CN103886628B - 二维码图像生成方法和装置 - Google Patents

Abstract

本发明提出一种二维码图像生成方法和装置，其中，该方法包括：获取待编码信息和背景图像，并根据待编码信息生成二维码分布矩阵，其中，二维码分布矩阵中包括多个基础样式；获取二维码分布矩阵的灰度信息和背景图像的灰度信息；根据二维码分布矩阵的灰度信息和背景图像的灰度信息省略至少一个基础样式，以根据省略的至少一个基础样式重置二维码分布矩阵；将重置后的二维码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生成方法，减少对背景图像覆盖，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生成方法，该方法，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生成方法，包括：获取待编码信息和背景图像，并根据所述待编码信息生成二维码分布矩阵，其中，所述二维码分布矩阵中包括多个基础样式；获取所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息；根据所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息省略至少一个基础样式，以根据省略的所述至少一个基础样式重置所述二维码分布矩阵；将重置后的二维码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生成方法，可根据二维码分布矩阵的灰度信息和背景图像的灰度信息对二维码分布矩阵中的部分基础样式进行优化省略，从而在保证二维码信息可扫描的同时，减少对背景图像覆盖，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。

本发明第二方面实施例提出了一种二维码图像生成装置，包括：第一生成模块，用于获取待编码信息和背景图像并根据所述待编码信息生成二维码分布矩阵，其中，所述二维码分布矩阵中包括多个基础样式；获取模块，用于获取所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息；重置模块，用于根据所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息省略至少一个基础样式，以根据省略的所述至少一个基础样式重置所述二维码分布矩阵；第二生成模块，用于将重置后的二维码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生成装置，可根据二维码分布矩阵的灰度信息和背景图像的灰度信息对二维码分布矩阵中的部分基础样式进行优化省略，从而在保证二维码信息可扫描的同时，减少对背景图像覆盖，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。

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为根据本发明一个具体实施例的二维码图像生成方法的流程图；

图3为根据本发明一个具体实施例的获取全局灰度均值的方法的流程图；

图4为根据本发明一个具体实施例的获取每个码内像素点的融合灰度值的方法的流程图；

图5a为根据本发明一个实施例的深色基础样式的示意图；

图5b为根据本发明一个实施例的浅色基础样式的示意图；

图6为根据本发明一个实施例的图像采集区域的示意图；

图7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8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；

图9为根据本发明一个具体实施例的二维码图像生成装置的结构框图；

图10为根据本发明一个实施例的二维码分布矩阵与背景图像融合后升沉浸度之前与提升沉浸度之后的对比示意图。

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。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

下面参考附图描述根据本发明实施例的二维码图像生成方法和装置。

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生成方法，包括：获取待编码信息和背景图像，并根据待编码信息生成二维码分布矩阵，其中，二维码分布矩阵中包括多个基础样式；获取二维码分布矩阵的灰度信息和背景图像的灰度信息；根据二维码分布矩阵的灰度信息和背景图像的灰度信息确定深色灰度阈值和浅色灰度阈值，并根据深色灰度阈值和浅色灰度阈值省略至少一个基础样式，以根据省略的至少一个基础样式重置二维码分布矩阵；将重置后的二维码分布矩阵与背景图像进行融合以生成二维码图像。

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。如图1所示，该二维码图像生成方法包括：

S101，获取待编码信息和背景图像。

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

其中，二维码分布矩阵为根据待编码信息的二维码以及预设的基础样式生成的分布矩阵。其中，基础样式为二维码中每个矩阵元素对应显示属性，如形状、颜色等，举例来说，二维码分布矩阵中基础样式可包括红色或蓝色五角星形两种。

在本发明的一个实施例中，根据待编码信息生成二维码分别矩阵时，首先，检测根据待编码信息的合法性，即获取带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，如果无法获取待编码信息的QR Code版本，则该待编码信息不可用，并进行不合法提示；然后，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（即每个矩阵元素的值），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矩阵元素的基础样式的二维码分布矩阵。

S103，获取二维码分布矩阵的灰度信息和背景图像的灰度信息。

其中，二维码分布矩阵的灰度信息为二维码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，可分别对二维码分布矩阵和背景图像进行二值化，以获取二维码分布矩阵和背景图像中每个像素点的灰度值。

