CN103886353B - 二维码图像的生成方法和装置 - Google Patents

Abstract

本发明提出一种二维码图像的生成方法和装置，其中，方法包括：获得待编码信息和背景图像，并根据待编码信息生成二维分布矩阵；将二维分布矩阵和背景图像进行融合，获得预生成的二维码图像；对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的至少一个基础样式更新二维分布矩阵；以及将更新后的二维分布矩阵与背景图像进行融合以生成二维码图像。本发明实施例的二维码图像的生成方法，减少了对背景图像覆盖，进而提升了二维码在背景图像中的沉浸度，突显了背景图像，并且极大程度的保证了背景图像环境色的完整性以及二维码图像的画面和谐感，增强了二维码图像的显示效果。

Description

二维码图像的生成方法和装置

技术领域

本发明涉及计算机应用技术领域，特别涉及一种二维码图像的生成方法和装置。

背景技术

传统的二维码的图案主要为黑白相间式或黑白交错式，图案风格较为单调。因此，目前出现了沉浸式二维码，即将二维码与背景图像相融合或者改变二维码图案样式，以使二维码风格多样化，提高二维码趣味性。目前沉浸式二维码主要是将二维码与内容可定制的背景图像相融合，如将二维码与用户头像、商户标识图像或产品图像相融合，由此使得二维码和图像共存，得到的二维码图像信息更加丰富。此外，还出现了基础样式可变的二维码，将二维码图像的基本单元由原始的单一像素块转变为多样化的图案，如用圆形、五角星形、水滴形等图案表示二维码矩阵中的元素。

但是，不论二维码基础样式如何变换，在二维码与背景图像相融合时，二维码的基础样式都会对背景图像造成一定的信息损失，使背景图像的内容不能完全突出，破坏了背景图像环境色的完整性，难以传递完整的视觉信息。

发明内容

本发明旨在至少在一定程度上解决上述技术问题。

为此，本发明的第一个目的在于提出一种二维码图像的生成方法，该方法能够提升二维码在背景图像中的沉浸度，突显背景图像，并且极大程度的保证背景图像环境色的完整性以及二维码图像的画面和谐感，增强二维码图像的显示效果。

为达上述目的，根据本发明第一方面实施例提出了一种二维码图像的生成方法，包括：获得待编码信息和背景图像，并根据所述待编码信息生成二维分布矩阵，其中，所述二维分布矩阵中包括多个基础样式；将所述二维分布矩阵和所述背景图像进行融合，获得预生成的二维码图像；对所述预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的所述至少一个基础样式更新所述二维分布矩阵；以及将更新后的二维分布矩阵与所述背景图像进行融合以生成二维码图像。

本发明实施例的二维码图像的生成方法，通过对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的所述至少一个基础样式更新所述二维分布矩阵，然后将更新后的二维分布矩阵与所述背景图像进行融合以生成二维码图像，在保证二维码信息可扫描的同时，能够减少对背景图像覆盖，进而能够提升二维码在背景图像中的沉浸度，突显背景图像，并且能极大程度的保证背景图像环境色的完整性以及二维码图像的画面和谐感，增强二维码图像的显示效果。

本发明第二方面实施例提出了一种二维码图像的生成装置，包括：第一生成模块，用于获得待编码信息和背景图像，并根据所述待编码信息生成二维分布矩阵，其中，所述二维分布矩阵中包括多个基础样式；获得模块，用于将所述二维分布矩阵和所述背景图像进行融合，获得预生成的二维码图像；更新模块，用于对所述预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的所述至少一个基础样式更新所述二维分布矩阵；以及第二生成模块，用于将更新后的二维分布矩阵与所述背景图像进行融合以生成二维码图像。

本发明实施例的二维码图像的生成装置，通过对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的所述至少一个基础样式更新所述二维分布矩阵，然后将更新后的二维分布矩阵与所述背景图像进行融合以生成二维码图像，在保证二维码信息可扫描的同时，能够减少对背景图像覆盖，进而能够提升二维码在背景图像中的沉浸度，突显背景图像，并且能极大程度的保证背景图像环境色的完整性以及二维码图像的画面和谐感，增强二维码图像的显示效果。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的二维码图像生成方法的流程图；

