CN117993416A - 多维码构建方法及多维码识别方法 - Google Patents
多维码构建方法及多维码识别方法 Download PDFInfo
- Publication number
- CN117993416A CN117993416A CN202311467118.0A CN202311467118A CN117993416A CN 117993416 A CN117993416 A CN 117993416A CN 202311467118 A CN202311467118 A CN 202311467118A CN 117993416 A CN117993416 A CN 117993416A
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- information
- dimensional
- data
- codes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000010276 construction Methods 0.000 title claims abstract description 52
- 238000000638 solvent extraction Methods 0.000 claims abstract description 6
- 238000005192 partition Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 95
- 238000001514 detection method Methods 0.000 claims description 68
- 230000015654 memory Effects 0.000 claims description 21
- 238000004043 dyeing Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000903 blocking effect Effects 0.000 description 8
- 239000003086 colorant Substances 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Storage Device Security (AREA)
Abstract
本申请提供了一种多维码构建方法及多维码识别方法。其中构建方法包括:将数据信息基于类别信息进行分级,得到X级数据,对X级数据中的每一级数据进行分块,得到每一级数据的多个分块;针对X级数据,分别加密每一级数据的多个分块,生成N个二维码;获取N个二维码的随机排序信息;将N个二维码基于随机排序信息设置于三维码的空间定位图像;基于二维码的隐藏因子规则将随机排序信息构建至三维码的空间定位图像,生成三维码;以及在三维码的维度信息中声明二维码的隐藏因子规则。由多个二维码组成三维码,以此类推,组成多维码,实现基于二维码的多维码构建,通过多维码实现数据容量扩充,提高数据安全性。
Description
技术领域
本申请涉及多维码构建技术领域,尤其涉及一种多维码构建方法及多维码识别方法。
背景技术
现有技术中,二维码作为具有高密度编码优势的加密信息载体,被广泛使用,但由于其承载信息有限,多用于自动化文字传输、网址快速链接、身份鉴别与商务交易等,本身无法存储海量信息,即使高像素格式(177*177)二维码,也最多存储2953字节,无法满足更多领域的信息量需求。
发明内容
本申请提供了一种多维码构建方法及多维码识别方法,以通过多维码实现数据容量扩充,并提高数据安全性。本申请的技术方案如下:
第一方面,本申请实施例提供了一种多维码构建方法,包括:
获取数据信息,并基于所述数据信息,生成N个二维码;获取所述N个二维码的随机排序信息;
确定三维码的空间定位图像,并将所述N个二维码基于所述随机排序信息设置于所述三维码的空间定位图像;
确定所述二维码的隐藏因子规则,并基于所述二维码的隐藏因子规则将所述随机排序信息构建至所述三维码的空间定位图像,生成三维码;以及在所述三维码的维度信息中声明所述二维码的隐藏因子规则。
在一些实现方式中,所述基于所述数据信息,生成N个二维码;包括:
将所述数据信息基于类别信息进行分级,得到X级数据,对所述X级数据中的每一级数据进行分块,得到所述每一级数据的多个分块;其中,X为正整数;
针对所述X级数据,分别加密所述每一级数据的多个分块,生成N个二维码。
在一些实现方式中,所述针对所述X级数据,分别加密所述每一级数据的多个分块,生成N个二维码;包括:
通过第一级秘钥加密第一级数据的多个分块,生成多个二维码,并为所述二维码添加序号编码;
通过第i级秘钥加密第i级数据的多个分块和第i-1级秘钥,生成多个二维码,并为所述二维码添加序号编码;其中,i为大于1且小于等于X的正整数。
在一些实现方式中,所述X级数据中的每一级数据对应的用户根据自身级别绑定对应级别的私钥。
在一些实现方式中,所述获取所述N个二维码的随机排序信息,包括:
获取所述N个二维码的序号;
通过随机算法,对所述N个二维码的序号进行排列组合,得到随机排序信息。
在一些实现方式中,所述确定三维码空间定位图像,包括:
确定用于容纳所述N个二维码的矩形区域;
基于所述二维码的定位规则,在所述矩形区域设置位置探测图形,并添加校正图形;其中,所述位置探测图形的宽度比基于所述多维码的维度确定。
在一些实现方式中,所述基于所述二维码的隐藏因子规则将所述随机排序信息构建至所述三维码的空间定位图像,包括:
