CN110390374A - 一种qr码图像的生成方法及系统 - Google Patents

Abstract

本发明公开一种QR码图像的生成方法及系统。该方法包括：调整第一QR码图像中的第二正方形模块的颜色；将第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像；将背景图像与第二QR码图像复合为第三QR码图像；将第三QR码图像输入到风格转换网络中，输出第四QR码图像；将第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像；将第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的第三正方形模块的颜色均值，得到第五QR码图像；将第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像。本发明在灵活性、通用性、视觉质量、用户个性化选择、鲁棒性方面均有较好的效果。

Description

一种QR码图像的生成方法及系统

技术领域

本发明涉及QR码技术领域，尤其涉及一种QR码图像的生成方法及系统。

背景技术

QR(Quick Response)码是世界上应用最广泛的多媒体信息载体之一。普通的QR码由单调的黑白编码模块组成，不能用肉眼识别，外观不美观。因此，近几年来，开始出现多种针对QR码的视觉优化的技术。但这些现有技术生成的QR码图像往往只能使单一性能(例如，灵活性、通用性、视觉质量、用户个性化选择、鲁棒性方面)较好，而无法使上述的各种性能的综合效果较好。

发明内容

本发明实施例提供一种QR码图像的生成方法及系统，以解决现有技术生成的QR码图像的各种性能的综合效果较差的问题。

第一方面，提供一种QR码图像的生成方法，包括：获取背景图像和第一QR码图像；根据所述背景图像的第一灰度图像中的第一正方形模块的颜色，调整所述第一QR码图像中的第二正方形模块的颜色；将所述第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像；将所述背景图像与所述第二QR码图像复合为第三QR码图像；将所述第三QR码图像输入到风格转换网络中，使所述第三QR码图像转换风格后，输出第四QR码图像；将所述第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像；将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的所述第三正方形模块的颜色均值，得到第五QR码图像；根据所述第五QR码图像的像素点的颜色值、灰度值以及所述第四QR码图像的第三灰度图像的像素点的灰度值，将所述第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像；其中，所述第一灰度图像划分为多个相同尺寸的所述第一正方形模块，所述第一QR码图像划分为多个相同尺寸的所述第二正方形模块，所述第四QR码图像划分为多个相同尺寸的所述第三正方形模块；所述背景图像和所述第一QR码图像的尺寸相同，所述第一正方形模块、所述第二正方形模块和所述第三正方形模块的尺寸相同。

第二方面，提供一种QR码图像的生成系统，包括：获取模块，用于获取背景图像和第一QR码图像；第一调整模块，用于根据所述背景图像的第一灰度图像中的第一正方形模块的颜色，调整所述第一QR码图像中的第二正方形模块的颜色；替换模块，用于将所述第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像；复合模块，用于将所述背景图像与所述第二QR码图像复合为第三QR码图像；输出模块，用于将所述第三QR码图像输入到风格转换网络中，使所述第三QR码图像转换风格后，输出第四QR码图像；第二调整模块，用于将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的所述第三正方形模块的颜色均值，得到第五QR码图像；第三调整模块，用于将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的第三正方形模块的颜色均值，得到第五QR码图像；生成模块，用于根据所述第五QR码图像的像素点的颜色值、灰度值以及所述第四QR码图像的第三灰度图像的像素点的灰度值，将所述第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像；其中，所述第一灰度图像划分为多个相同尺寸的所述第一正方形模块，所述第一QR码图像划分为多个相同尺寸的所述第二正方形模块，所述第四QR码图像划分为多个相同尺寸的所述第三正方形模块；所述背景图像和所述第一QR码图像的尺寸相同，所述第一正方形模块、所述第二正方形模块和所述第三正方形模块的尺寸相同。

这样，本发明实施例，可通过筛选并输入不同的风格图像，得到不同视觉效果和风格的具有鲁棒艺术视觉效果的QR码图像，从而以支持用户的个性化选择；生成的QR码图像具有艺术吸引力；直接美化QR码图像，减少了执行步骤，效率较高；并且通过平衡两个竞争项(视觉质量和可解码性)来对QR码图像进行恢复鲁棒性的误差修复和容错优化，确保QR码图像具有高鲁棒性；因此，本发明实施例在灵活性、通用性、视觉质量、用户个性化选择、鲁棒性方面均有较好的效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的QR码图像的生成方法的流程图；

图2是本发明实施例的QR码图像的生成方法的调整第一QR码图像中的第二正方形模块的颜色的步骤的流程图；

图3是编码模块的组成的示意图；

图4是本发明实施例的QR码图像的生成方法的训练风格转换网络的步骤的流程图；

图5是本发明实施例的QR码图像的生成方法的将第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像的步骤的流程图；

图6是本发明实施例的QR码图像的生成方法的确定第三正方形模块是否具有鲁棒性的步骤的流程图；

图7是本发明实施例的QR码图像的生成方法的生成第六QR码图像的步骤的流程图；

图8是本发明实施例的QR码图像的生成系统的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种QR码图像的生成方法。如图1所示，该方法包括如下的步骤：

