徐愛鵬 朱杰 陳葉明

摘 要：主要針對谷歌二維碼識別開源項目Zxing項目進行改進，提出了Improve-Zxing算法。其一，不同于Zxing項目在全圖上面尋找二維碼的三個定位點來做二維碼的定位，利用形態(tài)學(xué)等決策對二維碼進行定位;其二，不同于Zxing項目使用最大類間方差算法（OTSU）對圖片全域進行二值化處理，僅對圖片中二維碼區(qū)域進行二值化計算。利用835張模糊發(fā)票二維碼進行驗證，發(fā)現(xiàn)改進的算法不僅能夠減少二維碼識別計算的時間，并且還能有效地提升模糊發(fā)票二維碼圖片的識別精度。

關(guān)鍵詞：QR Code;模糊二維碼識別;發(fā)票

中圖分類號：TB 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.30.105

1 引言

隨著當(dāng)前信息技術(shù)的發(fā)展與變革，通過特定信息識別產(chǎn)品技術(shù)已經(jīng)廣泛地應(yīng)用在人們的生產(chǎn)生活之中。例如超市中商品上的條形碼，以及顧客在進行支付時掃描的二維碼（Quick Response Code，QR碼）等等，這些技術(shù)加快了信息獲取速度，不僅節(jié)約了時間同時給人們生活帶來了便利。二維碼技術(shù)是綜合信息編碼、信息傳遞、數(shù)據(jù)加密等技術(shù)的綜合體，其具有編碼適用范圍廣、譯碼快而精準，生產(chǎn)快低成本等優(yōu)點，因而發(fā)展迅速，應(yīng)用廣泛。目前二維碼應(yīng)用技術(shù)是中國信息社會中不可或缺的存在，社會的生產(chǎn)生活中已經(jīng)愈發(fā)離不開二維碼技術(shù)，快速識別二維碼中的信息更為重要，因此開展二維碼精準識別的研究，是有必要的。

目前中國使用發(fā)票作為單位和個人在交易過程中所開具或者收取的業(yè)務(wù)憑證，其可以作為公司繳納稅務(wù)的憑證也可以作為員工進行報銷的憑證。發(fā)票極其重要，其不僅是會計核算的原始憑證，也是審計機關(guān)、稅務(wù)機關(guān)執(zhí)法檢查的重要依據(jù)。因此發(fā)票上的信息，對個人與公司都十分重要。目前中國發(fā)票存在兩種形式，一種是紙質(zhì)發(fā)票目前在慢慢過渡到等同性質(zhì)的電子發(fā)票。但是電子發(fā)票目前尚不能完全取代紙質(zhì)發(fā)票，因此快速識別紙質(zhì)發(fā)票上的信息成了需要研究的焦點。從圖1展示的增值稅專用發(fā)票樣例圖上可以清楚的看到，在發(fā)票的左上角有一處二維碼圖樣，該二維碼就編碼存儲了該發(fā)票記錄的信息，因此只需要使用二維碼識別技術(shù)就能夠?qū)l(fā)票信息自動獲取到電子設(shè)備上。然而由于當(dāng)前仍然有許多紙質(zhì)發(fā)票，這些紙質(zhì)發(fā)票可能會經(jīng)過一定程度的磨損，導(dǎo)致二維碼圖像變模糊，嚴重影響到二維碼中信息的識別。因此針對模糊發(fā)票二維碼的識別場景，本文對模糊QR二維碼的識別技術(shù)展開了研究。

2 相關(guān)技術(shù)

QR Code是一種矩陣式二維碼，1994年誕生于日本。由于QR Code信息存儲量大、可針對文字、圖像等符號進行編碼、并且加密性強、糾錯程度高、成本低廉、便于使用等優(yōu)點，獲得了各領(lǐng)域廣泛使用。QR Code二維碼一般為規(guī)則矩形，主要由編碼區(qū)以及功能圖形組成，其中編碼區(qū)域主要用于對數(shù)據(jù)編碼存儲，包含了數(shù)據(jù)、格式、版本等信息;功能圖形用于定義固定格式的信息，包括探測、定位、校正識別等。QR Code二維碼結(jié)構(gòu)如圖2所示。