基于所述随机排序信息和序号编码规则,得到随机排序编码;
将所述随机排序编码变换为数值型矩阵;
确定隐藏因子的变形矩阵;
基于所述隐藏因子的变形矩阵对所述数值型矩阵进行矩阵变化位运算,生成加密矩阵;
基于所述二维码的隐藏因子规则和所述加密矩阵,编码所述N个二维码。
在一些实现方式中,所述二维码的隐藏因子规则通过二维码染色方式实现,所述基于所述二维码的隐藏因子规则和所述加密矩阵,编码所述N个二维码,包括:
将所述加密矩阵转换为二进制矩阵;
基于所述二维码的隐藏因子规则和所述二进制矩阵中的每个二进制数值的高位,对该二进制数值对应的二维码的位置探测图形进行染色;并基于所述二维码的隐藏因子规则和所述二进制矩阵中的每个二进制数值的低位,对该二进制数值对应的二维码的数据图形部分进行染色。
在一些实现方式中,所述二维码的隐藏因子规则通过二维码的位置探测图形的间隔像素比实现。
在一些实现方式中,所述在所述三维码的维度信息中声明所述二维码的隐藏因子规则,包括:
描述所述三维码所处的维度信息,并在所述维度信息中声明所述二维码的隐藏因子规则。
在一些实现方式中,所述方法还包括:
获取多个M维码的随机排序信息;其中,M为大于等于3的正整数;
确定M+1维码的空间定位图像,并将所述多个M维码基于所述随机排序信息设置于所述M+1维码的空间定位图像;
确定所述M维码的隐藏因子规则,并基于所述M维码的隐藏因子规则将所述随机排序信息构建至所述M+1维码的空间定位图像,生成M+1维码;
描述所述M+1维码维码所处的维度信息,并在所述维度信息中声明所述M维码的隐藏因子规则。
第二方面,本申请实施例提供了一种多维码识别方法,其特征在于,所述多维码为通过第一方面所述的多维码构建方法构建的,所述识别方法包括:
基于所述三维码的空间定位图像,构建所述三维码的坐标系,并解析所述三维码的维度信息,获取所述二维码的隐藏因子规则;
基于所述坐标系和所述二维码的位置探测图形,获取所述N个二维码的相关信息,并为所述每个二维码的相关信息添加序号编码;其中,所述每个二维码的相关信息包括加密数据信息和与所述二维码的隐藏因子规则对应的所述图像信息;
基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取所述N个二维码的随机排序信息;
基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,获取数据信息。
在一些实现方式中,所述基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,获取数据信息;包括:
基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息;
基于当前用户所属级别,获取该级别对应的秘钥;并通过所述秘钥迭代解密所述X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息。
在一些实现方式中,所述基于所述坐标系和所述二维码的位置探测图形,获取所述N个二维码的相关信息,并为所述每个二维码的相关信息添加序号编码;包括:
基于所述坐标系和所述二维码的位置探测图形,得到所述N个二维码的坐标信息;
基于所述N个二维码的坐标信息和所述二维码的隐藏因子规则,获取所述N个二维码的加密数据信息和图像信息,以及为所述N个二维码添加序号编码。
在一些实现方式中,所述获取所述N个二维码的图像信息,包括:
通过图像识别,获取每个所述二维码的位置探测图形的颜色和数据部分的颜色。
在一些实现方式中,所述基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取所述N个二维码的随机排序信息;包括:
基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取加密矩阵;
基于所述加密矩阵和所述隐藏因子,获取所述N个二维码的随机排序信息。
在一些实现方式中,所述基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息;包括:
基于所述N个二维码的随机排序信息,获取所述N个二维码的分级分块信息;
基于所述N个二维码的分级分块信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息。
在一些实现方式中,所述基于当前用户所属级别,获取该级别对应的秘钥;并通过所述秘钥迭代解密所述X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息;包括:
通过所述秘钥解密所述X级数据中对应级数据的多个二维码的加密数据信息,得到该级数据和上一级数据对应的私钥;
循环执行下列步骤,直到获取第一级数据;
通过所述上一级数据对应的私钥解密所述上一级数据对应的多个二维码的加密数据信息,得到所述上一级数据和所述上一级的上级数据的私钥。
在一些实现方式中,所述方法还包括:
循环执行如下步骤,直至获取所述三维码的空间定位图像;
基于所述M维码的空间定位图像,构建所述M维码的坐标系,并解析所述M维码的维度信息,获取所述M-1维码的隐藏因子规则;
基于所述坐标系,获取所述多个M-1维码的隐藏因子规则对应的图像信息和坐标信息;
基于所述M-1维码的隐藏因子规则和所述多个M-1维码的图像信息,获取所述多个个M-1维码的随机排序信息;
基于所述多个所述M-1维码的随机排序信息和所述M-1维码的坐标信息,获取目标M-1维码的空间定位图像。
第三方面,本申请实施例提供了一种多维码构建装置,包括:
二维码生成模块,用于获取数据信息,并基于所述数据信息,生成N个二维码;