图2为对预生成的二维码图像进行解码并灰度化处理的流程图；

图3为计算出灰度阈值和灰度盲区的流程图；

图4为根据本发明一个实施例的图像采集区域的示意图；

图5为根据本发明一个实施例的四种情况下二维码在图像采集区域的示意图；

图6为根据灰度阈值和灰度盲区省略至少一个基础样式的流程图；

图7为根据本发明一个实施例的提升沉浸度之前与提升沉浸度之后的对比示意图；

图8为根据本发明一个实施例的灰度阈值分析的流程图；

图9为根据本发明一个实施例的二维码图像的生成装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述根据本发明实施例的二维码图像的生成方法和装置。

为了在二维码与背景图像融合时，减少二维码的基础样式对背景图像造成的信息损失，可省略部分基础样式以减少基础样式对背景图像的环境色的完整度的破坏。为此，本发明的实施例提出一种二维码图像的生成方法。

图1为根据本发明一个实施例的二维码图像的生成方法的流程图。如图1所示，该二维码图像的生成方法包括：

S101，获得待编码信息和背景图像。

S102，根据待编码信息生成二维分布矩阵，其中，二维分布矩阵中包括多个基础样式。

其中，二维分布矩阵包括基础样式和位置引导区域。上述基础样式为二维码中每个网格对应显示属性，如形状、颜色等，举例来说，二维分布矩阵中的基础样式可以为包含红色或蓝色五角星形或圆点的网格。

在本发明的一个实施例中，根据待编码信息生成二维分布矩阵时，首先，检测待编码信息的合法性，即获得待编码信息的字符集和字符长度，并根据待编码信息的字符集和字符长度选择最低可满足的QR Code(矩阵式二维码)版本，如果无法获得待编码信息的QRCode版本，则该待编码信息不可用，并进行不合法提示；然后，根据待编码信息生成QR Code以作为引导码。最后，提取引导码的特征值(即每个网格的值)，并根据引导码的特征值生成具有位置引导区域以及编码区域每个网格的基础样式的二维分布矩阵。

S103，将二维分布矩阵和背景图像进行融合，获得预生成的二维码图像。

在本发明的一个实施例中，首先，解码背景图像以生成背景图像的结构化数据(如BMP、JPG或PNG等格式)；然后，检测根据该结构化数据检测背景图像是否带透明背景，如果检测到透明背景则剥离已该结构化数据中的α通道，删除透明背景，并以白色填充；此外，分离二维码矩阵中的位置引导区域，并引导位置引导区域与背景融合；然后，分离二维分布矩阵中基础样式的位置信息与省略的基础样式的位置信息，并引导根据位置引导区域将基础样式与相应位置的背景图像进行融合，最后获得预生成的二维码图像。

S104，对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式。

在本发明的一个实施例中，如图2所示，步骤S104具体包括：

S1041，对预生成的二维码图像进行解码并灰度化，计算出灰度阈值和灰度盲区。

在本发明的一个实施例中，如图3所示，步骤S1041具体包括：

S10411，获得图像采集区域和二维码区域，并获得背景图像的灰度信息和二维分布矩阵的灰度信息。

其中，二维分布矩阵的灰度信息为二维分布矩阵中每个像素点的灰度值，背景图像的灰度信息为背景图像中每个像素点的灰度值。在本发明的一个实施例中，可分别对二维分布矩阵和背景图像进行二值化，以获得二维分布矩阵和背景图像中每个像素点的灰度值。

S10412，根据背景图像的灰度信息和二维分布矩阵的灰度信息进行灰度盲区预估，计算出灰度盲区。

在本发明的一个实施例中，盲区预估算法为估计在扫描二维码时码内区域的变化对图像采集区域的灰度的影响以及在图像采集区域中码外区域的变化对图像采集区域的灰度的影响，并将码内区域的变化对图像采集区域的影响作为码内灰度盲区，将码外区域的变化对图像采集区域的灰度的影响作为码外灰度盲区。具体地，如图4所示，图4为根据本发明一个实施例的图像采集区域的示意图，其中，码内区域为图4中边长为L的正方形区域，码外区域为在该图像采集区域中除码内区域以外的区域。

在本发明的一个实施例中，在扫描二维码时，码内区域一定在图像采集区域内(否则无法译码)，因此在估计码内灰度盲区时无需考虑采集区域不完全和波动的问题，而码内灰度盲区的影响主要是因为基础样式的减少而带来的灰度变化。灰度变化的基本趋势是：每减少一个深色基础样式，灰度均值往白色(浅色)推移；每减少一个浅色基础样式，灰度均值往黑色(深色)推移。假设灰度轴从0到255为正向推移，可通过以下公式获得码内灰度盲区：

