iOS上读取相册中二维码的方法以及一些坑

iOS 8以上可以使用系统原生的识别方法就行了:

CIDetector*detector = [CIDetectordetectorOfType:CIDetectorTypeQRCodecontext:niloptions:@{CIDetectorAccuracy:CIDetectorAccuracyHigh}];
NSData*imageData =UIImagePNGRepresentation(newImage);
CIImage*ciImage = [CIImageimageWithData:imageData];
NSArray*features = [detectorfeaturesInImage:ciImage];
CIQRCodeFeature*feature = [featuresobjectAtIndex:0];
NSString*scannedResult = feature.messageString;
[selfhandelStringValue:scannedResult];

但是需要兼容iOS7的应用就需要使用Google的zxing来识别了,代码也很简单

UIImage*loadImage= img;
CGImageRefimageToDecode = loadImage.CGImage;
ZXLuminanceSource*source = [[ZXCGImageLuminanceSourcealloc]initWithCGImage:imageToDecode];
ZXBinaryBitmap*bitmap = [ZXBinaryBitmapbinaryBitmapWithBinarizer:[ZXHybridBinarizerbinarizerWithSource:source]];
NSError*error =nil;
ZXDecodeHints*hints = [ZXDecodeHintshints];
ZXMultiFormatReader*reader = [ZXMultiFormatReaderreader];
ZXResult*result = [readerdecode:bitmap
hints:hints
error:&error];
if(result) {
NSString*contents = result.text;
}

不过,在实际使用时发现,从相机拍摄的图片识别不出来,不管使用原生的还是zxing,都识别不出来,所以肯定不是框架的问题了,后来找了很久,看到一个网友的答复比较准确

zxing 之所以不好用是需要做优化的。
图片大小不能完全按照原始的尺寸来,我测试过,把图片缩小成 256 像素左右识别率比较高。目前不清楚是什么原理。
还有二维码的图像识别算法, GlobalHistogramBinarizer 和 HybridBinarizer 分别适用不同的场景,图片识别的话要看图片属于什么类型的,黑白的肯定是前者识别更有效,带有渐变的或者有阴影的则采用后一个算法。
总之二维码识别有许多层级的优化,目前正在研究中。

按照这个说法,我又写了一个压缩图片的方法

UIImage* bigImage = theImage;
floatactualHeight = bigImage.size.height;
floatactualWidth = bigImage.size.width;
floatnewWidth =0;
floatnewHeight =0;
if(actualWidth > actualHeight) {
//宽图
newHeight =256.0f;
newWidth = actualWidth / actualHeight * newHeight;
}
else
{
//长图
newWidth =256.0f;
newHeight = actualHeight / actualWidth * newWidth;
}
CGRectrect =CGRectMake(0.0,0.0, newWidth, newHeight);
UIGraphicsBeginImageContext(rect.size);
[bigImagedrawInRect:rect];// scales image to rect
theImage =UIGraphicsGetImageFromCurrentImageContext();
UIGraphicsEndImageContext();
//RETURN
returntheImage;

图片压缩过后,识别的速度明显提升了,而且基本上都能识别出来,至此,问题解决。

题外话

原生扫描在扫描的时候,如果同时扫描二维码和条形码,识别条形码的效率很低下,如果需求明确要求要同时扫描的话就不知道有什么好的解决方案了,我看了下微信是不存在这个问题的,但是如果只识别条形码的话,速度还是很快的。所以如果可以,尽量区分开,对于识别的效率有利于提高。
另外,如果有好的解决方案,希望不吝分享~~~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容