步骤S101：获取背景图像和第一QR码图像。

一般的，背景图像和第一QR码图像均为正方形。背景图像可以是彩色图像、灰度图像等等。背景图像可以任意选择，例如，人像图像、风景图像等等。第一QR码图像根据需要表达的内容得到。例如，第一QR码图像表达商品名称，则通过扫描第一QR码图像可获得商品名称。第一QR码图像一般由黑白两色组成。

应当理解的是，背景图像和第一QR码图像的尺寸相同，以便进行后续的步骤。

步骤S102：根据背景图像的第一灰度图像中的第一正方形模块的颜色，调整第一QR码图像中的第二正方形模块的颜色。

其中，背景图像的第一灰度图像可通过将背景图像灰度化得到。第一灰度图像划分为多个相同尺寸的第一正方形模块。该尺寸一般可以采用像素为单位。应当理解的是，将图像划分为正方形模块是根据QR码版本V中的规则进行划分。

同样的，第一QR码图像划分为多个相同尺寸的第二正方形模块。第一正方形模块和第二正方形模块的尺寸相同。由于背景图像和第一QR码图像的尺寸也相同，因此第一正方形模块和第二正方形模块一一对应。

例如，第一灰度图像划分为m×m个尺寸为a×a(像素)的第一正方形模块，第一QR码图像也划分为m×m个尺寸为a×a(像素)的第二正方形模块

具体的，如图2所示，该步骤包括如下的过程：

步骤S1021：获取每一第一正方形模块的优先级权重。

具体的，该步骤包括如下的过程：

第一步：计算得到第一灰度图像中的每一像素点的优先级权重。

采用下式计算第一灰度图像中的每一像素点的优先级权重：

其中，W表示第一灰度图像中的每一像素点的优先级权重。和G分别表示第一灰度图像中的每一像素点的权重和高斯权重。

具体的，

其中，0≤ω≤255。通过修改ω可以调整第一正方形模块的颜色(灰度图像中的白色到黑色的所有颜色)。此外，通过合理设置ω，还可以避免当第一灰度图像仅由黑白两色组成时，所有像素点都具有相同的权重的现象。一般的，ω＝255/2。I^g表示第一灰度图像中的像素点的灰度值，其可以通过相应的软件直接读取第一灰度图像获得。

G表示高斯权重。高斯权重的一般表达式为：

本步骤中，i表示像素点在第一正方形模块中的横坐标，j表示像素点在第一正方形模块中的纵坐标。应当理解的是，每个第一正方形模块建立一个独立的坐标系。σ＝(l-A)/B，l表示第一正方形模块的边长，A和B为经验值。优选的，A＝1，B＝6，则当第一正方形模块的边长l为a时，σ＝(a-1)/6。

第二步：计算第一正方形模块中的所有像素点的优先级权重的和，得到第一正方形模块的优先级权重。

通过该步骤，可计算得到每个第一正方形模块的优先级权重，从而可以结合每个第一正方形模块的位置，建立对应的优先级权重矩阵。例如，第一正方形模块位于第一灰度图像的行数和列数分别对应优先级权重矩阵的行数和列数。

步骤S1022：按照优先级权重从高到低的顺序，依次调整第一正方形模块对应的第二正方形模块的颜色。

其中，第一正方形模块对应的第二正方形模块在第一QR码图像中的位置与该第一正方形模块在第一灰度图像中的位置相同。例如，第一正方形模块在第一灰度图像中位于第一排第二列，则该第一正方形模块对应的第二正方形模块在第一QR码图像中位于第一排第二列。

具体的，对于每一优先级权重，该步骤均包括如下的过程：

第一步：若第一正方形模块对应的第二正方形模块的颜色与该第一正方形模块的灰度值的二值化结果阈值对应的颜色不同，则将该第二正方形模块的颜色调整为该第一正方形模块的灰度值的二值化结果阈值对应的颜色。

例如，第一正方形模块的灰度值的二值化结果阈值为0，表示第一正方形模块的颜色为黑色，若其对应的第二正方形模块的颜色为黑色，则两者相同，此时，无需调整第二正方形模块的颜色；若其对应的第二正方形模块的颜色为白色，则两者不同，此时，调整第二正方形模块的颜色为黑色。

第二步：获取包含该第二正方形模块的编码模块中的其他第二正方形模块。

一般的，一个编码模块(block)包含多个第二正方形模块(module)，通过该步骤获得包含该第二正方形模块的编码模块中的其他第二正方形模块。例如，如图3所示，为一个编码模块的组成的示意图，其中，1个输入数据位、1个填充位和1个校验位共同组成一个第二正方形模块。

根据该编码模块中的其他第二正方形模块对应的第一正方形模块的优先级权重与该第二正方形模块对应的第一正方形模块的优先级权重的大小关系，后续在对该编码模块中的第二正方形模块进行颜色调整时的方式不同。具体如下：