${\mathrm{\Δ}}_{inner}=m*\mathrm{\Δ}T+{\mathrm{\Σ}}_{i=0}^{i=N}{n}_i*{\mathrm{\ΔD}}_i,$

其中，Δ_inner为码内灰度盲区，m为浅色基础样式减少的数目，ΔT为每减少一个浅色基础样式对码内灰度值的影响，N为深色基础样式的种类数，n_i为第i种深色基础样式减少的数目，ΔD_i为每减少一个第i种深色基础样式对码内灰度值的影响。

在本发明的一个实施例中，在扫描二维码时，码外区域会因用户行为(如采集图像时抖动)等因素而存在较大的差异性，因而需要考虑图像采集区域抖动带给灰度盲区的影响(即码外灰度盲区)。一般来说，背景图像在小范围内的变化与波动是非常有限的，但是也存在变化较为剧烈的情况，码外灰度盲区主要是由这类情况带来的。分析码外盲区主要分析图像采集区域的灰度均值波动情况，如图5所示，取四种极端情况，二维码依次位于图像采集区域的四角，则：

g_左上＝g_EA*W_E+g_C*W_C，

g_右上＝g_EB*W_E+g_C*W_C，

g_左下＝g_EC*W_E+g_C*W_C，

g_右下＝g_ED*W_E+g_C*W_C，

其中，g_左上，g_右上，g_左下，g_右下依次为二维码在图像采集区域左上、右上、左下、右下时的图像采集区域的灰度均值，g_C为码内区域的灰度均值，g_EA，g_EB，g_EC，g_ED分别表示二维码在图像采集区域左上、右上、左下、右下时A、B、C、D四个码外区域的灰度均值，W_E、W_C分别为码外区域和码内区域的面积权重。

图4为二维码在图像采集区域正中央的标准情况，则：

g_标准＝g_ER*W_E+g_C*W_C

其中，g_标准为标识下的图像采集区域的灰度均值，g_ER为标准情况下码外区域的灰度均值。

则因此，可通过以下公式获得码外灰度盲区Δ_outer：

并可进一步简化为：

${\mathrm{\Δ}}_{outer}=\frac{W_E}{4}\sqrt{\mathrm{\Σ}{(g_{EA}-g_{ER})}^2+{(g_{EB}-g_{ER})}^2+{(g_{EC}-g_{ER})}^2+{(g_{ED}-g_{ER})}^2}.$

进而可根据码内灰度盲区和码外灰度盲区估计灰度盲区Δ：

Δ＝|Δ_inner|+|Δ_outer|。

S10413，根据最大类间方差算法计算出灰度阈值。

在本发明的一个实施例中，二维码图像可分为前景和背景，前景用0表示，背景用1表示，设t为灰度阈值，0<t<1，前景和背景之间的类间方差越大，代表前景和背景的分别越明显，反之则越来越模糊。

具体地，N_i为预生成的二维码图像中灰度等级为i的像素点的个数，二维码图像包含L个灰度等级(0,1,2…L-1)，灰度等级为i的像素点有N_i个，则二维码图像像素点总和P(i)＝N_i/N为灰度等级i出现的概率。

t将预生成的二维码图像划分为深色区域C₁和浅色区域C₂，a_j为区域C_j占图像总面积的比例，a₂＝1-a₁，u_j为区域C_j的均值， 因此，选择最佳的灰度阈值t_op使类间方差σ最大，即

σ_max＝max{a₁(t)*a₂(t)(u₁(t)-u₂(t))²}

获得的t_op即为灰度阈值。

S1042，根据灰度阈值和灰度盲区省略至少一个基础样式。

在本发明的一个实施例中，如图6所示，步骤S1042具体包括：

S10421，对二维码区域进行网格化处理，获得每个网格的背景灰度值。

S10422，根据灰度阈值和灰度盲区确定深色灰度阈值和浅色灰度阈值。

S10423，根据每个网格的背景灰度值、深色灰度阈值和浅色灰度阈值省略至少一个基础样式。

具体地，可将当前网格的背景灰度值分别与深色灰度阈值和浅色灰度阈值进行比较，若当前网格的背景灰度值小于等于深色灰度阈值，且当前网格中填充的基础样式为深色基础样式，则省略当前网格中填充的基础样式；若当前网格的背景灰度值大于浅色灰度阈值，且当前网格中填充的基础样式为浅色基础样式，则省略当前网格中填充的基础样式。

