二维码解码部分

zxing源码分析zxing源码分析——QR码局部2023-07-1017:16:03|||Java代码构造：zxing源码的构造还是比较清楚的，有关QR码的代码主要在以下几个package中。Java代码中有生成QR码的代码，在C++代码中是没有生成局部，只有解析局部。其中qrcode中是编解码的接口，外部代码通过这两个类来进展QR码的编解码。detector是用来在摄像头抓取的图像中检测出QR码的那局部，并将其提取出来。这局部代码是解码的关键，也是可以进展优化的局部。decoder是依据QR码的编码标准将之前detector中提取出的QR码符号进展解码操作，将图像解析为真实的信息。QR码解码流程：11、将图像进展二值化处理，1、0代表黑、白。2、查找定位符、校正符，然后将原图像中符号码局部取出。〔detector代码实现的功能〕3、对符号码矩阵依据编码标准进展解码，得到实际信息〔decoder代码实现的功能〕二值化：zxing中条码的二值化都是使用Binarizer实现，一维码使用getBlackRow方法，二维码的getBlackMatrix方法。Binarizer有两个生成类，GlobalHistogramBinarizer和HybridBinarizer；这两个类对getBlackMatrix方法的实现有不同，HybridBinarizer中的实现对于某些条件下的图像有些特别的处理，临时没有看懂，这里只介绍GlobalHistogramBinarizer中二值化的方法。二值化的关键就是定义出黑白的界限，我们的图像已经转化为了灰度图像，每个点都是由一个灰度值来表示，就需要定义出一个灰度值，大于这个值就为白〔二值化的关键就是定义出黑白的界限，我们的图像已经转化为了灰度图像，每个点都是由一个灰度值来表示，就需要定义出一个灰度值，大于这个值就为白〔0〕，低于这个值就为黑〔1〕。在GlobalHistogramBinarizer5行〔掩盖整个图像高度〕，每行取中间五分之四作为样本；以灰度值为X轴，每个灰度值的像素个数为Y轴建立一个直方图，从直方图中取点数最多的一个灰度值，然后再去给其他的灰度值进展分数计算，依据点数乘以与最多点数灰度值的距离的平方来进展打分，选分数最高的一个灰度值。接下来在这两个灰度值中间选取一个区分界限，取的原则是尽量靠近中间并且要点数越少越好。界限有了以后就简洁了，与整幅图像的每个点进展比较，假设灰度值比界限小10。提取符号码：这局部是解码的关键局部，解码力量的凹凸也主要表达在这里〔不过我感觉二维码本身设计的就比较好，对图像扭曲变形的纠错力量比较高，所以代码局部对这方面的处理就比较少〕。这局部的目标是从像素为单位的原始图像中提取出符号码局部，并转换为模块为单位的符号码矩阵。将二值化之后的矩阵交给Detector，其detect方法就是接口方法。调用这个方法就会返回取好的符号码矩阵。下面具体介绍detect方法所做的工作：11、查找定位符查找定位符是FinderPatternFinder这个类来实现的。在图像中每隔iSkip就采样一行，intiSkip=(3*maxI)/(4*MAX_MODULES);在这一行中将连续的一样颜色的像素个数计入数组中，数组长度为5位，即去找黑\白\黑\白\黑的图像〔如开头检测到黑色计入数组[0]，直到检测到白色之前都将数组[0]的值+1；检测到白色了就开头在数组[1]中计数，以此类推〕55位中像素个数是否比例为1:1:3:1:1〔可以有50%的误差范围〕，假设满足条件就说明找到了定位符的或许位置，将这个图像交给位置，将这个图像交给handlePossibleCenter方法去找到定位符的中心点，方法是先从垂直方向检测是否满足定位符的条件，如满足就定出Y轴的中心点坐标值，然后用这个坐标值去再次检测水平方向是否满足定位符条件，如满足就定出X轴的中心点坐标值。至此就找到了一个定位符的中心坐标。依据上面所说的步骤找出全部三个定位符的中心坐标，接下来开头定位三个定位符在符号中的位置，即左上〔B点〕、左下〔A点〕、右上〔C点〕三个位置。先通过两两之间的距离定出哪个是左上那一点〔左上那点到其他两点的距离应当相差不远〕，然后通过计算BA、BC向量的叉乘定出AC两点。22、查找校正符通过ABC三点的坐标计算出校正符的可能位置，然后交给AlignmentPatternFinder去查找最靠近右下角的那个校正符，查找方法与查找定位符的方法根本一样，假设找到就返回校正符的中心坐标，假设没有找到也没关系，解码程序可以连续。3、透视转换，生成最终矩阵找到了三个定位点和一个校正符的坐标〔校正符没有找到可以用一个计算值来代替〕，符号图像的位置就已经确定了，现在要进展图像变形，建立起以模块为单位的符号矩阵与原图像之间的关系，使用的方法是GeorgeWolberg写的DigitalImageWarping一书中PerspectiveTransform方法〔54-56页〕。转换关系确立了就将矩阵〔以模块为单位的符号矩阵〕中每一个点对应到原图像中的点，去看该点是黑是白，并将0、1置填充到矩阵中。这样就生成了最终的符号码。QR符号码：有了符号码矩阵就依据QR码的编码标准去进展解码。这局部功能是Decode类实现的。先猎取版本信息，然后猎取到格式信息，从格式信息中取得纠错等级。然后去读码字，读码字的方法很简洁，从右下角开头，两列为单位，从最终一行开头，先向上读，读到顶端再向下，这样依次