第三步A：若其他第二正方形模块对应的第一正方形模块的优先级权重均不大于该第二正方形模块对应的第一正方形模块的优先级权重，则采用高斯约旦消元法，将包含该第二正方形模块的编码模块中的所有第二正方形模块的颜色进行调整，使该编码模块满足里德所罗门码的约束。

例如，本次通过第一步调整的第二正方形模块A对应的第一正方形模块的优先级权重为0.3，包含该第二正方形模块A的编码模块中包括的其他第二正方形模块对应的第一正方形模块的优先级权重均小于0.3，则采用高斯约旦消元法对这个编码模块中的所有第二正方形模块的颜色进行调整，使该编码模块满足里德所罗门码的约束。

第三步B：若至少一个其他第二正方形模块对应的第一正方形模块的优先级权重大于该第二正方形模块对应的第一正方形模块的优先级权重，且当采用高斯约旦消元法进行颜色变换时，该至少一个其他第二正方形模块的颜色需要调整，则该编码模块中的所有第二正方形模块的颜色保持采用高斯约旦消元法调整前的颜色。

例如，本次通过第一步调整的第二正方形模块A对应的第一正方形模块的优先级权重为0.3，包含该第二正方形模块A的编码模块中包括的另一个第二正方形模块B对应的第一正方形模块的优先级权重为0.5，且若在通过高斯约旦消元法对该编码模块包括的第二正方形模块的颜色进行调整的过程中，会调整第二正方形模块B的颜色，这种情况下，保持该编码模块中的所有第二正方形模块的颜色为采用高斯约旦消元法调整前的颜色，即不使用高斯约旦消元法对该编码模块包括的第二正方形模块的颜色进行调整。

综上，步骤S102首先获得优先级权重最高的第一正方形模块对应的第二正方形模块，对这些第二正方形模块采用步骤S1021和步骤S1022调整相应第二正方形模块的颜色；然后获得优先级权重次高的第一正方形模块对应的第二正方形模块，对这些第二正方形模块采用步骤S1021和步骤S1022调整相应第二正方形模块的颜色；……；以此类推，直到获得优先级权重最低的第一正方形模块对应的第二正方形模块，对这些第二正方形模块采用步骤S1021和步骤S1022调整相应第二正方形模块的颜色，可最大限度地减少黑白编码模块和背景图像之间的反差。

步骤S103：将第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像。

一般的，预设半径为第二正方形模块的边长的四分之一。例如，第二正方形模块的边长为a，则预设半径为a/4。

通过上述变换，可以看作是每一第二正方形模块中有一个圆形模块。

步骤S104：将背景图像与第二QR码图像复合为第三QR码图像。

由于第二QR码图像中的圆形模块比正方形模块的面积小，因此，当背景图像与第二QR码图像复合为一幅第三QR码图像时，使得圆形模块与圆形模块之间的空隙处，可以显露出背景图像的对应位置的图像。

所述的复合可以理解为将第二QR码图像置于背景图像的上层，得到第三QR码图像。

通过上述的步骤S101～S104，不考虑容错，优化收敛计算的快速简单美化合成得到的第三QR码图像是一种具有普通非鲁棒且具有美学性的QR码图像，可以降低噪声类编码模块和背景图像之间的视觉对比度。因为模块的颜色和形状信息将在步骤S105中通过样式转换进行修改，因此，上述的步骤S101～S104不采用任何错误控制机制，从而使得运算较快，减少时间复杂度，效率较高。

步骤S105：将第三QR码图像输入到风格转换网络中，使第三QR码图像转换风格后，输出第四QR码图像。

具体的，该过程可用下式表示：

fw表示风格转换网络。表示风格转换网络输出的图像，x表示输入到风格转换网络的图像。

为了使风格转换网络输出的第四QR码图像的损失较少，该风格转换网络需要经过训练。因此，在步骤S105之前，该方法还包括：训练风格转换网络。该训练的方法可采用《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》(JustinJohnson,Alexandre Alahi,Li Fei-Fei，Springer International Publishing，2016:694-711)中提到的方法。

具体的，如图4所示，该训练风格转换网络的步骤包括如下的过程：

步骤S401：将第一样本图像输入到风格转换网络中，使第一样本图像转换风格后，输出第二样本图像。

第一样本图像可以是选自MS-COCO数据集的图像。该数据集的图像除了可以作为训练图像外，还可以作为目标图像进行训练结果的验证。

步骤S402：将第二样本图像、第一样本图像的内容图像和目标风格图像输入到损失网络中，输出损失网络的每一层的特征激活值。

其中，第一样本图像的内容图像一般为第一样本图像的分辨率放大后的图像。

损失网络为调整风格转换框架后的神经网络。优选的，神经网络为VGG-16神经网络，则损失网络为调整风格转换框架后的VGG-16神经网络。具体的，原始的VGG-16神经网络中的relu1_2、relu2_2、relu3_3和relu4_3层用于提取风格特征；relu3_3层用于提取内容特征。调整风格转换框架后的VGG-16网络中的relu1_2、relu2_1、relu3_1和relu4_3层用于提取内容特征和风格特征。

