基于WinCE平台的QR条码识别系统

3 QR码识别解码的核心算法

考虑到QR码图像的特点、嵌入式平台的处理速度、条码本身的污染扭曲，以及在图像采集过程中光照不均、抖动等因素，QR码识别解码的基本过程是：首先对采集的彩色图像进行灰度化、滤波、二值化，接着在二值化图像中扫描QR码图像，将其从图像中分割出来，进行解码。

3.1图像灰度化、滤波与二值化选取彩色图像的G值（绿色分量）为灰度图像I(x，y)的值，并使用中值滤波去噪声。二值化采用OSTu算法计算阈值。Ostu算法效果好，但计算量比较大，可将图像分成7×7个小分块，对每一个小分块使用Ostu算法计算阈值从而来降低时耗。

3.2 条码检测、定位及矫正

在获取QR码图像数据时，可能会因为拍摄角度等原因造成图像几何失真，例如获取的QR码图像为任意四边形，则须对失真图像进行反透视变换[4]。变换算法如图4所示。

图4 反透视变换

(u,v)是失真图像的坐标，(x,y)是基准图像的坐标，A′B′C′D′为任意四边形，ABCD为矫正后的正方形，则对于u、v坐标系A′B′C′D′任意四边形中的任意一点(u,v)，对应在x、y坐标系上的点(x,y),可通过转换公式

计算获得。通过已知四组点得到8个待定系数A、B、D、E、F、H、M、N，然后进行透视矫正。

根据QR码标准定义，QR码符号含有3个相同的位置探测图形。每个位置探测图形由3个重叠的同心正方形组成，其模块宽度比为1∶1∶3∶1∶1。其他地方遇到类似图形的可能性极小，因此可以在得到的二值化图像中迅速地识别可能的QR码符号，完成对条码的检测与定位[5]。但是，在对条码进行矫正时，需要知道4个顶点。通过定位3个位置探测图形可获得其中3个顶点，利用下面基于QR码纹理特征的算法来寻找第4个顶点。

首先根据已经得到3个顶点的位置，可以确定QR码符号的两条边界，及其边界直线斜率θ1、θ2，然后舍去其交叉的顶点。对于剩下的两个顶点，分别利用它作为直线上的一点，以一定范围的角度(-θ,θ)进行搜索来寻找条码边界，依据是包含条码跳数（黑块与白块交替一次称为一跳）最多的直线即为条码的边界。通过这种方法可以找出需要的另外两条边界，其交点即为第4个顶点。知道4个顶点以后，通过反透视变换将其矫正到正确位置，如图5所示。旋转后会产生锯齿边界，这里利用双线性插值对图像进行平滑处理[6]。对相邻的4 个像素进行插值，其单位正方形上任意一点f (x, y) 有:

在编程实现时，反透视变换和双线性插值同时进行。分割出QR码后进行解码，其解码过程不是本文重点，不再详细阐述。

图5 反透视变换

4 图像采集子系统

4.1 DirectShow体系结构

DirectShow是微软公司在ActiveMovie和Video for Windows的基础上推出的新一代基于COM的流媒体处理的开发包。其系统架构图如图6所示。DirectShow通过过滤器图表管理器（Filter Graph Manager）来与上层应用程序和下层的驱动进行联系。应用程序可以通过Filter Graph Manager提供的一组组件对象模型接口来访问过滤器或者控制多媒体数据流，例如控制数据帧率、图像大小、图像质量等等。在本系统中采用COM组件来访问DirectShow中的过滤器，从而获得QR码图像数据。

图6 DirectShow系统架构图

来源：维库开发网