基于Android嵌入式平台的QR码识别系统

QR 码又称快速响应矩阵码，是日本Denso 公司于1994 年开发的一种二维码，它具有信息密度高、可全方位识别、可靠性高等优点，并可以很好地表示汉字。

　　我国于2000 年发布了QR 码的国家标准，随着QR 码在各领域的推广和智能手机的快速发展，如何在智能手机中较好地识别QR 码是一项值得研究的课题，文中将主要讨论在Android 平台下识别QR 码。

　　1 QR 码符号结构

　　QR 码属于矩阵式二维条码，每个QR 码符号都是由正方形模块组成的一个正方形阵列结构，它由功能图形和编码区域组成，功能图形不用于数据编码，它包括寻像图形、分隔符、定位图形和校正图形。编码区域包括数据码字、纠错码字、版本信息和格式信息。QR码共有40 种规格，分为版本1 ~ 版本40,规格为： 21模块× 21 模块~ 177 模块× 177 模块。QR 码具有高信息密度、高识别速度以及高可靠性等特点。QR 码的符号结构如图1 所示。 

2 系统的流程

　　系统在基于Android 平台上使用Java 和C ++ 语言一同实现。系统主要分为图像采集模块、图像预处理模块和条码识别模块。图像采集模块主要利用摄像头来完成条码图像的采集，并将采集的图像在屏幕上显示；图像预处理模块主要是对采集的条码图像进行灰度、二值化、定位、矫正等处理，条码识别模块主要根据QR 码标准来对条码数据进行提取。系统流程图如图2 所示。 

　　3 QR 码的识别算法 

　　3. 1 图像二值化 

　　图像的二值化是把灰度图像转成黑白图像，这样更有利于图像处理的判别，灰度阈值的变换函数如下 

如何确定阈值T 是二值化算法的关键，它决定了图像二值化的效果。文中采用OTSU 算法［3，5］，假设图像分割的阈值为t( 0≤t ＜ 256) ，≤t 的为前景像素，＞ t 的为背景像素，设前景点数占图像比例为w0，平均灰度为u0; 背景点数占图像比例为w1，平均灰度为u1。则图像的总平均灰度为 

取得最大值时，t 就为图像的最佳阈值。对式( 2) 进行化简，得 

这样则大大减少了计算量。
 
　　3. 2 QR 码的定位 

　　为检测QR 码的位置，利用QR 码的位置探测图形的特征。由图3 可见，当直线穿越探测图形中心时，从左至右的深浅比例依次是1∶ 1∶ 3∶ 1∶ 1，而且这个比例不随图像的大小和旋转而改变，所以可以利用此特性来检测QR 码的位置。

根据探测图形的比例特性，对图像由水平和竖直方向进行扫描，当遇到深浅比例按1∶ 1∶ 3∶ 1∶ 1 出现时，记录其行或列的位置，并继续搜索相邻行和列，直至所有的行和列被扫描到，记录最先出现的行与列的位置。这样一共可以得到4 条直线，围成一个正方形，正方形对角线的交点即为探测图形的中心，同理，可以确定其他两个探测图形的中心。连接探测图形的3 个中心点，可以计算出3 条边的大小，根据三角形大边对大角的原则，可以选择一条直角边，计算出它的倾斜角，然后将图像旋正。 

　　3. 3 图像的旋转 

　　这里采用双线性插值［4］对图像进行旋转，而不是利用最邻插值法，因为它会使图像产生锯齿形的边界，干扰条码的识别。双线性插值的数学模型如图4 所示。 

f( x，y ) 为两个变量x，y 的平滑函数，假设它所在单位正方形的4 个顶点的值为f( 0，0) 、f( 0，1) 、f( 1，0) 、f( 1，1) ，则可以利用双线性插值求出正方形内任意点( x，y) 的值f( x，y) ，首先对两个顶点进行插值得

　　图5( a) 为倾斜的条码，图5( b) 为采用双线性插值旋转的结果，实验表明，双线性插值处理后得到的图像具有良好的效果，有利于条码识别。