步骤S403：根据损失网络的每一层的特征激活值，采用损失函数计算损失值。

损失函数用于计算风格转换网络输出的图像和第i个输出目标图像y_i之间的差距。

具体的，如《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》中披露的，特征损失函数的表达式如下：

其中，Φ表示损失网络，j表示损失网络的第j层。C_jH_jW_j表示第j层的feature_map的尺寸。

具体的，如《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》中披露的，风格损失函数的表达式如下：

其中， 为Gram矩阵。Gram矩阵可以通过将φ_j(x)调整为形状为C_j×H_jW_j的矩阵得到，F表示表示Frobenius范数，即矩阵元素绝对值的平方和再开平方。

上述的两种损失函数可以选择其中一种计算损失值。

步骤S404：重复上述的步骤，直到计算得到的损失值使优化目标最小，则完成风格转换网络的训练。

具体的，如《Perceptual Losses for Real-Time Style Transfer and Super-Resolution》中披露的，优化目标如下所示：

其中，E后的[]里的是输入的参数，E中的参数要确保最小。λ是常量，可以根据经验自定义。因此，优化目标最小对应的风格转换网络即为用于输出第四QR码图像的风格转换网络。

通过调整基于CNN的风格转换的神经网络的特征重构层，以增强由类似噪声的黑/白模块组成的美学QR码图像的风格化的适应性。该风格转换网络可以将内容特征图像的语义信息与风格图像的风格特征结合，从而实时生成非鲁棒艺术风格的第四QR码图像，具有抽象的艺术元素。

因此，通过步骤S105，采用风格转换网络，使得输出的第四QR码图像在语义上类似第三QR码图像，尽管在风格和纹理方面有剧烈的变化，但也尽可能的保持了编码模块的关键特征(如位置、颜色和形状)的稳定。也就是说，风格转换网络生成的第四QR码图像中，由于颜色、纹理等变换引起的失效模块数量，大大小于原始的具有风格迁移功能的神经网络，有效地避免了噪声类编码模块的视觉影响，显着减少了由风格迁移引起的错误模块的数量。

步骤S106：将第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像。

具体的，如图5所示，该步骤包括如下的过程：

步骤S1061：计算第二灰度图像中的像素点的鲁棒性判断值。

具体的，该第二灰度图像中的像素点的鲁棒性判断值采用下式计算：

其中，ψ(Q^g,Q^t)表示第二灰度图像中的像素点的阈值化结果值。

其中，Q^g表示第二灰度图像中的像素点的灰度值，可通过相应的软件直接读取第二灰度图像得到。Q^t表示第二灰度图像中的像素点的灰度阈值。一般的，该灰度阈值Q^t由ZXing库中的局部均值计算方法计算得到。Qⁱ表示第二灰度图像中的像素点的理想灰度值，Qⁱ＝0或1。具体的，当Q^g∈[Q^t,255]时，Qⁱ＝0；当Q^g∈[0,Q^t]时，Qⁱ＝1。

步骤S1062：若第二灰度图像中的像素点的鲁棒性判断值为1，则确定第二灰度图像中的像素点为非鲁棒像素点。

当鲁棒性判断值为0时，该像素点为鲁棒像素点。

步骤S1063：将非鲁棒像素点的灰度值变换为灰度判断值，得到第三灰度图像。

具体的，采用下式计算灰度判断值：

其中，δ表示正确概率约束参数。

步骤S107：将第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的第三正方形模块的颜色均值，得到第五QR码图像。

第四QR码图像可按照与背景图像相同的规则划分为多个相同尺寸的第三正方形模块。因此，第四正方形模块与第一正方形模块的尺寸相同，以及数量相同。任一第三正方形模块可能具有鲁棒性，也可能具有非鲁棒性。

具体的，在此步骤之前，如图6所示，可通过如下的步骤确定第三正方形模块是否具有鲁棒性：

步骤S601：计算第四QR码图像的第二灰度图像中的每一像素点的鲁棒性取值。

具体的，采用下式计算第二灰度图像各种的像素点的鲁棒性取值：

r＝ξ·G。

同样的，G表示高斯权重。高斯权重的一般表达式为：

第二灰度图像可按照与背景图像相同的规则划分为多个相同尺寸的第四正方形模块，因此，第四正方形模块与第一正方形模块的尺寸相同，以及数量相同。因此，本步骤中，i表示像素点在第四正方形模块中的横坐标，j表示像素点在第四正方形模块中的纵坐标。应当理解的是，每个第四正方形模块建立一个独立的坐标系。σ＝(l-A)/B，l表示第四正方形模块的边长，A和B为经验值。优选的，A＝1，B＝6，则当第四正方形模块的边长l为a时，σ＝(a-1)/6。