S104，根据二维码分布矩阵的灰度信息和背景图像的灰度信息省略至少一个基础样式，以根据省略的至少一个基础样式重置二维码分布矩阵。

在本发明的实施例中，根据二维码分布矩阵的灰度信息可区分二维码分布矩阵中的深色基础样式和浅色基础样式；可根据背景图像的灰度信息确定每个基础样式覆盖的背景图像块为深色块还是浅色块。如果深色基础样式所覆盖的背景图像块为深色块，则可将该深色基础样式省略；如果浅色基础样式所覆盖的背景图像块为浅色块，则可将该浅色基础样式省略。

S105，将重置后的二维码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，分离二维码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。

本发明实施例的二维码图像生成方法，可根据二维码分布矩阵的灰度信息和背景图像的灰度信息对二维码分布矩阵中的部分基础样式进行优化省略，从而在保证二维码信息可扫描的同时，减少对背景图像覆盖，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10所示，图10为根据本发明一个实施例的二维码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。

由于在二维码扫描时，采集区域是预估的，而且实际的扫描区域可能随着用户的手抖动，此外，由于不同终端对灰度特性的统计算法不同，因此理论上灰度值也存在一定出入。如果仅仅计算出一个值作为灰度阈值，对译码率影响很大。因此，在本发明的一个实施例中，可设置一段灰度值的容错缓冲区间，作为灰度盲区，对于落在灰度盲区内的基础样式，则保留其原有的样式，不进行优化处理，仅对灰度盲区以外的基础样式进行优化。图2为根据本发明一个具体实施例的二维码图像生成方法的流程图。如图2所示，该二维码图像生成方法包括：

S201，获取待编码信息和背景图像。

S202，根据待编码信息生成二维码分布矩阵，其中，二维码分布矩阵中包括多个基础样式。

在本发明的一个实施例中，二维码分布矩阵为根据待编码信息的二维码以及预设的基础样式生成的分布矩阵。其中，基础样式为二维码中每个矩阵元素对应显示属性，如形状、颜色等，举例来说，二维码分布矩阵中基础样式可包括红色或蓝色五角星形两种。

在本发明的一个实施例中，根据待编码信息生成二维码分别矩阵时，首先，检测根据待编码信息的合法性，即获取带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，如果无法获取待编码信息的QR Code版本，则该待编码信息不可用，并进行不合法提示；然后，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（即每个矩阵元素的值），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矩阵元素的基础样式的二维码分布矩阵。

S203，获取二维码分布矩阵的灰度信息和背景图像的灰度信息。

其中，二维码分布矩阵的灰度信息为二维码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，可分别对二维码分布矩阵和背景图像进行二值化，以获取二维码分布矩阵和背景图像中每个像素点的灰度值。

S204，根据二维码分布矩阵的灰度信息和背景图像的灰度信息获取全局灰度均值。

在本发明的实施例中，图3为根据本发明一个具体实施例的获取全局灰度均值的方法的流程图。具体地，在本发明的一个实施例中，可通过如图3所示的方法获取全局灰度均值。

S301，确定背景图像中的码内背景区域和码外背景区域。

在本发明的一个实施例中，码内背景区域为二维码分布矩阵覆盖的背景区域；码外背景区域为未被二维码分布矩阵覆盖的背景区域。

S302，根据码内背景区域的灰度信息和二维码分布矩阵的灰度信息获取每个码内像素点的融合灰度值。

在本发明的一个实施例中，码内像素点的融合灰度值为该像素点所在背景区域的灰度值与该像素点所在二维码分布矩阵中的灰度值融合获得的灰度值。具体地，可通过如图4所示的方法获取每个码内像素点的融合灰度值。如图4所示，该获取每个码内像素点的融合灰度值的方法包括：

在本发明的实施例中，二维码分布矩阵中的每个基础样式包括第一区域和第二区域，举例来说，图5a为根据本发明一个实施例的深色基础样式的示意图，图5b为根据本发明一个实施例的浅色基础样式的示意图，如图5所示，S1区域为第一区域，S2为第二区域。

