提升扫码速度。

QRCode解析流程

所谓纯的二维码就是，类似于微信长按识别二维码的操作，除了二维码图片外没有其他的干扰因素。

而一般相机在拍摄二维码的过程中，会采集到很多二维码之外的其他无关图像信息，所以ZXing在解析之前需要先把这部分图像信息处理掉。来看看ZXing是怎么做到这一点。

首先是以横切的方式，寻找二维码的三个特征点，如果无法找到这三个点，那就不是一个合格的二维码，则视为本次解析失败。

二维码特征module

具体的解析代码为：

 

寻找定位点    

这里有一点需要注意：   ZXing提供了一个参数可以调整扫描定位点时的步长，如果这里的步长设置的小一些，可以提升扫描的成功率，减少错过定位点的情况。

在找到之后ZXing还会对三个定位点进行旋转排序，这也是为什么无论我们以什么样的姿势扫描二维码，解析的时候都能保证其成功率的原因。

旋转定位点

 

这也是QRCode标准的优势所在：

 

官网优势5--360旋转

五  将像素点与QRCode的module 进行对应处理

如果ZXing获取到排列有序的三个定位点之后，那么我们就确定，我们找到了一张二维码。接下来，我们会去尝试读取其中的信息。  注意：这不是百分百成功的。

获取二维码版本信息   

看到这里又必须要来储存一点二维码的格式知识，才能继续了。

 

首先：什么是二维码的版本：

二维码是版本是在ISO QRCode标准中约定好的内容。

会在二维码右上，左下两个定位点储存两份。  （为了避免信息损失，如果两份同时都丢了，，那就是采集环境太差，，没办法了。）

版本信息储存位置

目前二维码版本会有 有40个版本，也就是1-40。  可以简单的理解，就是版本越高的二维码可以储存的内容就越大。反之也说得通，储存信息越多的二维码，其版本也就越高。

我们目前正在追踪，有问题的二维码版本是 1版本。所以我们只看这部分的逻辑。其他的不管。

 

ZXing支持的二维码版本表

具体的点数和版本的关系，可以看这个：

 

版本和内容数的关系

在获取到当前二维码版本为1之后，zxing 会去计算 三个定位点之间的module的数量

获取内容module数量

上面减掉一个魔法值7的意思是，截取内容区域。

内容区域

也就是说，在一张二维码图片中，真正储存内容数据的是，只是我们上图标注出来的部分。

除此以外的内容都是用来辅助定位等其他功能的。

 

 

结构示意图

题外话：

上面的1-15个bit位，对于二维码结构来说十分重要，所以每张二维码都会保存两份。这十五个bit位中，2个比特用来储存纠错码类型，3个比特用来储存掩码类型，剩下的十个比特用来储存BCH纠错码。  

 本文对二维码的格式，不做细致的展开，如果你对二维码感兴趣，可以阅读这里http://www.qrcode.com/en/about/

 

继续说，我们的流程，ZXing在获取到内容区域，之后会尝试去寻找 校正点。

什么是校正点呢。 就是这个东西：

 

校正点示意

如果存在校正点，会对二维码的识别和解析工作产生很大的助力。但是版本1的二维码是没有校正点的 。。。。 所以这部分的逻辑代码，我没看。。 继续往下走。

 

雷彦祖 语录（我特么也忘了是几了）

 

 

校正点示意

六  对采集的像素进行透视转换（重要）

ZXing，通过上面阐述的过程，已经成功拿到了二维码的内容区域所对应的深度像素矩阵。

接下来，就是要进行变换操作了。因为我们的获取到的图像有可能是斜着拍的。虽然不影响ZXing识别出来他是一个二维码，但是会影响ZXing识别二维码所包含的内容，所以这里要根据采集图像的视角，对图像像素，进行一定程度上的变化。

透视转换算法

//TODO  这里给自己加个TODO标签吧。 因为我经过长时间的排查，认定那张二维码之所以扫描不出来，就是这个环节出现的问题。

但是这里的透视算法。我并不是很熟悉（说实话就是，一点都特么没看懂。），所以后续我会对这里继续跟进。

 

透视转换算法

 

透视转换算法的具体实现

 

七  像素和QRCode点阵之间的转换

ZXing在透视完成之后，会对图像进行 转换，将数万个深色像素点，转换成对应的 21*21的二维码点矩阵。

（版本1对应的矩阵是21*21）

 

点阵化像素

具体的点阵化代码：

点阵化对象

上面讲的，所有的所有，都是在做一件事，就是把几万个像素转换成21*21的黑色点阵。对应到QRCoder类代码里，其实只有这么一句：

 

解析流程

八   真正的解析21*21的矩阵所代表的内容

 