步骤S602：计算第二灰度图像的第四正方形模块中的所有像素点的鲁棒性取值的和。

具体的，将该第四正方形模块中的所有像素点的鲁棒性取值的和记为r_a。

步骤S603：计算第二灰度图像的第四正方形模块的鲁棒性取值。

具体的，该第四正方形模块的鲁棒性取值采用下式计算：

R＝r_a/N。

其中，N表示第四正方形模块中的所有像素点的数量。

步骤S604：若第四正方形模块的鲁棒性取值小于鲁棒性判定值，则确定第四正方形模块对应的第三正方形模块为非鲁棒性的第三正方形模块。

其中，第四正方形模块对应的第三正方形模块在第四QR码图像中的位置与该第四正方形模块在第二灰度图像中的位置相同。例如，第四正方形模块在第二灰度图像中位于第一排第二列，则该第四正方形模块对应的第三正方形模块在第四QR码图像中位于第一排第二列。

实际操作时，可设鲁棒性判定值为η，若任一第四正方形模块的R＜η，则将该第四正方形模块存入到非鲁棒集合Ω中。应当理解的是，0≤η≤1，其具体取值可根据经验预设。

若第三正方形模块具有非鲁棒性，获取该第三正方形模块的颜色均值，然后采用该颜色均值调整该同一第三正方形模块中的圆形模块的颜色值，使得该第三正方形模块中的圆形模块的颜色值为所属的第三正方形模块的颜色均值。应当理解的是，第四QR码图像是由第二QR码图像变化得到的，并且，在变化的过程中，第二QR码图像中的圆形模块的位置并不会改变，因此，第四QR码图像的中每一圆形模块与第二QR码图像中的每一圆形模块一一对应。

步骤S108：根据第五QR码图像的像素点的颜色值、灰度值以及第四QR码图像的第三灰度图像的像素点的灰度值，将第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像。

具体的，如图7所示，该步骤包括如下的过程：

步骤S1081：计算得到第五QR码图像中的像素点的灰度值。

具体的，采用下式计算第五QR码图像中的像素点的灰度值：

(Q_b0)^g＝κ·ζ(Q_b0)^c。

其中，κ为矢量，κ＝(α,β,γ)。α、β和λ为常数，具体取值如下：α＝0.299，β＝0.587，λ＝0.114。

ζ(Q_b0)^c表示第五QR码图像中的像素点的颜色值。像素点的颜色值可以通过RGB三原色通道值来表示。因此，其中，(Q_b0)^R表示第五QR码图像的像素点的红色通道值，(Q_b0)^G表示第五QR码图像的像素点的绿色通道值，(Q_b0)^B表示第五QR码图像的像素点的蓝色通道值。

步骤S1082：计算得到第六QR码图像中的像素点的颜色值。

具体的，采用下式计算第六QR码图像中的像素点的颜色值：

其中，(Q_c)^g表示第四QR码图像中的第三灰度图像中的像素点的灰度值。该灰度值可以通过相关软件直接读取第三灰度图像得到。

通过该步骤，可将第三灰度图像恢复为彩色的第六QR码图像，从而最终生成所需的QR码图像。

上述的步骤S106～S108，通过平衡两个竞争项(视觉质量和可解码性)来对QR码图像进行恢复鲁棒性的误差修复和容错优化，可以解决步骤S105引入的鲁棒性弱的问题，最终生成具有鲁棒性的艺术风格美化的QR码图像，且可以保证QR码图像作为信息载体的可读性。

综上，本发明实施例的QR码图像的生成方法，可通过筛选并输入不同的风格图像，得到不同视觉效果和风格的具有鲁棒艺术视觉效果的QR码图像，从而以支持用户的个性化选择；该方法生成的QR码图像具有艺术吸引力；该方法直接美化QR码图像，减少了执行步骤，效率较高；并且通过平衡两个竞争项(视觉质量和可解码性)来对QR码图像进行恢复鲁棒性的误差修复和容错优化，确保QR码图像具有高鲁棒性；因此，该方法在灵活性、通用性、视觉质量、用户个性化选择、鲁棒性方面均有较好的效果。

本发明实施例还公开了一种QR码图像的生成系统。如图8所示，该系统包括如下的模块：

获取模块801，用于获取背景图像和第一QR码图像。

第一调整模块802，用于根据背景图像的第一灰度图像中的第一正方形模块的颜色，调整第一QR码图像中的第二正方形模块的颜色。

替换模块803，用于将第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像。

复合模块804，用于将背景图像与第二QR码图像复合为第三QR码图像。

输出模块805，用于将第三QR码图像输入到神经网络中，使第三QR码图像转换风格后，输出第四QR码图像。

第二调整模块806，用于将第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像。

第三调整模块807，用于将第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的第三正方形模块的颜色均值，得到第五QR码图像。

生成模块808，用于根据第五QR码图像的像素点的颜色值、灰度值以及第四QR码图像的第三灰度图像的像素点的灰度值，将第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像。

其中，第一灰度图像划分为多个相同尺寸的第一正方形模块，第一QR码图像划分为多个相同尺寸的第二正方形模块，第四QR码图像划分为多个相同尺寸的第三正方形模块；背景图像和第一QR码图像的尺寸相同，第一正方形模块、第二正方形模块和第三正方形模块的尺寸相同。