S401，获取位置引导区域中每个像素点的灰度值，并将获取到的灰度值作为相应像素点的融合灰度值。

S402，获取每个基础样式的第一区域的灰度值，并将第一区域的灰度值作为位于第一区域内的多个像素点的融合灰度值。

举例来说，对于图5a中S1区域中每个像素点的灰度值均为S1区域的灰度值，对于图5b中S1区域中每个像素点的灰度值均为S1区域的灰度值。

S403，获取每个基础样式的第二区域的灰度值，并根据第二区域的灰度值判断基础样式为深色基础样式还是浅色基础样式。

S404，如果为深色基础样式，则通过以下公式获取位于第二区域内的多个像素点的融合灰度值：

G(x1,y1)=f(x1,y1)+b(x1,y1)，

其中，G(x1,y1)为位于第二区域内的多个像素点的融合灰度值，f(x1,y1)为第二区域对应的背景图像的灰度值，b(x1,y1)为深色基础样式的第二区域的灰度值。

举例来说，对于图5a中S2区域中每个像素点的灰度值均为S2区域的灰度值与该像素点所对于的背景图像的灰度值之和。

S405，如果为浅色基础样式，则通过以下公式获取位于第二区域内的多个像素点的融合灰度值：

G(x1,y1)=f(x1,y1)-w(x1,y1)，

其中，G(x1,y1)为位于第二区域内的多个像素点的融合灰度值，f(x1,y1)为第二区域对应的背景图像的灰度值，w(x1,y1)为浅色基础样式的第二区域的灰度值。

举例来说，对于图5b中S2区域中每个像素点的灰度值均为该像素点所对于的背景图像的灰度值与S2区域的灰度值之差。

S303，根据每个码内像素点的融合灰度值和码外背景区域的灰度信息获取全局灰度均值。

在本发明的一个实施例中，全局灰度均值可通过全部像素点的灰度值进行求和平均进行计算，由此可获取高精确度的全局灰度均值。在本发明的其他实施例中，为了提高全局灰度均值的计算速度，可对全部像素点进行隔行采样获取像素点矩阵，即对图像每隔一行提取所有列的像素点的灰度值进行求和平均，或者进行隔列采样获取像素点矩阵，即对图像每隔一列提取所有行的像素点灰度值进行求和平均。具体地，可通过如下公式计算全局灰度均值：

$a(x,y)=\underset{M,N}{\mathrm{\Σ}}f(x_i,y_j)/M*N,i\∈1...M,j\∈1...N,$

其中，a(x,y)为全局灰度均值，f(x_i,y_j)为像素点矩阵中位于第i行第j列的像素点，M为像素点矩阵的行数，N为像素点矩阵的列数。

S205，根据盲区预估算法估计灰度盲区。

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6所示，图6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6中变长为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，可通过以下公式获取码内灰度盲区：

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

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7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。

图6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，可通过以下公式获取码外灰度盲区Δ_outer：

并可进一步简化为：

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

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|。

S206，根据全局灰度均值和灰度盲区确定深色灰度阈值和浅色灰度阈值。

在本发明的一个实施例中，可通过以下公式获取深色灰度阈值：

black(x,y)=a(x,y)-Δ；

并通过以下公式获取浅色灰度阈值：

white(x,y)=a(x,y)+Δ。

S207，根据深色灰度阈值和浅色灰度阈值省略至少一个基础样式，以根据省略的至少一个基础样式重置二维码分布矩阵。

在本发明的实施例中，可首先获取二维码分布矩阵中的多个深色基础样式和多个浅色基础样式，对于每个深色基础样式，如果该深色基础样式对应的背景图像的灰度值小于深色灰度阈值，则省略深色基础样式，如果该深色基础样式对应的背景图像的灰度值大于等于深色灰度阈值，则保留该深色基础样式；对于每个浅色基础样式，如果浅色基础样式对应的背景图像的灰度值大于浅色灰度阈值，则省略浅色基础样式，如果浅色基础样式对应的背景图像的灰度值小于等于浅色灰度阈值，则保留该浅色基础样式。

S208，将重置后的二维码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，分离二维码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。