S105，根据省略的至少一个基础样式更新二维分布矩阵。

S106，将更新后的二维分布矩阵与背景图像进行融合以生成二维码图像。

在本发明的一个实施例中，首先，解码背景图像以生成背景图像的结构化数据(如BMP、JPG或PNG等格式)；然后，检测根据该结构化数据检测背景图像是否带透明背景，如果检测到透明背景则剥离已该结构化数据中的α通道，删除透明背景，并以白色填充；此外，分离更新后的二维码矩阵中的位置引导区域，并引导位置引导区域与背景融合；然后，分离更新后的二维分布矩阵中基础样式的位置信息与省略的基础样式的位置信息，并引导根据位置引导区域将基础样式与相应位置的背景图像进行融合。最后，生成二维码图像。

本发明实施例的二维码图像生成方法，通过对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的至少一个基础样式更新二维分布矩阵，然后将更新后的二维分布矩阵与背景图像进行融合以生成二维码图像，保证了二维码信息可扫描的同时，减少了对背景图像覆盖，进而提升了二维码在背景图像中的沉浸度，突显了背景图像，并且极大程度的保证了背景图像环境色的完整性以及二维码图像的画面和谐感，增强了二维码图像的显示效果。具体可如图7所示，图7为根据本发明一个实施例的二维分布矩阵与背景图像融合后，提升沉浸度之前与提升沉浸度之后的对比示意图。

图8为根据本发明一个实施例的更新二维分布矩阵的流程图。如图8所示，该更新过程包括：

S801，解码预生成的二维码图像，并灰度化。

S802，统计图像采集区域灰度特性。

进行图像采集区域预估，对主流识别算法反演，计算出图像采集区域和二维码区域的位置、尺寸关系，并统计灰度特性

S803，灰度阈值计算和盲区预估。

计算基础样式的灰度特性，再结合背景环境灰度特性以及图像采集区域波动性，进行盲区预估，并计算出灰度阈值。

S804，网格化二维码区域。

S805，判断是否可以绝对网格化，如果无法绝对网格化，则进入步骤S806，如果可以绝对网格化，则进入步骤S807。

S806，向下自适应到可以绝对网格化。

在向下自适应到可以绝对网格化后，再进入步骤S807。

S807，计算二维码区域的灰度特性分布矩阵。

S808，根据灰度阈值，更新二维分布矩阵。

逐个对比灰度特性分布矩阵和灰度阈值，更新二维分布矩阵。

更新二维分布矩阵省略了至少一个基础样式，提升了二维码在背景图像中的沉浸度，突显了背景图像，并且极大程度的保证了背景图像环境色的完整性以及二维码图像的画面和谐感，增强了二维码图像的显示效果。

为了实现上述实施例，本发明还提出一种二维码图像生成装置。

图9为根据本发明一个实施例的二维码图像生成装置的结构框图。如图9所示，该二维码图像生成装置包括：第一生成模块100、获得模块200、处理模块300、更新模块400和第二生成模块500。其中，处理模块300具体包括计算子模块310和省略子模块320。计算子模块310具体包括第一获得单元311、第一计算单元312和第二计算单元313。省略子模块320具体包括：第二获得单元321、确定单元322和省略单元323。

具体地，第一生成模块100用于获得待编码信息和背景图像，并根据待编码信息生成二维分布矩阵。其中，二维分布矩阵包括基础样式和位置引导区域。上述基础样式为二维码中每个网格对应显示属性，如形状、颜色等，举例来说，二维分布矩阵中的基础样式可以为红色或蓝色五角星形或圆点的网格。

在本发明的一个实施例中，根据待编码信息生成二维分布矩阵时，首先，第一生成模块100检测待编码信息的合法性，即获得待编码信息的字符集和字符长度，并根据待编码信息的字符集和字符长度选择最低可满足的QR Code(矩阵式二维码)版本，如果无法获得待编码信息的QR Code版本，则该待编码信息不可用，并进行不合法提示；然后，第一生成模块100根据待编码信息生成QR Code以作为引导码。最后，第一生成模块100提取引导码的特征值(即每个网格的值)，并根据引导码的特征值生成具有位置引导区域以及编码区域每个网格的基础样式的二维分布矩阵。

