二维码面试

android 整理  

优化zxing 扫描二维码出现卡顿 扫描慢等现象；

主要在几个方面解决这个问题

1.  扫描精度问题 PlanarYUVLuminanceSource
2.  二维码图像识别精度探究  小1  图像/像素编码格式
                小2  二维码图像识别算法选择
3.  图像大小对识别精度的影响
4.  相机预览倍数设置及聚焦时间调整

1. 解决方案 ：解决办法很简单，就是不仅仅使用聚焦框里的图像数据，而是采用全幅图像的数据。

public PlanarYUVLuminanceSource buildLuminanceSource(byte[] data, int width, int height) {
    // 直接返回整幅图像的数据，而不计算聚焦框大小。
    return new PlanarYUVLuminanceSource(data, width, height, 0, 0, width, height, false);
}，

在使用zxing解析二维码时，允许事先进行相关配置，这个文件通过Map<DecodeHintType, ?>键值对来保存，
然后使用方法public void setHints(Map<DecodeHintType,?> hints)
来设置到相应的解码器中。DecodeHintType是一个枚举类；

2.1 从像素的角度，目前大部分Android手机摄像头设置的默认格式是yuv420sp

大部分二维码的识别都是基于二值化的方法，在色域的处理上，YUV的二值化效果要优于RGB，并且RGB图像在处理中不支持旋转

Bitmap是由ARGB值编码得到的，因此如果需要转换成YUV，还需要做一点小小的变换。

首先，如果每次都生成新的YUV数组，不知道在扫一扫解码时要进行GC多少次。。。所以就采用了静态的数组变量来存储数据，
只有当当前的长宽乘积超过数组大小时，才重新生成新的yuvs。其次，如果鉴于YUV的特性，长宽只能是偶数个像素点，
否则可能会造成数组溢出(不信可以尝试)。最后，使用完了Bitmap要记得回收，那玩意吃内存不是随便说说的。

2.2 二维码扫描精度和许多因素有关，最关键的因素是扫描算法。目前在图形识别领域中，较常用的二维码识别算法主要有两种，
分别是HybridBinarizer和GlobalHistogramBinarizer，这两种算法都是基于二值化，即将图片的色域变为黑白两个颜色，
然后提取图形中的二维码矩阵。实际上，zxing中的HybridBinarizer继承自GlobalHistogramBinarizer，并在此基础上做了功能性的改进。

GlobalHistogramBinarizer算法适合于低端的设备，对手机的CPU和内存要求不高。但它选择了全部的黑点来计算，因此无法处理阴影和渐变这两种情况。
HybridBinarizer算法在执行效率上要慢于GlobalHistogramBinarizer算法，但识别相对更有效。它专门为以白色为背景的连续黑色块二维码图像解析而设计，
也更适合用来解析具有严重阴影和渐变的二维码图像。

3. Android图片优化需要通过在解析图片的时候，设置BitmapFactory.Options.inSampleSize的值，根据比例压缩图片大小。
在进行图片二维码解析的线程中，通过设置不同的图片大小，来测试二维码的识别率。这个测试过程我忘记保存了，
只记得测试了压缩成最大宽高值为2048、1024、512、256和128像素的包含二维码的图片，但实际的测试结果是，
当MAX_PICTURE_PIXEL=256的时候识别率最高。

4. 通过测试可以发现，每个手机的最大放大倍数几乎是不一样的，这可能和摄像头的型号有关。如果设置成一个固定的值，
那可能会产生在某些手机上过度放大，某些手机上放大的倍数不够。索性相机的参数设定里给我们提供了最大的放大倍数值，
通过取放大倍数值的N分之一作为当前的放大倍数，就完美地解决了手机的适配问题。zxing默认的相机聚焦时间是2s，
可以根据扫描的视觉适当调整。聚焦时间的调整也很简单，在AutoFocusCallback这个类里，
调整AUTO_FOCUS_INTERVAL_MS这个值就可以了。

// 需要判断摄像头是否支持缩放
Parameters parameters = camera.getParameters();
if (parameters.isZoomSupported()) {
    // 设置成最大倍数的1/10，基本符合远近需求
    parameters.setZoom(parameters.getMaxZoom() / 10);
}