种类

根据公开协议，二维码有这些：

• QR Code
• Micro QR Code
• Data Matrix：特别适合在小面积上高密度存储信息，常见于制造业和医疗
  • 特点：左边和下边是实心组成的“L”型，右边和上边是黑白间隔的格子（时钟边）
• PDF417：多用于物流和身份证
• Aztec Code：主要用于运输领域
• 等等

在线生成（几百种）：https://barcode.tec-it.com/en/MobileSemaPhone

QR Code 的参数

• Version：1到40，版本越高，二维码越大，存储数据越多
• 容错等级
  • L：7%
  • M：15%
  • Q：25%
  • H：30%
• 编码模式：
  • 数字 Numeric
  • 字母数字 Alphanumeric
  • 字节 Byte
  • 汉字 Kanji
  • 混合
• 掩码模式：8种（0-7）用于避免二维码图案误读

QR Code 的基本原理-生成

• 数据分段。对输入的数据（文本、数据、二进制）用合适的模式进行分段
• 数据编码：例如转字节
• Reed-Solomon 编码：用于纠错
• 定位信息、信息潜入
• 输出最终的图像

QR Code 的基本原理-识别

1. 定位
   • 检测3个定位图案（Finder Pattern）的位置
   • 检测对齐图案（Alignment pattern），以对抗畸变
   • 检查定时图案（Timing pattern），辅助网格采样
2. 几何校正
   • 解决投影变形（如斜拍、小角度弯曲），采用透视变换把拍摄到的二维码”拉正”
3. 图像分割与采样
   • 按码元格（Module）网格提取每个小黑/白块的颜色，转换为比特流。
4. 二值化处理
   • 各种阈值算法（OTSU、局部阈值），提高在光照变化下的鲁棒性。
5. 掩模还原
   • 去除编码时的掩码，还原真实数据比特流。
6. 纠错与译码
   • 解码比特流，利用RS算法纠正一定范围内的损坏；
   • 转成原始数据输出（文本、链接、文件等）。

生成二维码

https://github.com/lincolnloop/python-qrcode

#%% pip install qrcode
import qrcode

qr = qrcode.QRCode(
    version=1,
    error_correction=qrcode.constants.ERROR_CORRECT_L,
    box_size=10,
    border=4,
)
qr.add_data('https://www.guofei.site/')
qr.make(fit=True)

img = qr.make_image(fill_color="black", back_color="white")

img.save("qr.png")

# %% Micro QR
# pip install segno
import segno

segno.make('guofei.site/', micro=True). \
    save('micro_qr.png', scale=10)

# %% PDF417
# pip install pdf417gen
import pdf417gen

codes = pdf417gen.encode('https://www.guofei.site/')
img_pdf417 = pdf417gen.render_image(codes)  # PIL.Image对象
img_pdf417.save('pdf417.png')

datamatrix 可以用 rust 版：

• https://github.com/jannschu/datamatrix-rs
• 或者 https://github.com/rxing-core/rxing

读取二维码：opencv

# -*-coding:utf-8 -*-

import cv2 as cv
import numpy as np

src_image = cv.imread("./img.png")
qrcode = cv.QRCodeDetector()

# qr检测并解码
msg, points, straight_qrcode = qrcode.detectAndDecode(src_image)
# 绘制qr检测到的边框
cv.drawContours(src_image, [np.int32(points)], 0, (0, 0, 255), 2)
print("points", points)
# 打印解码结果
print("qrcode :", msg)
cv.imshow("result", src_image)
cv.waitKey(0)

• 对拍照之类的都能准确定位边框
• 某些系统产出的二维码无法提取信息（但边框检测还是可以准确定位）