Android二维码原理与优化方向

最新推荐文章于 2025-03-10 11:04:06 发布

置顶

尹海德

最新推荐文章于 2025-03-10 11:04:06 发布

阅读量1.5w

点赞数 139

分类专栏： Android移动开发文章标签：二维码原理微信扫一扫原理二维码扫码优化 ZXing扫码优化 QRCODE

本文链接：https://blog.csdn.net/yinhaide/article/details/104551458

版权

困惑

做过Android的二维码扫描的童鞋可能会遇到过，很多二维码识别不了，或者识别速度慢。一般造成这个识别不出来的原因，大概以下几点：

Android手机配置不一样，手机像素高低也有不同，有的手机还不支持自动对焦
环境影响也特别大，亮光，反光、粉尘、灰尘、距离都会导致识别不佳
A4纸张打印的标签二维码，本来打印就不是特别清晰，有些像素点，不一定都打印了出来

但是用微信扫一扫，却能很快的识别出上面几种情况造成的二维码；又或者用支付宝或者钉钉二维码扫描，一样也能识别出来；还有iOS也就是调用系统的扫描，也一样能够扫描出来，为啥我们自己的不行?老板不管这些，只是说了，别人的可以，为啥你的不可以，那就是你的问题…

于是网上找了很多各种几千个赞的第三方集成的二维码，发现也不怎么理想，总是比不上微信、支付宝等。Github上何种上千Star的第三方库都是基于ZXing或者ZBar，最后一圈下来你得出结论：ZXing和ZBar不行。你会想：这微信和支付宝都是基于啥开发的，如果能开源一下那就太好了。下面我们就聊一聊微信扫一扫与支付宝扫一扫的原理~

微信扫一扫

微信官方公众号“微信派”就特别介绍了微信二维码扫描功能的一些技术细节。

预判算法

微信扫码使用了自家开发的QBar引擎，并计入了预判算法，在识别条码之前会过滤无码图像，只识别有意义的内容（二维码和条形码）。

整个扫码预判模块位于核心识别引擎之前，不再需要对输入的视频中的每一帧图像进行检测识别，能实现快速过滤大量无码图像，减少后续不必要的定位和识别对扫码客户端造成的阻塞，使响应更加及时，增加扫码过程中的流畅度，而这就是微信扫码快速的关键原因。

微信团队分析数据显示，该引擎在识别正常图片时的解码速度，iOS可缩短至5毫秒，安卓也仅仅约12毫秒，当然这也和手机配置尤其是摄像头有很大关系。

容错性解码、多语言字符检测算法

QBar扫码引擎对二维码容错性解码算法、多语言字符检测算法等均使用进行了数十项优化，在识别率和识别速度上得到了提升。

一些二维码就算出现穿孔、污损或者弯折，还是一样可以识读，这是因为二维码中存储的信息通常都经过了纠错编码，是有冗余的。

一个二维码所能表示的比特数是固定的，包含的信息越多那么冗余度就越小，反之亦然。微信二维码中包含的信息量并不需要很大，这意味着编码的冗余度可以做得较高，所以即使损毁面积达到30％也依旧可以恢复。简单来说，QBar识别及解码的流程包括：

读取视频或图像，通过灰度化处理得到单张灰度图；
对灰度图进行处理得到二值图像(二值化是引擎在识别前把图像转换成01图像的过程)；
将二值图输入不同的解码器识别是否存在二维码；
如果检测到存在某种编码，即通过相应的解码器进行解码，并返回解码结果。

在提高成功解码的概率上，微信的另一个做法就是给每个步骤做上“标签”，目的是找出错误信息，对失败信息再设置相应的二次检测流程，在失败的步骤处进行更”努力”地尝试，且越到后面的步骤，表明图中存在二维码的概率越大。

通过这样每步找错、多次识别解码，大大提高了手机扫描二维码的成功率。

什么是QBar

上面说的QBar好像很牛逼，微信又不开源，说的越牛逼越觉得坑爹：你这么牛逼我又用不了。

我们尝试着去窥探微信安装包，打开目录lib\armeabi。里面包涵了微信安卓应用所用到的C/C++动态链接库。大概扫一下，看到了libwechatQrMod.so，应该就是用于二维码的了。用atom打开，居然发现了这个：

在这里插入图片描述
微信的1D/2D barcode解码居然用的是开源的ZXing！突然对ZXing燃起了希望。没错，QBar的底层就是ZXing，不过微信团队做了非常多的优化。当然了，我们也是可以优化的，下一步可以好好研究优化方向了~~

支付宝扫一扫

支付宝扫一扫是基于libqrencode 库集成的，既然ZXing可以做到这个效果，libqrencode 就没必要再过多研究。

ZXing扫码优化

一般我们做二维码扫描的功能，会到https://github.com/zxing/zxing 拉代码，然后取出Android部分的demo运行，成功之后便开始移植到自己的工程。如果是这样，那么恭喜，你已经入坑了。官方的demo，扫码功能无可厚非是没问题的，但是因为是一个大而全的demo，更多考虑的是功能的集成。实际上我们每个项目的需求不同，当你的需求考虑上扫码速度与识别率的时候，官方的demo就会显得有点跟不上。你会发现：