本发明实施例的二维码图像生成方法，通过获取二位分布矩阵和背景图像的全局灰度均值，并根据盲区预估算法估计灰度盲区，进而根据全局灰度均值和灰度盲区获取的深色灰度阈值和浅色灰度阈值对二维码矩阵中的基础样式进行省略优化，从而在省略基础样式时能够尽量减少二维码分布矩阵的信息量的损失，在保障二维码信息的同时凸显了背景图像，提升二维码图像的沉浸度。

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8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8所示，该二维码图像生成装置包括：第一生成模块100、获取模块300、重置模块300和第二生成模块400。

具体地，第一生成模块100用于获取待编码信息和背景图像，并根据待编码信息生成二维码分布矩阵，其中，二维码分布矩阵中包括多个基础样式。其中，二维码分布矩阵为根据待编码信息的二维码以及预设的基础样式生成的分布矩阵。其中，基础样式为二维码中每个矩阵元素对应显示属性，如形状、颜色等，举例来说，二维码分布矩阵中基础样式可包括红色或蓝色五角星形两种。

在本发明的一个实施例中，根据待编码信息生成二维码分别矩阵时，首先，检测根据待编码信息的合法性，即获取带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，如果无法获取待编码信息的QR Code版本，则该待编码信息不可用，并进行不合法提示；然后，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（即每个矩阵元素的值），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矩阵元素的基础样式的二维码分布矩阵。

获取模块200用于获取二维码分布矩阵的灰度信息和背景图像的灰度信息。其中，二维码分布矩阵的灰度信息为二维码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，可分别对二维码分布矩阵和背景图像进行二值化，以获取二维码分布矩阵和背景图像中每个像素点的灰度值。

重置模块300用于根据二维码分布矩阵的灰度信息和背景图像的灰度信息省略至少一个基础样式，以根据省略的至少一个基础样式重置二维码分布矩阵。在本发明的实施例中，根据二维码分布矩阵的灰度信息可区分二维码分布矩阵中的深色基础样式和浅色基础样式；可根据背景图像的灰度信息确定每个基础样式覆盖的背景图像块为深色块还是浅色块。如果深色基础样式所覆盖的背景图像块为深色块，则可将该深色基础样式省略；如果浅色基础样式所覆盖的背景图像块为浅色块，则可将该浅色基础样式省略。

第二生成模块500用于将重置后的二维码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，分离二维码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。

本发明实施例的二维码图像生成装置，可根据二维码分布矩阵的灰度信息和背景图像的灰度信息对二维码分布矩阵中的部分基础样式进行优化省略，从而在保证二维码信息可扫描的同时，减少对背景图像覆盖，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10所示，图10为根据本发明一个实施例的二维码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9为根据本发明一个具体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、获取模块200、重置模块300、第二生成模块400、第一获取子模块310、估计子模块320、确定子模块330、省略子模块340、第二获取子模块410、第一省略子模块420和第二省略子模块430，其中，重置模块300包括第一获取子模块310、估计子模块320、确定子模块330和省略子模块340，第二生成模块400包括第二获取子模块410、第一省略子模块420和第二省略子模块430。

具体地，第一获取子模块310用于根据二维码分布矩阵的灰度信息和背景图像的灰度信息获取全局灰度均值。在本发明的一个实施例中，第一获取子模块310具体包括确定单元311、第一获取单元312和第二获取单元313（图中未标出），其中，

确定单元311用于确定背景图像中的码内背景区域和码外背景区域。在本发明的一个实施例中，码内背景区域为二维码分布矩阵覆盖的背景区域；码外背景区域为未被二维码分布矩阵覆盖的背景区域。

第一获取单元312用于根据码内背景区域的灰度信息和二维码分布矩阵的灰度信息获取每个码内像素点的融合灰度值。在本发明的一个实施例中，码内像素点的融合灰度值为该像素点所在背景区域的灰度值与该像素点所在二维码分布矩阵中的灰度值融合获得的灰度值。在本发明的实施例中，二维码分布矩阵中的每个基础样式包括第一区域和第二区域，举例来说，图5a为根据本发明一个实施例的深色基础样式的示意图，图5b为根据本发明一个实施例的浅色基础样式的示意图，如图5所示，S1区域为第一区域，S2为第二区域。