获得模块200用于将二维分布矩阵和背景图像进行融合，获得预生成的二维码图像。

在本发明的一个实施例中，首先，获得模块200解码背景图像以生成背景图像的结构化数据(如BMP、JPG或PNG等格式)；然后，获得模块200检测根据该结构化数据检测背景图像是否带透明背景，如果检测到透明背景则剥离已该结构化数据中的α通道，删除透明背景，并以白色填充；此外，分离二维码矩阵中的位置引导区域，并引导位置引导区域与背景融合；然后，分离二维分布矩阵中基础样式的位置信息与省略的基础样式的位置信息，并引导根据位置引导区域将基础样式与相应位置的背景图像进行融合，最后，获得模块200获得预生成的二维码图像。

处理模块300用于对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式。

具体地，处理模块300具体包括：计算子模块310和省略子模块320。

计算子模块310用于对预生成的二维码图像进行解码并灰度化，计算出灰度阈值和灰度盲区。

其中，计算子模块310具体包括：第一获得单元311、第一计算单元312和第二计算单元313。

第一获得单元311用于获得图像采集区域和二维码区域，并获得背景图像的灰度信息和二维分布矩阵的灰度信息。

其中，二维分布矩阵的灰度信息为二维分布矩阵中每个像素点的灰度值，背景图像的灰度信息为背景图像中每个像素点的灰度值。在本发明的一个实施例中，可分别对二维分布矩阵和背景图像进行二值化，以获得二维分布矩阵和背景图像中每个像素点的灰度值。

第一计算单元312用于根据背景图像的灰度信息和二维分布矩阵的灰度信息进行灰度盲区预估，计算出灰度盲区。

在本发明的一个实施例中，盲区预估算法为估计在扫描二维码时码内区域的变化对图像采集区域的灰度的影响以及在图像采集区域中码外区域的变化对图像采集区域的灰度的影响，并将码内区域的变化对图像采集区域的影响作为码内灰度盲区，将码外区域的变化对图像采集区域的灰度的影响作为码外灰度盲区。具体地，如图4所示，图4为根据本发明一个实施例的图像采集区域的示意图，其中，码内区域为图4中边长为L的正方形区域，码外区域为在该图像采集区域中除码内区域以外的区域。

在本发明的一个实施例中，在扫描二维码时，码内区域一定在图像采集区域内(否则无法译码)，因此在估计码内灰度盲区时无需考虑采集区域不完全和波动的问题，而码内灰度盲区的影响主要是因为基础样式的减少而带来的灰度变化。灰度变化的基本趋势是：每减少一个深色基础样式，灰度均值往白色(浅色)推移；每减少一个浅色基础样式，灰度均值往黑色(深色)推移。假设灰度轴从0到255为正向推移，第一计算单元312可通过以下公式获得码内灰度盲区：

${\mathrm{\&Delta;}}_{inner}=m*\mathrm{\&Delta;}T+{\mathrm{\&Sigma;}}_{i=0}^{i=N}{n}_i*{\mathrm{\&Delta;D}}_i,$

其中，Δ_inner为码内灰度盲区，m为浅色基础样式减少的数目，ΔT为每减少一个浅色基础样式对码内灰度值的影响，N为深色基础样式的种类数，n_i为第i种深色基础样式减少的数目，ΔD_i为每减少一个第i种深色基础样式对码内灰度值的影响。

在本发明的一个实施例中，在扫描二维码时，码外区域会因用户行为(如采集图像时抖动)等因素而存在较大的差异性，因而需要考虑图像采集区域抖动带给灰度盲区的影响(即码外灰度盲区)。一般来说，背景图像在小范围内的变化与波动是非常有限的，但是也存在变化较为剧烈的情况，码外灰度盲区主要是由这类情况带来的。分析码外盲区主要分析图像采集区域的灰度均值波动情况，如图5所示，取四种极端情况，二维码依次位于图像采集区域的四角，则：

g_左上＝g_EA*W_E+g_C*W_C，

g_右上＝g_EB*W_E+g_C*W_C，

g_左下＝g_EC*W_E+g_C*W_C，

g_右下＝g_ED*W_E+g_C*W_C，

其中，g_左上，g_右上，g_左下，g_右下依次为二维码在图像采集区域左上、右上、左下、右下时的图像采集区域的灰度均值，g_C为码内区域的灰度均值，g_EA，g_EB，g_EC，g_ED分别表示二维码在图像采集区域左上、右上、左下、右下时A、B、C、D四个码外区域的灰度均值，W_E、W_C分别为码外区域和码内区域的面积权重。

