该文章属于刘小壮原创，转载请注明：刘小壮
概述
长按图片识别二维码在移动端是很常见的操作，长按后需要对图片进行识别，并且将二维码中所包含的数据解码出来。在我们的业务场景中，是通过点击图片进入大图预览页面。长按大图预览的图片，会识别图片中的二维码，并且显示有跳转按钮，提示用户可以跳转二维码对应的页面。
但是，在现有业务场景中，要求图片中二维码不能在视觉上占据太大的位置，所以只能以很小的尺寸显示在下面。为了更好的配合公司现有业务，保证对图片中二维码的识别率，所以需要对二维码识别进行优化。
优化方案
方案总体分为探测和识别两个核心流程，探测流程主要由图像处理算法，以及OpenCV来实现，识别流程主要由系统AVFoundation库的CIDetector来实现。先将二维码所在区域探测出来，随后对这个区域进行识别增强的处理，以实现模糊、较小的二维码的识别。
探测流程
因为不是每一张图片上都有二维码，探测的意义在于，查找图片中是否有二维码，以及二维码在图片中的位置。从而进行后续的针对性处理。以下，任何一步探测有结果，都将进入识别流程中，并且将探测到的位置传给识别方法。
- 第一次探测。转灰度图，通过
OpenCV的cvtColor函数，将四通道的RGBA图片，转换为单通道的灰度图。 - 第二次探测。通过算法进行直方图均衡化(非自适应，并且限制对比度)，目的是让图片内轮廓清晰。
- 第三次探测。通过算法进行伽马变换，目的是增强图像对比度。
- 第四次探测。将原始灰度图的下面
20%的右半部分，clone到一个新的Mat对象中，并且进行3.5倍的resize。将得到后的灰度大图调用detect进行探测。 - 第五次探测。将原始灰度图的下面
20%的左半部分，clone到一个新的Mat对象中，并且进行3.5倍的resize。将得到后的灰度大图调用detect进行探测。 - 探测结束。在二维码的定位图形、码元等核心信息没有受损的前提下，这时候基本断定这张图片上没有二维码。
需要注意的是，在探测方案中，为什么选取下面左右两边的20%着重进行探测。是因为根据对公司实际业务的调研，绝大多数的二维码都是在图片的右下角位置，其次是左下角。以公司业务为例，目前没见过将二维码放在图片中间的场景。
识别流程
- 探测到二维码后，会将当时用来探测的图片，以及探测到的二维码区域传递给识别方法。传递过来的图片，可能是
resize后的大图，对这些大图识别率会更高。 - 从传递过来的图片上，根据二维码所在区域的坐标系，将二维码所在的部分，重绘到一个新的位图对象上。为了保证识别效果，会在重绘时加上一个
15的外边距，以保证二维码Quiet Zone的特性。 - 用重绘后的二维码，调用
AVFoundation的CIDetector进行识别，并获取识别后的字符串。
为什么不把探测和识别都交给OpenCV来做。这是因为经过我的测试，我发现OpenCV的识别率较低，远不如CIDetector的识别率。所以，只将探测部分交给OpenCV，但不让OpenCV去识别二维码。
根据OpenCV的detect函数的源码进行查看，发现OpenCV的探测是基于定位符号进行探测的，分为横向和纵向两个方向进行探测，使用OpenCV进行探测是不错的选择。但是OpenCV识别率并不高，所以用OpenCV进行探测，结合AVFoundation进行识别的方案，是一个比较不错的策略。
代码实现
方案总体代码量较大，这里列出了一些主要方法的代码实现。探测方法内部实现，会进行不同程度的增强扫描和识别。方案中使用了一些OpenCV的API，可以通过OpenCV官方文档了解下API的定义和调用。
生成灰度图
把传入的图片转为OpenCV可以识别的Mat的灰度图，灰度图色彩通道只有一个，在进行后续计算上，会节省很多性能。随后进入后续的探测部分，探测到二维码后，会将二维码拼接业务参数，并在主线程中返回给调用方。
方法的核心逻辑有两部分，一是将UIImage转为OpenCV类型的Mat对象，二是将四个颜色通道的彩色图，转为单个颜色通道的灰度图。二值图和灰色图是不同的，灰色图是单个通道，每个单位占8位，表示范围是0~255。二值图只有0~1的展示，所以识别速度会相对快一些。
这里简要讲一下颜色通道的概念，CV_8UC4表示RGBA四颜色通道，占用32位空间。同样的，也有三颜色通道RGB，以及两个通道和单通道，两个通道的CV_8UC2我没用过，不知道什么场景下会需要。cvtColor函数是OpenCV中进行颜色空间转换的函数，可以将彩色图修改为灰度图。
CGFloat rows = sourceImage.size.height;
CGFloat cols = sourceImage.size.width;
cv::Mat cvMat(rows, cols, CV_8UC4);
CGColorSpaceRef colorSpace = CGImageGetColorSpace(sourceImage.CGImage);