优选的，第一调整模块802包括：

第一获取子模块，用于获取每一第一正方形模块的优先级权重。

优选的，第一获取子模块包括：

第一计算单元，用于计算得到第一灰度图像中的每一像素点的优先级权重

其中，和G分别表示第一灰度图像中的每一像素点的权重和高斯权重。

I^g表示第一灰度图像中的像素点的灰度值。

第二计算单元，用于计算第一正方形模块中的所有像素点的优先级权重的和，得到第一正方形模块的优先级权重。

第一调整子模块，用于按照优先级权重从高到低的顺序，依次调整第一正方形模块对应的第二正方形模块的颜色。

其中，第一正方形模块对应的第二正方形模块在第一QR码图像中的位置与该第一正方形模块在第一灰度图像中的位置相同。

优选的，第一调整子模块包括：

第一调整单元，用于若第一正方形模块对应的第二正方形模块的颜色与该第一正方形模块的灰度值的二值化结果阈值对应的颜色不同，则将该第二正方形模块的颜色调整为该第一正方形模块的灰度值的二值化结果阈值对应的颜色。

获取单元，用于获取包含该第二正方形模块的编码模块中的其他第二正方形模块。

第二调整单元，用于若其他第二正方形模块对应的第一正方形模块的优先级权重均不大于该第二正方形模块对应的第一正方形模块的优先级权重，则采用高斯约旦消元法，将包含该第二正方形模块的编码模块中的所有第二正方形模块的颜色进行调整，使该编码模块满足里德所罗门码的约束。

保持单元，用于若至少一个其他第二正方形模块对应的第一正方形模块的优先级权重大于该第二正方形模块对应的第一正方形模块的优先级权重，且当采用高斯约旦消元法进行颜色变换时，该至少一个其他第二正方形模块的颜色需要调整，则该编码模块中的所有第二正方形模块的颜色保持采用高斯约旦消元法调整前的颜色。

优选的，该系统还包括：训练模块，用于将第三QR码图像输入到风格转换网络中，使第三QR码图像与目标风格图像转换风格后，输出第四QR码图像的步骤之前，训练风格转换网络。

更优选的，训练模块包括：

第一输出子模块，用于将第一样本图像输入到风格转换网络中，使第一样本图像转换风格后，输出第二样本图像。

第二输出子模块，用于将第二样本图像、第一样本图像的内容图像和目标风格图像输入到损失网络中，输出损失网络的每一层的特征激活值。

其中，损失网络为调整风格转换框架后的VGG-16神经网络。损失网络中的relu1_2、relu2_1、relu3_1和relu4_3层用于提取内容特征和风格特征。

第三计算子模块，用于根据损失网络的每一层的特征激活值，采用损失函数计算损失值。

重复子模块，用于重复上述的步骤，直到计算得到的损失值使优化目标最小，则完成风格转换网络的训练。

优选的，第二调整模块806包括：

第四计算子模块，用于计算第二灰度图像中的像素点的鲁棒性判断值

其中，ψ(Q^g,Q^t)表示第二灰度图像中的像素点的阈值化结果值，Q^g表示第二灰度图像中的像素点的灰度值，Q^t表示第二灰度图像中的像素点的灰度阈值，Qⁱ表示第二灰度图像中的像素点的理想灰度值，Qⁱ＝0或1。

确定子模块，用于若第二灰度图像中的像素点的鲁棒性判断值为1，则确定第二灰度图像中的像素点为非鲁棒像素点。

变换子模块，用于将非鲁棒像素点的灰度值变换为灰度判断值，得到第三灰度图像。

其中，灰度判断值

δ表示正确概率约束参数。

优选的，该系统还包括：

第一计算模块，用于将第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的第三正方形模块的颜色均值，得到第五QR码图像的步骤之前，计算第四QR码图像的第二灰度图像中的每一像素点的鲁棒性取值r＝ξ·G。

第二计算模块，用于计算第二灰度图像的第四正方形模块中的所有像素点的鲁棒性取值的和r_a。

第三计算模块，用于计算第二灰度图像的第四正方形模块的鲁棒性取值R＝r_a/N，其中，N表示第四正方形模块中的所有像素点的数量。

确定模块，用于若第四正方形模块的鲁棒性取值小于鲁棒性判定值，则确定第四正方形模块对应的第三正方形模块为非鲁棒性的第三正方形模块。

其中，第四正方形模块对应的第三正方形模块在第四QR码图像中的位置与该第四正方形模块在第二灰度图像中的位置相同。

优选的，生成模块808包括：

第五计算子模块，用于计算得到第五QR码图像中的像素点的灰度值(Q_b0)^g＝κ·ζ(Q_b0)^c。

其中，κ＝(α,β,γ)，α＝0.299，β＝0.587，λ＝0.114，ζ(Q_b0)^c表示第五QR码图像中的像素点的颜色值，ζ(Q_b0)^c＝[(Q_b0)^R,(Q_b0)^G,(Q_b0)^B]^T，(Q_b0)^R表示第五QR码图像的像素点的红色通道值，(Q_b0)^G表示第五QR码图像的像素点的绿色通道值，(Q_b0)^B表示第五QR码图像的像素点的蓝色通道值。