图4为二维码在图像采集区域正中央的标准情况，则：

g_标准＝g_ER*W_E+g_C*W_C

其中，g_标准为标识下的图像采集区域的灰度均值，g_ER为标准情况下码外区域的灰度均值。

则因此，第一计算单元312可通过以下公式获得码外灰度盲区Δ_outer：

并可进一步简化为：

${\mathrm{\&Delta;}}_{outer}=\frac{W_E}{4}\sqrt{\mathrm{\&Sigma;}{(g_{EA}-g_{ER})}^2+{(g_{EB}-g_{ER})}^2+{(g_{EC}-g_{ER})}^2+{(g_{ED}-g_{ER})}^2}.$

进而第一计算单元312可根据码内灰度盲区和码外灰度盲区估计灰度盲区Δ：

Δ＝|Δ_inner|+|Δ_outer|。

第二计算单元313用于根据最大类间方差算法计算出灰度阈值。

在本发明的一个实施例中，二维码图像可分为前景和背景，前景用0表示，背景用1表示，设t为灰度阈值，0<t<1，前景和背景之间的类间方差越大，代表前景和背景的分别越明显，反之则越来越模糊。

具体地，N_i为预生成的二维码图像中灰度等级为i的像素点的个数，二维码图像包含L个灰度等级(0,1,2…L-1)，灰度等级为i的像素点有N_i个，则二维码图像像素点总和P(i)＝N_i/N为灰度等级i出现的概率。

t将预生成的二维码图像划分为深色区域C₁和浅色区域C₂，a_j为区域C_j占图像总面积的比例，a₂＝1-a₁，u_j为区域C_j的均值， 因此，选择最佳的灰度阈值t_op使类间方差σ最大，即

σ_max＝max{a₁(t)*a₂(t)(u₁(t)-u₂(t))²}

获得的t_op即为灰度阈值。

省略子模块320用于根据灰度阈值和灰度盲区省略至少一个基础样式。

其中，省略子模块320具体包括：第二获得单元321、确定单元322和省略单元323。

第二获得单元321用于对二维码区域进行网格化处理，获得每个网格的背景灰度值。

确定单元322用于根据灰度阈值和灰度盲区确定深色灰度阈值和浅色灰度阈值。

省略单元323用于根据每个网格的背景灰度值、深色灰度阈值和浅色灰度阈值省略至少一个基础样式。

具体地，省略单元323可将当前网格的背景灰度值分别与深色灰度阈值和浅色灰度阈值进行比较，若当前网格的背景灰度值小于等于深色灰度阈值，且当前网格中填充的基础样式为深色基础样式，则省略当前网格中填充的基础样式；若当前网格的背景灰度值大于浅色灰度阈值，且当前网格中填充的基础样式为浅色基础样式，则省略当前网格中填充的基础样式。

更新模块400用于根据省略的至少一个基础样式更新二维分布矩阵。

第二生成模块500用于将更新后的二维分布矩阵与背景图像进行融合以生成二维码图像。

在本发明的一个实施例中，首先，第二生成模块500解码背景图像以生成背景图像的结构化数据(如BMP、JPG或PNG等格式)；然后，第二生成模块500检测根据该结构化数据检测背景图像是否带透明背景，如果检测到透明背景则剥离已该结构化数据中的α通道，删除透明背景，并以白色填充；此外，分离更新后的二维码矩阵中的位置引导区域，并引导位置引导区域与背景融合；然后，分离更新后的二维分布矩阵中基础样式的位置信息与省略的基础样式的位置信息，并引导根据位置引导区域将基础样式与相应位置的背景图像进行融合。最后，第二生成模块500生成二维码图像。

本发明实施例的二维码图像的生成装置，通过对预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的至少一个基础样式更新二维分布矩阵，然后将更新后的二维分布矩阵与背景图像进行融合以生成二维码图像，保证了二维码信息可扫描的同时，减少了对背景图像覆盖，进而提升了二维码在背景图像中的沉浸度，突显了背景图像，并且极大程度的保证了背景图像环境色的完整性以及二维码图像的画面和谐感，增强了二维码图像的显示效果。具体可如图7所示，图7为根据本发明一个实施例的二维分布矩阵与背景图像融合后，提升沉浸度之前与提升沉浸度之后的对比示意图。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。

Claims (14)

1.一种二维码图像的生成方法，其特征在于，包括：

获得待编码信息和背景图像，并根据所述待编码信息生成二维分布矩阵，其中，所述二维分布矩阵中包括多个基础样式；

将所述二维分布矩阵和所述背景图像进行融合，获得预生成的二维码图像；

对所述预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，并根据省略的所述至少一个基础样式更新所述二维分布矩阵；以及