CGContextRef context = CGBitmapContextCreate(cvMat.data,
cols,
rows,
8,
cvMat.step[0],
colorSpace,
kCGImageAlphaNoneSkipLast | kCGBitmapByteOrderDefault);
if (context == NULL) {
return cvMat;
}
CGContextDrawImage(context, CGRectMake(0, 0, cols, rows), sourceImage.CGImage);
CGContextRelease(context);
CGColorSpaceRelease(colorSpace);
cv::Mat grayMat;
cv::cvtColor(cvMat, grayMat, cv::COLOR_BGR2GRAY);
return grayMat;
resize
下面代码是对左下和右下两个部分进行探测的逻辑，代码中scale代表局部放大的倍数。根据公司业务，先从右下角进行放大及探测。放大需要获取到像素的行数和列数，这些Mat提供了对应的API。
下面是核心逻辑的梳理。
- 通过
rowRange和colRange获取到需要增强扫描的像素，例如右下角区域的横排和竖排的像素。 - 调用
clone将像素取出，并赋值给Mat。 - 调用
resize函数扩大到对应的倍数。
需要注意的是，在下面方法的第二段，对右下角进行了强制识别。是一个容错处理，属于“闭眼识别”。第一步无论是否有探测的结果，都会对右下角进行二维码的识别。因为在测试中，对于非常小的二维码，会出现对于resize后的灰度图，探测不到但是能识别到的情况。所以，增加了右下角没有探测到，但依然进行强制识别的逻辑。
CGFloat scale = 3.5f;
cv::Mat copyMat = grayMat.rowRange(grayMat.rows * 0.8, grayMat.rows).colRange(grayMat.cols * 0.5, grayMat.cols).clone();
cv::Mat resizeMat;
cv::resize(copyMat, resizeMat, cv::Size(grayMat.cols * scale * 0.5, grayMat.rows * 0.2 * scale));
NSString *result = [self qrcodeQRCodeForGrayMat:resizeMat];
/// 闭眼识别
if (!result.length) {
UIImage *image = [self UIImageFromCVMat:resizeMat];
result = [self readQRCodeWithImage:image
detectorAccuracy:CIDetectorAccuracyHigh];
}
if (!result.length) {
copyMat = grayMat.rowRange(grayMat.rows * 0.8, grayMat.rows).colRange(grayMat.cols * 0.f, grayMat.cols * 0.5).clone();
cv::resize(copyMat, resizeMat, cv::Size(grayMat.cols * scale * 0.5, grayMat.rows * 0.2 * scale));
result = [self qrcodeQRCodeForGrayMat:resizeMat];
}
return result;
识别
识别方法会接收传入的二维码坐标系，裁剪出二维码的位置并做相应的处理，随后交给AVFoundation去识别。当探测不到时，不会进入识别的环节。
当探测到二维码时，可以通过output获取二维码的四个点，顺序是左上、右上、右下、左下，顺时针存储。在原有的四个点外面，加上15个单位的Quiet Zone，随后会将这部分图片裁剪出来，并交给AVFoundation去识别。加入Quiet Zone的原因在于，有Quiet Zone的二维码，识别率会比没有的好。
vector<cv::Point> output;
if (output.empty()) {
return nil;
}
/// 左上
cv::Point point0 = output[0];
/// 右下
cv::Point point2 = output[2];
CGRect rect = CGRectMake(point0.x, point0.y, point2.x - point0.x, point2.y - point0.y);
CGRect insetRect = CGRectInset(rect, -15, -15);
/// rect合法性检查