更具体地，第一获取单元312可首先获取位置引导区域中每个像素点的灰度值，并将获取到的灰度值作为相应像素点的融合灰度值。

其次，获取每个基础样式的第一区域的灰度值，并将第一区域的灰度值作为位于第一区域内的多个像素点的融合灰度值。举例来说，对于图5a中S1区域中每个像素点的灰度值均为S1区域的灰度值，对于图5b中S1区域中每个像素点的灰度值均为S1区域的灰度值。

然后，获取每个基础样式的第二区域的灰度值，并根据第二区域的灰度值判断基础样式为深色基础样式还是浅色基础样式。

如果为深色基础样式，则通过以下公式获取位于第二区域内的多个像素点的融合灰度值：

G(x1,y1)=f(x1,y1)+b(x1,y1)，

其中，G(x1,y1)为位于第二区域内的多个像素点的融合灰度值，f(x1,y1)为第二区域对应的背景图像的灰度值，b(x1,y1)为深色基础样式的第二区域的灰度值。举例来说，对于图5a中S2区域中每个像素点的灰度值均为S2区域的灰度值与该像素点所对于的背景图像的灰度值之和。

如果为浅色基础样式，则通过以下公式获取位于第二区域内的多个像素点的融合灰度值：

G(x1,y1)=f(x1,y1)-w(x1,y1)，

其中，G(x1,y1)为位于第二区域内的多个像素点的融合灰度值，f(x1,y1)为第二区域对应的背景图像的灰度值，w(x1,y1)为浅色基础样式的第二区域的灰度值。举例来说，对于图5b中S2区域中每个像素点的灰度值均为该像素点所对于的背景图像的灰度值与S2区域的灰度值之差。

第二获取单元313用于根据每个码内像素点的灰度值和码外背景区域的灰度信息获取全局灰度均值。在本发明的一个实施例中，全局灰度均值可通过全部像素点的灰度值进行求和平均进行计算，由此可获取高精确度的全局灰度均值。在本发明的其他实施例中，为了提高全局灰度均值的计算速度，可对全部像素点进行隔行采样获取像素点矩阵，即对图像每隔一行提取所有列的像素点的灰度值进行求和平均，或者进行隔列采样获取像素点矩阵，即对图像每隔一列提取所有行的像素点灰度值进行求和平均。具体地，可通过如下公式计算全局灰度均值：

$a(x,y)=\underset{M,N}{\mathrm{\Σ}}f(x_i,y_j)/M*N,i\∈1...M,j\∈1...N,$

其中，a(x,y)为全局灰度均值，f(x_i,y_j)为像素点矩阵中位于第i行第j列的像素点，M为像素点矩阵的行数，N为像素点矩阵的列数。

估计子模块320用于根据盲区预估算法估计灰度盲区。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6所示，图6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6中变长为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。更具体地，估计子模块320具体包括第三获取单元321、第四获取单元322和估计单元323（图中未标出）。

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。因此，可通过第三获取单元321通过以下公式获取码内灰度盲区：

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

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。因此，可通过第四获取单元322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7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。

图6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，可通过以下公式获取码外灰度盲区Δ_outer：

并可进一步简化为：

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

估计单元323用于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|。

确定子模块330用于根据全局灰度均值和灰度盲区确定深色灰度阈值和浅色灰度阈值。在本发明的一个实施例中，确定子模块330可通过以下公式获取深色灰度阈值：

black(x,y)=a(x,y)-Δ；

并通过以下公式获取浅色灰度阈值：

white(x,y)=a(x,y)+Δ。

省略子模块340用于根据深色灰度阈值和浅色灰度阈值省略至少一个基础样式。在本发明的实施例中，省略子模块340可具体包括第五获取单元341、第一省略单元342和第三省略单元343（图中未标出），其中，

第五获取单元341用于获取二维码分布矩阵中的多个深色基础样式和多个浅色基础样式。

第一省略单元342用于对于每个深色基础样式，如果深色基础样式对应的背景图像的灰度值小于深色灰度阈值，则省略深色基础样式.