當(dāng)前有眾多關(guān)于二維碼的學(xué)術(shù)研究，甘嵐等人提出了基于亞像素邊緣檢測的二維碼識別算法，該算法解決了二維碼因邊緣模糊導(dǎo)致的識別率下降問題。李軍采用掃描邊界點來確定畸變控制點的方法，實現(xiàn)了對QR Code二維碼的曲面變形校正，使用該算法對曲面變形的QR Code二維碼進行校正后，能夠顯著提高識別率。Chu等人在智能手機上實現(xiàn)了運動模糊QR Code二維碼的恢復(fù)，但是該算法耗時太大，難以在物流分揀中應(yīng)用。這些算法應(yīng)用場景很少有使用到模糊發(fā)票二維碼識別中的，因此本文將針對模糊發(fā)票二維碼的識別展開研究。

3 改進方法與實驗

3.1 改進的Improve-Zxing算法

（1）關(guān)鍵點定位，本文先對二維碼整體區(qū)域定位，然后再對關(guān)鍵點定位。Zxing算法探測到1個定位點或者2個定位點，就停止定位點檢測。本研究針對該缺陷修改了關(guān)鍵點定位，當(dāng)關(guān)鍵點只定位到1個或者2個定位點時，會根據(jù)一個關(guān)鍵點到邊緣的位置，推算到其他兩個關(guān)鍵點的大概位置，然后根據(jù)連通域算法精確定位到關(guān)鍵點中心位置。

（2）圖片預(yù)處理，本研究去掉模糊二維碼圖像中出現(xiàn)的較小空洞以及連絲，同時針對圖像二維碼中的殘缺，會檢查邊緣是否齊全，如果不齊全則會加上一條道當(dāng)作邊緣。不同于Zxing項目使用最大類間方差算法（OTSU）對圖片全域進行二值化處理，本文僅對圖片中二維碼區(qū)域進行二值化計算。

3.2 實驗與分析

為了驗證算法的精準度，本文選取835張模糊的發(fā)票QR Code二維碼進行測驗數(shù)據(jù)樣本，二維碼樣例圖參見圖3。另外使用改進前算法與改進后的算法對模糊發(fā)票二維碼數(shù)據(jù)樣本依次進行實驗，并以運行時間與識別結(jié)果作為評價指標。

針對835張模糊二維碼圖片的識別過程中，其中Zxing算法運行時間為652.219秒，Improve-Zxing算法耗時592.342秒，總耗時Improve-Zxing降低了59.877秒，接近一分鐘;在識別精度上，Zxing成功識別了367張模糊發(fā)票二維碼，識別率為43.95%。而Improve-Zxing成功識別了529張模糊發(fā)票二維碼，識別率為63.35%，識別率提升了19.4%。實驗表明Improve-Zxing算法具有更高的精準度與更優(yōu)的處理性能。

4 總結(jié)

本文主要針對模糊發(fā)票二維碼識別場景，對模糊QR Code二維碼的識別技術(shù)展開了研究。根據(jù)谷歌二維碼識別開源項目Zxing項目進行改進，并通過使用835張模糊發(fā)票二維碼進行實驗，結(jié)果表明本文改進的算法不僅能夠減少二維碼識別計算的時間，并且還能有效地提升模糊發(fā)票二維碼圖片的識別精度，這對模糊QR Code二維碼識別技術(shù)進行了一個知識補充，同時給模糊發(fā)票的識別帶來了更多的便利。

參考文獻

[1]田洪娜.QR碼研究及其在機器人自定位上的應(yīng)用[D].沈陽：東北大學(xué)，2014.

[2]李國棟，田國會，薛英花.基于QR Code技術(shù)的家庭服務(wù)機器人視覺伺服抓取操作研究[J].東南大學(xué)學(xué)報（自然科學(xué)版），2010，（S1）：30-36.

[3]張興華.矩陣式快速Q(mào)R碼的研究和應(yīng)用[D].成都：電子科技大學(xué)，2015.

[4]蒲策.QR二維碼編碼譯碼算法研究及應(yīng)用[D].成都：成都理工大學(xué)，2016.

[5]于英政.QR二維碼相關(guān)技術(shù)的研究[D].北京：北京交通大學(xué)，2014.

[6]于英政，許宏麗.基于QR二維碼的多級融合加密算法的設(shè)計與實現(xiàn)[J].計算機與數(shù)字工程，2014，（12）：2362-2364.

[7]劉子鳴，林家駿.一種適用于QR碼的抗打印掃描的水印算法[J].華東理工大學(xué)學(xué)報，2018，（1）.