if (insetRect.origin.x > 0 && insetRect.origin.y > 0 && insetRect.size.width > 0 && insetRect.size.height > 0) {
rect = insetRect;
}
UIImage *image = [self UIImageFromCVMat:grayMat];
image = [self drawInRect:rect sourceImage:image];
NSString *result = [self readQRCodeWithImage:image
detectorAccuracy:CIDetectorAccuracyLow];
return result;
Mat转换
在iOS中进行OpenCV开发的过程中，UIImage和Mat的相互转换是经常需要的。UIImage转Mat在生成灰度图的过程中已经涉及，下面的方法是将Mat转为UIImage。核心逻辑就是将Mat的data数据，通过CGImageCreate函数创建CGImage完成的。
CGColorSpaceRef colorSpace;
CGBitmapInfo bitmapInfo;
size_t elemsize = cvMat.elemSize();
if (elemsize == 1) {
colorSpace = CGColorSpaceCreateDeviceGray();
bitmapInfo = kCGImageAlphaNone | kCGBitmapByteOrderDefault;
}
else {
colorSpace = CGColorSpaceCreateDeviceRGB();
bitmapInfo = kCGBitmapByteOrder32Host;
bitmapInfo |= (elemsize == 4) ? kCGImageAlphaPremultipliedFirst : kCGImageAlphaNone;
}
NSData *data = [NSData dataWithBytes:cvMat.data length:elemsize * cvMat.total()];
CGDataProviderRef provider = CGDataProviderCreateWithCFData((__bridge CFDataRef)data);
/// 根据Mat创建CGImage
CGImageRef imageRef = CGImageCreate(cvMat.cols, // width
cvMat.rows, // height
8, // bits per component
8 * cvMat.elemSize(), // bits per pixel
cvMat.step[0], // bytesPerRow
colorSpace, // colorspace
bitmapInfo, // bitmap info
provider, // CGDataProviderRef
NULL, // decode
false, // should interpolate
kCGRenderingIntentDefault // intent
);
UIImage *finalImage = [UIImage imageWithCGImage:imageRef];
CGImageRelease(imageRef);
CGDataProviderRelease(provider);
CGColorSpaceRelease(colorSpace);
return finalImage;
收益
统计方案
二维码识别率的统计比较困难，因为场景是在长按图片识别二维码，但图片中是否有二维码，我们并不知道。并且，用户长按操作可能是为了保存图片，并非识别二维码。
所以，数据分析通过A/B测的方式进行，通过分桶方式实现，两个桶分别为50%的用户量。通过这种方式，可以得出一个基本准确的识别数据。
收益数据
数据从两个维度来统计，识别速度和识别率，数据如下。
- 优化方案相对原有方案，识别速度提升
6.8% - 优化方案相对原有方案，识别率提升
12%
识别速度OpenCV表现并不是很明显，因为只是通过灰度图的方式提升了识别速度，但如果到了探测的阶段，对速度还是有一定影响的，收益为正数就很不错了。
识别率提升还是不错的，因为是A/B方案的对比，我们并不知道单个方案的真实识别率。但经过我们自测，运营常用的几个存在复杂二维码的账号中，挨个试二维码的识别，自测识别率为100%。
展望
除了灰度图，也考虑过通过OTSU算法将灰度图转为二值图，但是发现二值图在图片清晰度不够的情况下，定位符号比较模糊的位置会被转换为白色。这样，定位符号就会缺一个角，不能构成特定比例，导致识别率出现明显下降。既然二值图的方案都不可行，那就别考虑识别轮廓了，所以就乖乖的用灰度图做识别了。
后续计划加入中值滤波后，再进行OTSU算法做二值化，这样转换后的二值图效果会好很多。