第二省略单元343用于对于每个浅色基础样式，如果浅色基础样式对应的背景图像的灰度值大于浅色灰度阈值，则省略浅色基础样式。

本发明实施例的二维码图像生成装置，通过获取二位分布矩阵和背景图像的全局灰度均值，并根据盲区预估算法估计灰度盲区，进而根据全局灰度均值和灰度盲区获取的深色灰度阈值和浅色灰度阈值对二维码矩阵中的基础样式进行省略优化，从而在省略基础样式时能够尽量减少二维码分布矩阵的信息量的损失，在保障二维码信息的同时凸显了背景图像，提升二维码图像的沉浸度。

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)

1.一种二维码图像生成方法，其特征在于，包括：

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

获取所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息；

根据所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息省略至少一个基础样式，以根据省略的所述至少一个基础样式重置所述二维码分布矩阵；

将重置后的二维码分布矩阵与所述背景图像进行融合以生成二维码图像。

2.如权利要求1所述的二维码图像生成方法，其特征在于，所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息省略至少一个基础样式，具体包括：

根据所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息获取全局灰度均值；

根据盲区预估算法估计灰度盲区；

根据所述全局灰度均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。

3.如权利要求2所述的二维码图像生成方法，其特征在于，所述根据二维码分布矩阵的灰度信息和所述背景图像的灰度信息获取全局灰度均值，具体包括：

确定所述背景图像中的码内背景区域和码外背景区域；

根据所述码内背景区域的灰度信息和所述二维码分布矩阵的灰度信息获取每个码内像素点的融合灰度值；

根据所述每个码内像素点的融合灰度值和所述码外背景区域的灰度信息获取全局灰度均值。

4.如权利要求3所述的二维码图像生成方法，所述二维码分布矩阵中还包括位置引导区域，其特征在于，每个所述基础样式包括第一区域和第二区域，所述根据所述码内背景区域和所述二维码分布矩阵获取每个码内像素点的融合灰度值，具体包括：

获取所述位置引导区域中每个像素点的灰度值，并将获取到的灰度值作为相应像素点的融合灰度值；

获取每个所述基础样式的第一区域的灰度值，并将所述第一区域的灰度值作为位于所述第一区域内的多个像素点的融合灰度值；

获取每个所述基础样式的第二区域的灰度值，并根据所述第二区域的灰度值判断所述基础样式为深色基础样式还是浅色基础样式；

如果为深色基础样式，则通过以下公式获取位于所述第二区域内的多个像素点的融合灰度值：

G(x1,y1)＝f(x1,y1)+b(x1,y1)，

其中，G(x1,y1)为位于所述第二区域内的多个像素点的融合灰度值，f(x1,y1)为所述第二区域对应的背景图像的灰度值，b(x1,y1)为所述深色基础样式的第二区域的灰度值；

如果为浅色基础样式，则通过以下公式获取位于所述第二区域内的多个像素点的融合灰度值：

G(x1,y1)＝f(x1,y1)-w(x1,y1)，

其中，G(x1,y1)为位于所述第二区域内的多个像素点的融合灰度值，f(x1,y1)为所述第二区域对应的背景图像的灰度值，w(x1,y1)为所述浅色基础样式的第二区域的灰度值。

5.如权利要求2所述的二维码图像生成方法，其特征在于，所述根据盲区预估算法估计灰度盲区，具体包括：

通过以下公式获取码内灰度盲区：

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

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；

通过以下公式获取码外灰度盲区：

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

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分别为二维码在取景框左上角、右上角、左下角、右下角时码外区域的灰度均值，g_ER为所述二维码在所述取景框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.如权利要求5所述的二维码图像生成方法，其特征在于，所述根据全局灰度均值和所述灰度盲区确定所述深色灰度阈值和所述浅色灰度阈值，具体包括：

通过以下公式获取所述深色灰度阈值black(x,y)：

black(x,y)＝a(x,y)-Δ；

通过以下公式获取所述浅色灰度阈值white(x,y)：

white(x,y)＝a(x,y)+Δ。

7.如权利要求2所述的二维码图像生成方法，其特征在于，所述根据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，具体包括：