第六计算子模块，用于计算得到第六QR码图像中的像素点的颜色值

其中，(Q_c)^g表示第四QR码图像的第三灰度图像中的像素点的灰度值。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

综上，本发明实施例的QR码图像的生成系统，可通过筛选并输入不同的风格图像，得到不同视觉效果和风格的具有鲁棒艺术视觉效果的QR码图像，从而以支持用户的个性化选择；生成的QR码图像具有艺术吸引力；直接美化QR码图像，减少了执行步骤，效率较高；并且通过平衡两个竞争项(视觉质量和可解码性)来对QR码图像进行恢复鲁棒性的误差修复和容错优化，确保QR码图像具有高鲁棒性；因此，本发明实施例在灵活性、通用性、视觉质量、用户个性化选择、鲁棒性方面均有较好的效果。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，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单元中，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单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种QR码图像的生成方法，其特征在于，包括：

获取背景图像和第一QR码图像；

根据所述背景图像的第一灰度图像中的第一正方形模块的颜色，调整所述第一QR码图像中的第二正方形模块的颜色；

将所述第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像；

将所述背景图像与所述第二QR码图像复合为第三QR码图像；

将所述第三QR码图像输入到风格转换网络中，使所述第三QR码图像转换风格后，输出第四QR码图像；

将所述第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像；

将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的所述第三正方形模块的颜色均值，得到第五QR码图像；

根据所述第五QR码图像的像素点的颜色值、灰度值以及所述第四QR码图像的第三灰度图像的像素点的灰度值，将所述第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像；

其中，所述第一灰度图像划分为多个相同尺寸的所述第一正方形模块，所述第一QR码图像划分为多个相同尺寸的所述第二正方形模块，所述第四QR码图像划分为多个相同尺寸的所述第三正方形模块；所述背景图像和所述第一QR码图像的尺寸相同，所述第一正方形模块、所述第二正方形模块和所述第三正方形模块的尺寸相同。

2.根据权利要求1所述的方法，其特征在于，所述根据所述背景图像的第一灰度图像中的第一正方形模块的颜色，调整所述第一QR码图像中的第二正方形模块的颜色的步骤，包括：

获取每一所述第一正方形模块的优先级权重；

按照所述优先级权重从高到低的顺序，依次调整所述第一正方形模块对应的所述第二正方形模块的颜色，其中，所述第一正方形模块对应的所述第二正方形模块在所述第一QR码图像中的位置与该第一正方形模块在所述第一灰度图像中的位置相同。

3.根据权利要求2所述的方法，其特征在于：所述获取每一所述第一正方形模块的优先级权重的步骤，包括：

计算得到所述第一灰度图像中的每一像素点的优先级权重其中，和G分别表示所述第一灰度图像中的每一像素点的权重和高斯权重，0≤ω≤255，I^g表示所述第一灰度图像中的像素点的灰度值；

计算所述第一正方形模块中的所有像素点的优先级权重的和，得到所述第一正方形模块的优先级权重。

4.根据权利要求2所述的方法，其特征在于，对于每一优先级权重，所述调整所述第一正方形模块对应的所述第二正方形模块的颜色的步骤，包括：

若该第一正方形模块对应的该第二正方形模块的颜色与该第一正方形模块的灰度值的二值化结果阈值对应的颜色不同，则将该第二正方形模块的颜色调整为该第一正方形模块的灰度值的二值化结果阈值对应的颜色；

获取包含该第二正方形模块的编码模块中的其他所述第二正方形模块；

若其他所述第二正方形模块对应的所述第一正方形模块的优先级权重均不大于该第二正方形模块对应的第一正方形模块的优先级权重，则采用高斯约旦消元法，将包含该第二正方形模块的编码模块中的所有所述第二正方形模块的颜色进行调整，使该编码模块满足里德所罗门码的约束；

若至少一个其他所述第二正方形模块对应的所述第一正方形模块的优先级权重大于该第二正方形模块对应的第一正方形模块的优先级权重，且当采用高斯约旦消元法进行颜色变换时，该至少一个其他所述第二正方形模块的颜色需要调整，则该编码模块中的所有所述第二正方形模块的颜色保持采用高斯约旦消元法调整前的颜色。

5.根据权利要求1所述的方法，其特征在于，所述将所述第三QR码图像输入到风格转换网络中，使所述第三QR码图像与目标风格图像转换风格后，输出第四QR码图像的步骤之前，所述方法还包括：训练所述风格转换网络，所述训练所述风格转换网络的步骤，包括：

