QR 碼又稱快速響應矩陣碼，是日本Denso 公司于1994 年開發的一種二維碼，它具有信息密度高、可全方位識別、可靠性高等優點，并可以很好地表示漢字。

　　我國于2000 年發布了QR 碼的國家標準，隨著QR 碼在各領域的推廣和智能手機的快速發展，如何在智能手機中較好地識別QR 碼是一項值得研究的課題，文中將主要討論在Android 平臺下識別QR 碼。

　　1 QR 碼符號結構

　　QR 碼屬于矩陣式二維條碼，每個QR 碼符號都是由正方形模塊組成的一個正方形陣列結構，它由功能圖形和編碼區域組成，功能圖形不用于數據編碼，它包括尋像圖形、分隔符、定位圖形和校正圖形。編碼區域包括數據碼字、糾錯碼字、版本信息和格式信息。QR碼共有40 種規格，分為版本1 ~ 版本40,規格為： 21模塊× 21 模塊~ 177 模塊× 177 模塊。QR 碼具有高信息密度、高識別速度以及高可靠性等特點。QR 碼的符號結構如圖1 所示。 

　　2 系統的流程

　　系統在基于Android 平臺上使用Java 和C ++ 語言一同實現。系統主要分為圖像采集模塊、圖像預處理模塊和條碼識別模塊。圖像采集模塊主要利用攝像頭來完成條碼圖像的采集，并將采集的圖像在屏幕上顯示；圖像預處理模塊主要是對采集的條碼圖像進行灰度、二值化、定位、矯正等處理，條碼識別模塊主要根據QR 碼標準來對條碼數據進行提取。系統流程圖如圖2 所示。 

　　3 QR 碼的識別算法 

　　3. 1 圖像二值化 

　　圖像的二值化是把灰度圖像轉成黑白圖像，這樣更有利于圖像處理的判別，灰度閾值的變換函數如下 

　　如何確定閾值T 是二值化算法的關鍵，它決定了圖像二值化的效果。文中采用OTSU 算法［3，5］，假設圖像分割的閾值為t( 0≤t ＜ 256) ，≤t 的為前景像素，＞ t 的為背景像素，設前景點數占圖像比例為w0，平均灰度為u0; 背景點數占圖像比例為w1，平均灰度為u1。則圖像的總平均灰度為 

　　取得最大值時，t 就為圖像的最佳閾值。對式( 2) 進行化簡，得 

　　這樣則大大減少了計算量。
 
　　3. 2 QR 碼的定位 

　　為檢測QR 碼的位置，利用QR 碼的位置探測圖形的特征。由圖3 可見，當直線穿越探測圖形中心時，從左至右的深淺比例依次是1∶ 1∶ 3∶ 1∶ 1，而且這個比例不隨圖像的大小和旋轉而改變，所以可以利用此特性來檢測QR 碼的位置。

　　根據探測圖形的比例特性，對圖像由水平和豎直方向進行掃描，當遇到深淺比例按1∶ 1∶ 3∶ 1∶ 1 出現時，記錄其行或列的位置，并繼續搜索相鄰行和列，直至所有的行和列被掃描到，記錄最先出現的行與列的位置。這樣一共可以得到4 條直線，圍成一個正方形，正方形對角線的交點即為探測圖形的中心，同理，可以確定其他兩個探測圖形的中心。連接探測圖形的3 個中心點，可以計算出3 條邊的大小，根據三角形大邊對大角的原則，可以選擇一條直角邊，計算出它的傾斜角，然后將圖像旋正。 

　　3. 3 圖像的旋轉 

　　這里采用雙線性插值［4］對圖像進行旋轉，而不是利用最鄰插值法，因為它會使圖像產生鋸齒形的邊界，干擾條碼的識別。雙線性插值的數學模型如圖4 所示。 

　　f( x，y ) 為兩個變量x，y 的平滑函數，假設它所在單位正方形的4 個頂點的值為f( 0，0) 、f( 0，1) 、f( 1，0) 、f( 1，1) ，則可以利用雙線性插值求出正方形內任意點( x，y) 的值f( x，y) ，首先對兩個頂點進行插值得

