徐爱鹏 朱杰 陈叶明

摘 要：主要針对谷歌二维码识别开源项目Zxing项目进行改进，提出了Improve-Zxing算法。其一，不同于Zxing项目在全图上面寻找二维码的三个定位点来做二维码的定位，利用形态学等决策对二维码进行定位;其二，不同于Zxing项目使用最大类间方差算法（OTSU）对图片全域进行二值化处理，仅对图片中二维码区域进行二值化计算。利用835张模糊发票二维码进行验证，发现改进的算法不仅能够减少二维码识别计算的时间，并且还能有效地提升模糊发票二维码图片的识别精度。

关键词：QR Code;模糊二维码识别;发票

中图分类号：TB 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2019.30.105

1 引言

随着当前信息技术的发展与变革，通过特定信息识别产品技术已经广泛地应用在人们的生产生活之中。例如超市中商品上的条形码，以及顾客在进行支付时扫描的二维码（Quick Response Code，QR码）等等，这些技术加快了信息获取速度，不仅节约了时间同时给人们生活带来了便利。二维码技术是综合信息编码、信息传递、数据加密等技术的综合体，其具有编码适用范围广、译码快而精准，生产快低成本等优点，因而发展迅速，应用广泛。目前二维码应用技术是中国信息社会中不可或缺的存在，社会的生产生活中已经愈发离不开二维码技术，快速识别二维码中的信息更为重要，因此开展二维码精准识别的研究，是有必要的。

目前中国使用发票作为单位和个人在交易过程中所开具或者收取的业务凭证，其可以作为公司缴纳税务的凭证也可以作为员工进行报销的凭证。发票极其重要，其不仅是会计核算的原始凭证，也是审计机关、税务机关执法检查的重要依据。因此发票上的信息，对个人与公司都十分重要。目前中国发票存在两种形式，一种是纸质发票目前在慢慢过渡到等同性质的电子发票。但是电子发票目前尚不能完全取代纸质发票，因此快速识别纸质发票上的信息成了需要研究的焦点。从图1展示的增值税专用发票样例图上可以清楚的看到，在发票的左上角有一处二维码图样，该二维码就编码存储了该发票记录的信息，因此只需要使用二维码识别技术就能够将发票信息自动获取到电子设备上。然而由于当前仍然有许多纸质发票，这些纸质发票可能会经过一定程度的磨损，导致二维码图像变模糊，严重影响到二维码中信息的识别。因此针对模糊发票二维码的识别场景，本文对模糊QR二维码的识别技术展开了研究。

2 相关技术

QR Code是一种矩阵式二维码，1994年诞生于日本。由于QR Code信息存储量大、可针对文字、图像等符号进行编码、并且加密性强、纠错程度高、成本低廉、便于使用等优点，获得了各领域广泛使用。QR Code二维码一般为规则矩形，主要由编码区以及功能图形组成，其中编码区域主要用于对数据编码存储，包含了数据、格式、版本等信息;功能图形用于定义固定格式的信息，包括探测、定位、校正识别等。QR Code二维码结构如图2所示。

当前有众多关于二维码的学术研究，甘岚等人提出了基于亚像素边缘检测的二维码识别算法，该算法解决了二维码因边缘模糊导致的识别率下降问题。李军采用扫描边界点来确定畸变控制点的方法，实现了对QR Code二维码的曲面变形校正，使用该算法对曲面变形的QR Code二维码进行校正后，能够显著提高识别率。Chu等人在智能手机上实现了运动模糊QR Code二维码的恢复，但是该算法耗时太大，难以在物流分拣中应用。这些算法应用场景很少有使用到模糊发票二维码识别中的，因此本文将针对模糊发票二维码的识别展开研究。

3 改进方法与实验

3.1 改进的Improve-Zxing算法

（1）关键点定位，本文先对二维码整体区域定位，然后再对关键点定位。Zxing算法探测到1个定位点或者2个定位点，就停止定位点检测。本研究针对该缺陷修改了关键点定位，当关键点只定位到1个或者2个定位点时，会根据一个关键点到边缘的位置，推算到其他两个关键点的大概位置，然后根据连通域算法精确定位到关键点中心位置。

（2）图片预处理，本研究去掉模糊二维码图像中出现的较小空洞以及连丝，同时针对图像二维码中的残缺，会检查边缘是否齐全，如果不齐全则会加上一条道当作边缘。不同于Zxing项目使用最大类间方差算法（OTSU）对图片全域进行二值化处理，本文仅对图片中二维码区域进行二值化计算。

3.2 实验与分析

为了验证算法的精准度，本文选取835张模糊的发票QR Code二维码进行测验数据样本，二维码样例图参见图3。另外使用改进前算法与改进后的算法对模糊发票二维码数据样本依次进行实验，并以运行时间与识别结果作为评价指标。

针对835张模糊二维码图片的识别过程中，其中Zxing算法运行时间为652.219秒，Improve-Zxing算法耗时592.342秒，总耗时Improve-Zxing降低了59.877秒，接近一分钟;在识别精度上，Zxing成功识别了367张模糊发票二维码，识别率为43.95%。而Improve-Zxing成功识别了529张模糊发票二维码，识别率为63.35%，识别率提升了19.4%。实验表明Improve-Zxing算法具有更高的精准度与更优的处理性能。

4 总结

本文主要针对模糊发票二维码识别场景，对模糊QR Code二维码的识别技术展开了研究。根据谷歌二维码识别开源项目Zxing项目进行改进，并通过使用835张模糊发票二维码进行实验，结果表明本文改进的算法不仅能够减少二维码识别计算的时间，并且还能有效地提升模糊发票二维码图片的识别精度，这对模糊QR Code二维码识别技术进行了一个知识补充，同时给模糊发票的识别带来了更多的便利。

参考文献

[1]田洪娜.QR码研究及其在机器人自定位上的应用[D].沈阳：东北大学，2014.

[2]李国栋，田国会，薛英花.基于QR Code技术的家庭服务机器人视觉伺服抓取操作研究[J].东南大学学报（自然科学版），2010，（S1）：30-36.

[3]张兴华.矩阵式快速QR码的研究和应用[D].成都：电子科技大学，2015.

[4]蒲策.QR二维码编码译码算法研究及应用[D].成都：成都理工大学，2016.

[5]于英政.QR二维码相关技术的研究[D].北京：北京交通大学，2014.

[6]于英政，许宏丽.基于QR二维码的多级融合加密算法的设计与实现[J].计算机与数字工程，2014，（12）：2362-2364.

[7]刘子鸣，林家骏.一种适用于QR码的抗打印扫描的水印算法[J].华东理工大学学报，2018，（1）.