将第一样本图像输入到所述风格转换网络中，使所述第一样本图像转换风格后，输出第二样本图像；

将所述第二样本图像、所述第一样本图像的内容图像和目标风格图像输入到损失网络中，输出所述损失网络的每一层的特征激活值；

根据所述损失网络的每一层的特征激活值，采用损失函数计算损失值；

重复上述的步骤，直到计算得到的所述损失值使优化目标最小，则完成所述风格转换网络的训练。

6.根据权利要求5所述的方法，其特征在于：所述损失网络为调整风格转换框架后的VGG-16神经网络；所述损失网络中的relu1_2、relu2_1、relu3_1和relu4_3层用于提取所述内容特征和风格特征。

7.根据权利要求1所述的方法，其特征在于，所述将所述第四QR码图像的第二灰度图像调整为满足鲁棒性约束的第三灰度图像的步骤，包括：

计算所述第二灰度图像中的像素点的鲁棒性判断值其中，ψ(Q^g,Q^t)表示所述第二灰度图像中的像素点的阈值化结果值，Q^g表示所述第二灰度图像中的像素点的灰度值，Q^t表示所述第二灰度图像中的像素点的灰度阈值，Qⁱ表示所述第二灰度图像中的像素点的理想灰度值，Qⁱ＝0或1；

若所述第二灰度图像中的像素点的鲁棒性判断值为1，则确定所述第二灰度图像中的像素点为非鲁棒像素点；

将所述非鲁棒像素点的灰度值变换为灰度判断值，得到所述第三灰度图像，其中，所述灰度判断值 δ表示正确概率约束参数。

8.根据权利要求7所述的方法，其特征在于，所述将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的所述第三正方形模块的颜色均值，得到第五QR码图像的步骤之前，所述方法还包括：

计算所述第四QR码图像的第二灰度图像中的每一像素点的鲁棒性取值r＝ξ·G；

计算所述第二灰度图像的第四正方形模块中的所有像素点的鲁棒性取值的和r_a；

计算所述第二灰度图像的第四正方形模块的鲁棒性取值R＝r_a/N，其中，N表示所述第四正方形模块中的所有像素点的数量；

若所述第四正方形模块的鲁棒性取值小于鲁棒性判定值，则确定所述第四正方形模块对应的所述第三正方形模块为非鲁棒性的所述第三正方形模块；

其中，该第四正方形模块对应的所述第三正方形模块在所述第四QR码图像中的位置与该第四正方形模块在所述第二灰度图像中的位置相同。

9.根据权利要求7所述的方法，其特征在于，所述根据所述第五QR码图像的像素点的颜色值、灰度值以及所述第四QR码图像的第三灰度图像的像素点的灰度值，将所述第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像的步骤，包括：

计算得到所述第五QR码图像中的像素点的灰度值(Q_b0)^g＝κ·ζ(Q_b0)^c，其中，κ＝(α,β,γ)，α＝0.299，β＝0.587，λ＝0.114，ζ(Q_b0)^c表示所述第五QR码图像中的像素点的颜色值，ζ(Q_b0)^c＝[(Q_b0)^R,(Q_b0)^G,(Q_b0)^B]^T，(Q_b0)^R表示所述第五QR码图像中的像素点的红色通道值，(Q_b0)^G表示所述第五QR码图像中的像素点的绿色通道值，(Q_b0)^B表示所述第五QR码图像中的像素点的蓝色通道值；

计算得到所述第六QR码图像中的像素点的颜色值其中，(Q_c)^g表示所述第四QR码图像的第三灰度图像中的像素点的灰度值。

10.一种QR码图像的生成系统，其特征在于，包括：

获取模块，用于获取背景图像和第一QR码图像；

第一调整模块，用于根据所述背景图像的第一灰度图像中的第一正方形模块的颜色，调整所述第一QR码图像中的第二正方形模块的颜色；

替换模块，用于将所述第二正方形模块替换为预设半径的圆形模块，得到第二QR码图像；

复合模块，用于将所述背景图像与所述第二QR码图像复合为第三QR码图像；

输出模块，用于将所述第三QR码图像输入到风格转换网络中，使所述第三QR码图像转换风格后，输出第四QR码图像；

第二调整模块，用于将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的所述第三正方形模块的颜色均值，得到第五QR码图像；

第三调整模块，用于将所述第四QR码图像中的非鲁棒性的第三正方形模块包含的圆形模块的颜色值调整为所属的第三正方形模块的颜色均值，得到第五QR码图像；

生成模块，用于根据所述第五QR码图像的像素点的颜色值、灰度值以及所述第四QR码图像的第三灰度图像的像素点的灰度值，将所述第四QR码图像的第三灰度图像转换为彩色图像，生成第六QR码图像；

其中，所述第一灰度图像划分为多个相同尺寸的所述第一正方形模块，所述第一QR码图像划分为多个相同尺寸的所述第二正方形模块，所述第四QR码图像划分为多个相同尺寸的所述第三正方形模块；所述背景图像和所述第一QR码图像的尺寸相同，所述第一正方形模块、所述第二正方形模块和所述第三正方形模块的尺寸相同。