　　圖5( a) 為傾斜的條碼，圖5( b) 為采用雙線性插值旋轉的結果，實驗表明，雙線性插值處理后得到的圖像具有良好的效果，有利于條碼識別。 

{$page$}

　　3. 4 圖像的矯正
 
　　由于在拍攝時，攝像頭的角度不會完全垂直于二維條碼平面，因此拍攝到的條碼或多或少會有透視效果，在手持手機拍攝時，這個問題很常見，也是圖像處理中的難點。這里使用反透視算法［7］，能夠對圖像進行反透視矯正。設三維失真空間中的一點坐標［x'，y '，z'］，其其次坐標可以設為［x'，y'，z'，1］T ; 三維基準空間中對應點坐標［x，y，z］，其其次坐標設為［x'，y'，z'，k］T，因此有公式為 

　　在上述定位算法中，得到了條碼的3 個探測圖形中心點的坐標，因此可以得出條碼4 個頂點的坐標，根據如下基準點與失真點的映射關

　　根據式( 7) 和式( 8) ，可以得出 

　　一般地P = 1，k = 1，失真圖像和校正后的圖像共面，那么z = z' = c，c 是常數，令c = 0，可以將( 9) 簡化為 

　　可以根據條碼的4 組頂點，求出8 個待定系數A，B，D，E，F，H，M，N，然后對條碼的每個點進行矯正。
 
　　4 QR 碼識別系統在Android 平臺上實現 

　　4. 1 Android 簡介 

　　Android 是基于Linux 平臺的開源手機操作系統，它采用軟件堆層的架構，主要分為3 個部分: 操作系統、中介軟件和應用程序。底層以Linux 內核工作為基礎，用C 語言開發，只提供基本功能; 中間層包裹函數庫Library 和虛擬機Virtual Machine，由C ++ 開發;最上層是各種應用軟件，包括通話程序，短信程序等，主要以Java 作為編程語言。
　　為能夠快速地處理大量的數據，Android 也提供了以C /C ++ 作為開發語言的NDK( Native Developer Kit)平臺，它編譯生成的. SO 動態鏈接庫可以供AndroidSDK( Software Development Kit) 平臺下的應用程序調用。在本系統的實現中，因為圖像的預處理和解碼部分要進行大量數據運算，所以把這兩部分的程序放在NDK 下完成，攝像頭啟動與圖像采集在SDK 下實現。由于Android 的虛擬機Dalvik 不能執行. class 文件，所以要把. class 文件的字節碼轉換成. dex 文件的字節碼，識別系統的編譯過程如圖5 所示。 

　　4. 2 圖像的采集 

　　系統在手機上實現，圖像的采集［2 － 6］是重要的一步，在Android 平臺上，是使用Camera 類來完成攝像頭的調用和圖像采集。使用Camera mCamera = Camera.open ( ) 獲得Camera 的實例，然后使用Camera.Parameters 來設置獲得圖像的大小，最后通過實現Camera. Preview － Callback 的接口onPreviewFrame( byte ［］data，Camera camera) 來獲得攝像頭的圖像數據。圖像數據data 為YUV 格式，其中Y 分量的大小為 mageWidth* ImageHeight 個字節，U 分量的大小為0. 25 × ImageWith* ImageHeight 個字節，V 分量的大小和U 分量一樣，因為條碼是黑白色，Y 分量正好包含的是圖像的灰度信息，將省去對圖像進行灰度化的處理，所以在取圖像數據時，只取Y 分量進行處理。 

　　4. 3 自動對焦 

　　為能夠較快地獲得清晰的圖像，提高識別速度，文中使用了自動對焦技術。關鍵代碼如下:
　　( 1) 實現自動對焦的接口
　　AutoFocusCallback Camera. AutoFocusCallback mAutoFocusCallback =
　　new Camera. AutoFocusCallback( )
　　{
　　Public void onAutoFocus( boolean success，Camera
　　camera)
　　{
　　mCamera. setOneShotPreviewCallback ( mPreviewCallback)
　　;
　　}
　　}
　　( 2) 創建一個定時器
　　創建定時器的目的是使手機每隔一段間隔就自動對焦一次。定時器內的代碼如下: 

　　mCamera. autoFoucs( mAutoFocusCallback) ; 

　　5 結束語 

　　文中研究了QR 碼的識別技術，討論了在Android平臺上實現系統的技術問題，并結合數字圖像處理技術，在Android 手機平臺上進行了QR 碼的識別技術的開發。根據圖像的大小，本系統在三星i9000( CPU 型號ARM Cortex A8，主頻為1 GHz，內存512 MB，操作系統為Android OS v2. 1) 上分別對100 幅圖像進行了測試，結果如表1 所示。