将更新后的二维分布矩阵与所述背景图像进行融合以生成二维码图像。

2.根据权利要求1所述的方法，其特征在于，所述对所述预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式，包括：

对所述预生成的二维码图像进行解码并灰度化，计算出灰度阈值和灰度盲区，并根据所述灰度阈值和所述灰度盲区省略至少一个基础样式。

3.根据权利要求2所述的方法，其特征在于，所述计算出灰度阈值和灰度盲区，包括：

获得图像采集区域和二维码区域，并获得背景图像的灰度信息和二维分布矩阵的灰度信息；

根据所述背景图像的灰度信息和所述二维分布矩阵的灰度信息进行灰度盲区预估，计算出灰度盲区；以及

根据最大类间方差算法计算出灰度阈值。

4.根据权利要求3所述的方法，其特征在于，所述根据最大类间方差算法计算出灰度阈值包括：

通过以下公式计算灰度阈值：

σ_max＝max{a₁(t)*a₂(t)(u₁(t)-u₂(t))²}

其中，t为灰度阈值，t将所述预生成的二维码图像划分为深色区域C₁和浅色区域C₂，a_j为区域C_j占图像总面积的比例，a₂＝1-a₁，u_j为区域C_j的均值，所述预生成的二维码图像包含L个灰度等级，N_i为所述预生成的二维码图像中灰度等级为i的像素点的个数，P(i)＝N_i/N为灰度等级i出现的概率。

5.根据权利要求3所述的方法，其特征在于，所述基础样式包括深色基础样式和浅色基础样式，所述根据所述背景图像的灰度信息和所述二维分布矩阵的灰度信息进行灰度盲区预估，计算出灰度盲区，包括：

通过以下公式获得码内灰度盲区：

${\mathrm{\&Delta;}}_{inner}=m*\mathrm{\&Delta;}T+{\mathrm{\&Sigma;}}_{i=0}^{i=N}{n}_i*{\mathrm{\&Delta;D}}_i,$

其中，Δ_inner为码内灰度盲区，m为浅色基础样式减少的数目，ΔT为每减少一个浅色基础样式对码内灰度值的影响，N为深色基础样式的种类数，n_i为第i种深色基础样式减少的数目，ΔD_i为每减少一个第i种深色基础样式对码内灰度值的影响；

通过以下公式获得码外灰度盲区：

${\mathrm{\&Delta;}}_{outer}=\frac{W_E}{4}\sqrt{\mathrm{\&Sigma;}{(g_{EA}-g_{ER})}^2+{(g_{EB}-g_{ER})}^2+{(g_{EC}-g_{ER})}^2+{(g_{ED}-g_{ER})}^2},$

其中，Δ_outer为码外灰度盲区，W_E为码内区域的面积权重值，g_EA、g_EB、g_EC、g_ED分别为所述预生成的二维码图像在所述图像采集区域的左上角、右上角、左下角、右下角时码外区域的灰度均值，g_ER为所述预生成的二维码图像在所述图像采集区域中央时码外区域的灰度均值；

