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。
3. 4 图像的矫正
由于在拍摄时,摄像头的角度不会完全垂直于二维条码平面,因此拍摄到的条码或多或少会有透视效果,在手持手机拍摄时,这个问题很常见,也是图像处理中的难点。这里使用反透视算法[7],能够对图像进行反透视矫正。设三维失真空间中的一点坐标[x',y ',z'],其其次坐标可以设为[x',y',z',1]T ; 三维基准空间中对应点坐标[x,y,z],其其次坐标设为[x',y',z',k]T,因此有公式为
在上述定位算法中,得到了条码的3 个探测图形中心点的坐标,因此可以得出条码4 个顶点的坐标,根据如下基准点与失真点的映射关
根据式( 7) 和式( 8) ,可以得出
一般地P = 1,k = 1,失真图像和校正后的图像共面,那么z = z' = c,c 是常数,令c = 0,可以将( 9) 简化为
可以根据条码的4 组顶点,求出8 个待定系数A,B,D,E,F,H,M,N,然后对条码的每个点进行矫正。
4 QR 码识别系统在Android 平台上实现
4. 1 Android 简介 Android 是基于Linux 平台的开源手机操作系统,它采用软件堆层的架构,主要分为3 个部分: 操作系统、中介软件和应用程序。底层以Linux 内核工作为基础,用C 语言开发,只提供基本功能; 中间层包裹函数库Library 和虚拟机Virtual Machine,由C ++ 开发;最上层是各种应用软件,包括通话程序,短信程序等,主要以Java 作为编程语言。
为能够快速地处理大量的数据,Android 也提供了以C /C ++ 作为开发语言的NDK( Native Developer Kit)平台,它编译生成的. SO 动态链接库可以供AndroidSDK( Software Development Kit) 平台下的应用程序调用。在本系统的实现中,因为图像的预处理和解码部分要进行大量数据运算,所以把这两部分的程序放在NDK 下完成,摄像头启动与图像采集在SDK 下实现。由于Android 的虚拟机Dalvik 不能执行. class 文件,所以要把. class 文件的字节码转换成. dex 文件的字节码,识别系统的编译过程如图5 所示。
4. 2 图像的采集
系统在手机上实现,图像的采集[2 - 6]是重要的一步,在Android 平台上,是使用Camera 类来完成摄像头的调用和图像采集。使用Camera mCamera = Camera.open ( ) 获得Camera 的实例,然后使用Camera.Parameters 来设置获得图像的大小,最后通过实现Camera. Preview - Callback 的接口onPreviewFrame( byte []data,Camera camera) 来获得摄像头的图像数据。图像数据data 为YUV 格式,其中Y 分量的大小为 mageWidth* ImageHeight 个字节,U 分量的大小为0. 25 × ImageWith* ImageHeight 个字节,V 分量的大小和U 分量一样,因为条码是黑白色,Y 分量正好包含的是图像的灰度信息,将省去对图像进行灰度化的处理,所以在取图像数据时,只取Y 分量进行处理。
4. 3 自动对焦 为能够较快地获得清晰的图像,提高识别速度,文中使用了自动对焦技术。关键代码如下:
( 1) 实现自动对焦的接口
AutoFocusCallback Camera. AutoFocusCallback mAutoFocusCallback =
new Camera. AutoFocusCallback( )
{
Public void onAutoFocus( boolean success,Camera
camera)
{
mCamera. setOneShotPreviewCallback ( mPreviewCallback)
;
}
}
( 2) 创建一个定时器
创建定时器的目的是使手机每隔一段间隔就自动对焦一次。定时器内的代码如下:
mCamera. autoFoucs( mAutoFocusCallback) ;
5 结束语
文中研究了QR 码的识别技术,讨论了在Android平台上实现系统的技术问题,并结合数字图像处理技术,在Android 手机平台上进行了QR 码的识别技术的开发。根据图像的大小,本系统在三星i9000( CPU 型号ARM Cortex A8,主频为1 GHz,内存512 MB,操作系统为Android OS v2. 1) 上分别对100 幅图像进行了测试,结果如表1 所示。