解析流程

这里需要提到一个纠错码的概念。

我们知道二维码之所以能流行起来，就是很大程度是因为二维码格式定义中自纠错的能力很强。

也就是说我们获得到的 21*21的黑白点阵哪怕其中有一部分，因为种种原因，采集错了。黑色被描述成白色，白色被描述成了黑色。  只要错误的内容不要太多，二维码的解析器，依然能够帮你纠正过来。

 

污渍和损坏的二维码都可以被纠错

在本文的阐述范围内， 只需要知道二维码的纠错是通过里德所罗门算法实现的。   它可以自纠错就可以，不需要过度展开。 如果感兴趣可以阅读这里：

https://en.wikiversity.org/wiki/Reed%E2%80%93Solomon_codes_for_coders

我们需要知道的是，二维码的纠错能力是有代价的。 如果纠错级别越高，所能包含的内容也就越少，反之亦然。

 

纠错码级别对应的数据块数量

而二维码纠错码的存在也正是，微信的个人二维码可以加入自定义的图片，而识别不受影响的原因。

下图是版本为1的二维码，各个级别所对应的纠错码-数据码对照表

L-M-Q-H

我们这张出错二维码的纠错码级别是H的。也就是*别了。

继续下一步：判断数据块的数量。

这个数量与二维码的内容大小有直接关系，我相信大家可能见过  类似这样密集恐惧症的二维码：

高版本二维码

我甚至可以用它去承载一篇长诗。 但是其本质他还是由一个个最简单的二维码数据块组成的。

 

多个数据块组成的

我们目前追踪的二维码是只有一个模块的二维码，所以这方面的内容也不继续深究，了解即可。

ZXing在拿到点阵中对应真正数据之后，会使用 里德所罗门算法进行自纠错。 这个也是我们的二维码出错的直接原因：  错误点阵太多了   （ps 根本原因不在这）

 

纠错算法

对不起，既然大家都看到这了，我就要说实话了。 纠错的这部分的代码我确实没看懂，只知道所有的数据都是放在伽罗瓦域中的，储存关系类似这样：

 

伽罗瓦域示意图

当我们在解析一个伽罗瓦域的时候，先计算校验值，如果eval的数值是0，那么说明这个模块中是没有错误的，不需要纠错操作。如果eval很小，也是可以依据纠错码将其纠正回来的。

 

如果计算出来的eval 偏差数值很大。。。那么那就意味着当前数据块数量丢失过多，连纠错码也无法挽救回来：

 

无药可救

 

下面就是具体的抢救。。啊不，，是纠错实现：

解析终于此处

等等，我们好像忘记说了很重要的一部分内容：

在我们读取二维码的 字节数组数据时，还有一个 mask层换算的过程。

因为二维码本身是一种格式，使用者可以写入任何数据格式进去，很可能造成数据区域出现大面积的空白或者大面积的黑色区域。为了避免这种情况，QRCode内置了八种mask掩码供大家使用。 具体使用的那种信息，是写入到格式信息中，上文有提到。

 

八种掩码

mask解析部分代码：

 

mask部分逻辑

上文中我们提到过，为了二维码的稳定性，QRCode把很多关键数据都会在左下和右上 各存一份，这样子你也就能理解，为什么在阅读ZXing 代码的时候很多地方都是左一次，右一次的来回跳了：

左右跳转的示例

 

继续我们的流程， 虽然我们二维码最终解析失败在了  数据块纠错的这个环节。

但是逻辑我们还是要继续看下去的。如果是一次成功的扫描流程，那么接下会进行具体的字符编码操作。也就是把0101010的二进制，转换为我们需要的 业务代码需要的文本字符的过程。

打包编码

这里又要膜拜一下设计二维码的大佬了。因为二维码为了实现有限的图像承载尽可能多的数据，所以对于字符的编解码是下了大心思的。

 

雷彦祖 语录（假装是6吧）

官网描述： 在支持日文的平假字，片假字的前提下，比一般的2D图像容量超出20%

 

官网描述

 

二维码所支持的数字，英文，双字节汉字（日文） 不同的内容组合，编码规则是完全不一样的。

具体的编码细节可以看这里：

https://coolshell.cn/articles/10590.html

因此在解析的时候，ZXing也是针对不同的内容组合，进行不同的解析处理：

 

解析编码的过程

编码结束后，主要工作就已经完成了。接下来就是扔给调用者：

 

封装返回结果

ZXing解析完成后，返回结果抛给调用者。这里有一点需要注意的是，可以在这里将解析结果的图像以参数的形式返回，便于调试。

解析的最后的回调

好吧，写了差不多五千字了，总结一下吧。

目前能确定的突破点，是在图像点阵化的透视部分。给自己立个flag，下一篇文档解决掉这个问题。当然如果有大佬可以给点指点，更是求之不得了~~~

 

 

大佬，求包养