根据所述码内灰度盲区和所述码外灰度盲区估计灰度盲区Δ：

Δ＝|Δ_inner|+|Δ_outer|。

6.根据权利要求2所述的方法，其特征在于，所述根据所述灰度阈值和所述灰度盲区省略至少一个基础样式，包括：

对二维码区域进行网格化处理，获得每个网格的背景灰度值；

根据所述灰度阈值和所述灰度盲区确定深色灰度阈值和浅色灰度阈值；

根据所述每个网格的背景灰度值、所述深色灰度阈值和所述浅色灰度阈值省略至少一个基础样式。

7.根据权利要求6所述的方法，其特征在于，所述根据所述每个网格的背景灰度值、所述深色灰度阈值和所述浅色灰度阈值省略至少一个基础样式，包括：

将当前网格的背景灰度值分别与所述深色灰度阈值和所述浅色灰度阈值进行比较；

若所述当前网格的背景灰度值小于等于所述深色灰度阈值，且所述当前网格中填充的基础样式为深色基础样式，则省略所述当前网格中填充的所述基础样式；

若所述当前网格的背景灰度值大于所述浅色灰度阈值，且所述当前网格中填充的基础样式为浅色基础样式，则省略所述当前网格中填充的所述基础样式。

8.一种二维码图像的生成装置，其特征在于，包括：

第一生成模块，用于获得待编码信息和背景图像，并根据所述待编码信息生成二维分布矩阵，其中，所述二维分布矩阵中包括多个基础样式；

获得模块，用于将所述二维分布矩阵和所述背景图像进行融合，获得预生成的二维码图像；

处理模块，用于对所述预生成的二维码图像进行解码并灰度化处理以省略至少一个基础样式；

更新模块，用于根据省略的所述至少一个基础样式更新所述二维分布矩阵；以及

第二生成模块，用于将更新后的二维分布矩阵与所述背景图像进行融合以生成二维码图像。

9.根据权利要求8所述的装置，其特征在于，所述处理模块具体包括：

计算子模块，用于对所述预生成的二维码图像进行解码并灰度化，计算出灰度阈值和灰度盲区；

省略子模块，用于根据所述灰度阈值和所述灰度盲区省略至少一个基础样式。

10.根据权利要求9所述的装置，其特征在于，所述计算子模块具体包括：

第一获得单元，用于获得图像采集区域和二维码区域，并获得背景图像的灰度信息和二维分布矩阵的灰度信息；

第一计算单元，用于根据所述背景图像的灰度信息和所述二维分布矩阵的灰度信息进行灰度盲区预估，计算出灰度盲区；以及

第二计算单元，用于根据最大类间方差算法计算出灰度阈值。

11.根据权利要求10所述的装置，其特征在于，所述第二计算单元，具体用于：

通过以下公式计算灰度阈值：

σ_max＝max{a₁(t)*a₂(t)(u₁(t)-u₂(t))²}

其中，t为灰度阈值，t将所述预生成的二维码图像划分为深色区域C₁和浅色区域C₂，a_j为区域C_j占图像总面积的比例，a₂＝1-a₁，u_j为区域C_j的均值，所述预生成的二维码图像包含L个灰度等级，N_i为所述预生成的二维码图像中灰度等级为i的像素点的个数，P(i)＝N_i/N为灰度等级i出现的概率。

12.根据权利要求10所述的装置，其特征在于，所述基础样式包括深色基础样式和浅色基础样式，所述第一计算单元，具体用于：

通过以下公式获得码内灰度盲区：

${\mathrm{\&Delta;}}_{inner}=m*\mathrm{\&Delta;}T+{\mathrm{\&Sigma;}}_{i=0}^{i=N}{n}_i*{\mathrm{\&Delta;D}}_i,$

其中，Δ_inner为码内灰度盲区，m为浅色基础样式减少的数目，ΔT为每减少一个浅色基础样式对码内灰度值的影响，N为深色基础样式的种类数，n_i为第i种深色基础样式减少的数目，ΔD_i为每减少一个第i种深色基础样式对码内灰度值的影响；

通过以下公式获得码外灰度盲区：

${\mathrm{\&Delta;}}_{outer}=\frac{W_E}{4}\sqrt{\mathrm{\&Sigma;}{(g_{EA}-g_{ER})}^2+{(g_{EB}-g_{ER})}^2+{(g_{EC}-g_{ER})}^2+{(g_{ED}-g_{ER})}^2},$

其中，Δ_outer为码外灰度盲区，W_E为码内区域的面积权重值，g_EA、g_EB、g_EC、g_ED分别为所述预生成的二维码图像在所述图像采集区域的左上角、右上角、左下角、右下角时码外区域的灰度均值，g_ER为所述预生成的二维码图像在所述图像采集区域中央时码外区域的灰度均值；

根据所述码内灰度盲区和所述码外灰度盲区估计灰度盲区Δ：

Δ＝|Δ_inner|+|Δ_outer|。

13.根据权利要求9所述的装置，其特征在于，所述省略子模块具体包括：

第二获得单元，用于对二维码区域进行网格化处理，获得每个网格的背景灰度值；

确定单元，用于根据所述灰度阈值和所述灰度盲区确定深色灰度阈值和浅色灰度阈值；

省略单元，用于根据所述每个网格的背景灰度值、所述深色灰度阈值和所述浅色灰度阈值省略至少一个基础样式。

14.根据权利要求13所述的装置，其特征在于，所述省略单元具体用于：

将当前网格的背景灰度值分别与所述深色灰度阈值和所述浅色灰度阈值进行比较；

若所述当前网格的背景灰度值小于等于所述深色灰度阈值，且所述当前网格中填充的基础样式为深色基础样式，则省略所述当前网格中填充的所述基础样式；

若所述当前网格的背景灰度值大于所述浅色灰度阈值，且所述当前网格中填充的基础样式为浅色基础样式，则省略所述当前网格中填充的所述基础样式。