获取所述二维码分布矩阵中的多个深色基础样式和多个浅色基础样式；

对于每个所述深色基础样式，如果所述深色基础样式对应的背景图像的灰度值小于所述深色灰度阈值，则省略所述深色基础样式；

对于每个所述浅色基础样式，如果所述浅色基础样式对应的背景图像的灰度值大于所述浅色灰度阈值，则省略所述浅色基础样式。

8.一种二维码图像生成装置，其特征在于，包括：

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

获取模块，用于获取所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息；

重置模块，用于根据所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息省略至少一个基础样式，以根据省略的所述至少一个基础样式重置所述二维码分布矩阵；

第二生成模块，用于将重置后的二维码分布矩阵与所述背景图像进行融合以生成二维码图像。

9.如权利要求8所述的二维码图像生成装置，其特征在于，所述重置模块具体包括：

第一获取子模块，用于根据所述二维码分布矩阵的灰度信息和所述背景图像的灰度信息获取全局灰度均值；

估计子模块，用于根据盲区预估算法估计灰度盲区；

确定子模块，用于根据所述全局灰度均值和所述灰度盲区确定深色灰度阈值和浅色灰度阈值；

省略子模块，用于根据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。

10.如权利要求9所述的二维码图像生成装置，其特征在于，所述第一获取子模块具体包括：

确定单元，用于确定所述背景图像中的码内背景区域和码外背景区域；

第一获取单元，用于根据所述码内背景区域的灰度信息和所述二维码分布矩阵的灰度信息获取每个码内像素点的融合灰度值；

第二获取单元，用于根据所述每个码内像素点的灰度值和所述码外背景区域的灰度信息获取全局灰度均值。

11.如权利要求10所述的二维码图像生成装置，所述二维码分布矩阵中还包括位置引导区域，其特征在于，每个所述基础样式包括第一区域和第二区域，所述第一获取单元具体用于：

获取所述位置引导区域中每个像素点的灰度值，并将获取到的灰度值作为相应像素点的融合灰度值；

获取每个所述基础样式的第一区域的灰度值，并将所述第一区域的灰度值作为位于所述第一区域内的多个像素点的融合灰度值；

获取每个所述基础样式的第二区域的灰度值，并根据所述第二区域的灰度值判断所述基础样式为深色基础样式还是浅色基础样式；

如果为深色基础样式，则通过以下公式获取位于所述第二区域内的多个像素点的融合灰度值：

G(x1,y1)＝f(x1,y1)+b(x1,y1)，

其中，G(x1,y1)为位于所述第二区域内的多个像素点的融合灰度值，f(x1,y1)为所述第二区域对应的背景图像的灰度值，b(x1,y1)为所述深色基础样式的第二区域的灰度值；

如果为浅色基础样式，则通过以下公式获取位于所述第二区域内的多个像素点的融合灰度值：

G(x1,y1)＝f(x1,y1)-w(x1,y1)，

其中，G(x1,y1)为位于所述第二区域内的多个像素点的融合灰度值，f(x1,y1)为所述第二区域对应的背景图像的灰度值，w(x1,y1)为所述浅色基础样式的第二区域的灰度值。

12.如权利要求9所述的二维码图像生成装置，其特征在于，所述估计子模块具体包括：

第三获取单元，用于通过以下公式获取码内灰度盲区：

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

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；

第四获取单元，用于通过以下公式获取码外灰度盲区：

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

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分别为二维码在取景框左上角、右上角、左下角、右下角时码外区域的灰度均值，g_ER为所述二维码在所述取景框中央时码外区域的灰度均值；

估计单元，用于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.如权利要求12所述的二维码图像生成装置，其特征在于，所述确定子模块具体用于：

通过以下公式获取所述深色灰度阈值：

black(x,y)＝a(x,y)-Δ；

通过以下公式获取所述浅色灰度阈值：

white(x,y)＝a(x,y)+Δ。

14.如权利要求9所述的二维码图像生成装置，其特征在于，所述省略子模块具体包括：

第五获取单元，用于获取所述二维码分布矩阵中的多个深色基础样式和多个浅色基础样式；

第一省略单元，用于对于每个所述深色基础样式，如果所述深色基础样式对应的背景图像的灰度值小于所述深色灰度阈值，则省略所述深色基础样式；

第二省略单元，用于对于每个所述浅色基础样式，如果所述浅色基础样式对应的背景图像的灰度值大于所述浅色灰度阈值，则省略所述浅色基础样式。