微信扫一扫是基于ZXing，你的扫一扫也是基于ZXing，为啥识别速度与识别效率天差地别？

所以我们需要做大量的定制型优化。

减少解码格式提高解码速度

ZXing默认支持15种格式，支持格式有QR Code、Aztec、Code 128、Code 39、EAN-8 等等。然后我们在实际中用不到这么多解码样式，我们常见的二维码格式是QR Code，一维码格式为Code 128, 如果无特殊要求，这两种格式就能满足一般的条码与二维码的需求。在解码过程中减少一种解码，就会减少解析时间，提高解码速度。所以我们在实践过程中可以根据实际减少解码样式，提高解码速度，如果app实际只有二维码扫码，甚至可以只保留QR Code这一种解码格式。

ZXing 我们可以修改DecodeFormatManager 及DecodeThread这两个类减少解码种类

//DecodeFormatManager.java 只保留二维码相关
static {
   
	...
    QR_CODE_FORMATS = new Vector<BarcodeFormat>(1);
    QR_CODE_FORMATS.add(BarcodeFormat.QR_CODE);
    ...
}
//DecodeThread.java 只保留二维码相关
if (decodeFormats == null || decodeFormats.isEmpty()) {
   
    decodeFormats = new Vector<BarcodeFormat>();
    decodeFormats.addAll(DecodeFormatManager.QR_CODE_FORMATS);
}

解码算法优化

目前我们在Zxing我们能看到HybridBinarizer及GlobalHistogramBinarizer，HybridBinarizer继承自GlobalHistogramBinarizer,在其基础上做了功能改进。这两个类都是Binarizer的实现类，都是基于二值化，将图片的色域变成黑白两个颜色，然后提取图形中的二维码矩阵。

官网上介绍GlobalHistogramBinarizer算法适合低端设备，对手机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的算法在执行效率上要慢于GlobalHistogramBinarizer算法，但识别相对更加有效，它专门以白色为背景的连续黑块二维码图像解析而设计，也更适合来解析更具有严重阴影和渐变的二维码图像。

zxing项目官方默认使用的是HybridBinarizer二值化方法。然而目前的大部分二维码都是黑色二维码，白色背景的。不管是二维码扫描还是二维码图像识别，使用GlobalHistogramBinarizer算法的效果要稍微比HybridBinarizer好一些，识别的速度更快，对低分辨的图像识别精度更高。可以在DecodeHandler 中更改算法:

private void decode(byte[] data, int width, int height) {
   
    //优先GlobalHistogramBinarizer解码，解码失败转为HybridBinarizer解码
    BinaryBitmap bitmap = new BinaryBitmap(new GlobalHistogramBinarizer(source));
    if(bitmap  == null){
   
    	bitmap = new BinaryBitmap(new HybridBinarizer(source));
    }
}

便提下，微信扫码使用了自家开发基于ZXing的QBar引擎，并导入了预判算法，在识别条码之前会过滤无码图像，只识别有意义的内容——二维码和条形码。整个扫码预判模块位于核心识别引擎之前，不再需要对输入的视频中的每一帧图像进行检测识别，能实现快速过滤大量无码图像，减少后续不必要的定位和识别对扫码客户端造成的阻塞，使响应更加及时，增加扫码过程中的流畅度，而这就是微信扫码快速的关键原因。

减少解码数据

现在的手机拍照的照片像素都很高，目前市场上好一点手机像素都上千万，拍摄一张照片的就十几M, 这个大的数据量对解码很有压力，我们在开发过程有必要采取措施减少解码数据量。

官方为了减少解码的数据，提高解码效率和速度，利用扫码区域范围来裁剪裁剪无用区域，减少解码数据。我们在开发过程可以调整好扫码区域，减少解码的数据量。

private void decode(byte[] data, int width, int height) {
   
   //只识别的识别框的区域
	scanBoxAreaRect = mScanBoxView.getScanBoxAreaRect(height);
	PlanarYUVLuminanceSource  = new PlanarYUVLuminanceSource(
		data, 
		width, 
		height, 
		scanBoxAreaRect.left, 
		scanBoxAreaRect.top, 
		scanBoxAreaRect.width(), 
		scanBoxAreaRect.height(), 
		false
	);
}

将处理相机帧从串行改为并行

在这里插入图片描述
ZXing的demo每次从onPreviewFrame()中获取一帧数据，发送R.id.decode的handler消息队列，然后调用zxing的decode解析二维码，如果成功，则返回；如果失败，则调用setOneShotPreviewCallback( )，重新调用一次onPreviewFrame( )。

缺点是如果处理一帧数据时间很长，会阻碍下一帧的处理，比如上一帧是没有二维码的，而下一帧是有二维码的，如果上一帧处理时间较长，那么虽然用户对准了二维码，但是实际处理的还是上一帧，因此不太合理。

//DecodeHandler.java
@Override
public void handleMessage(Message message) {
   
    if (message.what == R.id.decode) {
   
        decode((byte[]) message.obj, message.arg1, message.arg2);
    }
}

我们将串行处理改成并行处理，一旦从onPreviewFrame( )获取一帧数据，将decode任务丢进线程池，并立即调用setOneShotPreviewCallback( )获取下一帧数据。一旦某个任务检测到二维码，立即将isSuccess变量置为true，忽略其他任务。这样能够大大加快二维码检测的速度。

@Override
public void onPreviewFrame(final byte[] data, final Camera camera) {
   
    ...
    mProcessDataTask = new ProcessDataTask(camera, data, this,HDQRCodeUtil.isPortrait(getContext())).perform();
}

最低0.47元/天解锁文章