数据排序模块,用于获取所述N个二维码的随机排序信息;
图像形成模块,用于确定三维码的空间定位图像,并将所述N个二维码基于所述随机排序信息设置于所述三维码的空间定位图像;
数据编码模块,用于确定所述二维码的隐藏因子规则,并基于所述二维码的隐藏因子规则将所述随机排序信息构建至所述三维码的空间定位图像,生成三维码;以及在所述三维码的维度信息中声明所述二维码的隐藏因子规则。
在一些实现方式中,二维码生成模块,包括:
数据分级单元,用于将所述数据信息基于类别信息进行分级,得到X级数据,对所述X级数据中的每一级数据进行分块,得到所述每一级数据的多个分块;其中,X为正整数;
二维码生成单元,用于针对所述X级数据,分别加密所述每一级数据的多个分块,生成N个二维码。
在一些实现方式中,二维码生成单元,具体用于:
通过第一级秘钥加密第一级数据的多个分块,生成多个二维码,并为所述二维码添加序号编码;
通过第i级秘钥加密第i级数据的多个分块和第i-1级秘钥,生成多个二维码,并为所述二维码添加序号编码;其中,i为大于1且小于等于X的正整数。
在一些实现方式中,所述X级数据中的每一级数据对应的用户根据自身级别绑定对应级别的私钥。
在一些实现方式中,数据排序模块,具体用于:
获取所述N个二维码的序号;
通过随机算法,对所述N个二维码的序号进行排列组合,得到随机排序信息。
在一些实现方式中,图像形成模块,具体用于:
确定用于容纳所述N个二维码的矩形区域;
基于所述二维码的定位规则,在所述矩形区域设置位置探测图形,并添加校正图形;其中,所述位置探测图形的宽度比基于所述多维码的维度确定。
在一些实现方式中,数据编码模块,具体用于:
基于所述随机排序信息和序号编码规则,得到随机排序编码;
将所述随机排序编码变换为数值型矩阵;
确定隐藏因子的变形矩阵;
基于所述隐藏因子的变形矩阵对所述数值型矩阵进行矩阵变化位运算,生成加密矩阵;
基于所述二维码的隐藏因子规则和所述加密矩阵,编码所述N个二维码。
在一些实现方式中,所述二维码的隐藏因子规则通过二维码染色方式实现,数据编码模块,具体用于:
将所述加密矩阵转换为二进制矩阵;
基于所述二维码的隐藏因子规则和所述二进制矩阵中的每个二进制数值的高位,对该二进制数值对应的二维码的位置探测图形进行染色;并基于所述二维码的隐藏因子规则和所述二进制矩阵中的每个二进制数值的低位,对该二进制数值对应的二维码的数据图形部分进行染色。
在一些实现方式中,所述二维码的隐藏因子规则通过二维码的位置探测图形的间隔像素比实现。
在一些实现方式中,数据编码模块,还具体用于:
描述所述三维码所处的维度信息,并在所述维度信息中声明所述二维码的隐藏因子规则。
在一些实现方式中,所述装置还包括循环执行模块,用于:
获取多个M维码的随机排序信息;其中,M为大于等于3的正整数;
确定M+1维码的空间定位图像,并将所述多个M维码基于所述随机排序信息设置于所述M+1维码的空间定位图像;
确定所述M维码的隐藏因子规则,并基于所述M维码的隐藏因子规则将所述随机排序信息构建至所述M+1维码的空间定位图像,生成M+1维码;
描述所述M+1维码维码所处的维度信息,并在所述维度信息中声明所述M维码的隐藏因子规则。
第四方面,本申请实施例提供了一种多维码识别装置,所述多维码为通过第一方面所述的多维码构建方法构建的,所述识别装置包括:
图像识别模块,用于基于所述三维码的空间定位图像,构建所述三维码的坐标系,并解析所述三维码的维度信息,获取所述二维码的隐藏因子规则;
所述图像识别模块,还用于基于所述坐标系和所述二维码的位置探测图形,获取所述N个二维码的相关信息,并为所述每个二维码的相关信息添加序号编码;其中,所述每个二维码的相关信息包括加密数据信息和与所述二维码的隐藏因子规则对应的所述图像信息;
数据解码模块,用于基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取所述N个二维码的随机排序信息;
数据获取模块,用于基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,获取数据信息。
在一些实现方式中,数据获取模块,包括:
数据分级还原单元,用于基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息;
数据解密单元,用于基于当前用户所属级别,获取该级别对应的秘钥;并通过所述秘钥迭代解密所述X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息。
在一些实现方式中,图像识别模块,具体用于:
基于所述坐标系和所述二维码的位置探测图形,得到所述N个二维码的坐标信息;
基于所述N个二维码的坐标信息和所述二维码的隐藏因子规则,获取所述N个二维码的加密数据信息和图像信息,以及为所述N个二维码添加序号编码。
在一些实现方式中,图像识别模块在获取所述N个二维码的图像信息时,具体用于:
通过图像识别,获取每个所述二维码的位置探测图形的颜色和数据部分的颜色。
在一些实现方式中,数据解码模块,具体用于:
基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取加密矩阵;
基于所述加密矩阵和所述隐藏因子,获取所述N个二维码的随机排序信息。
在一些实现方式中,数据分级还原单元,具体用于:
基于所述N个二维码的随机排序信息,获取所述N个二维码的分级分块信息;
基于所述N个二维码的分级分块信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息。
在一些实现方式中,数据解密单元,具体用于:
通过所述秘钥解密所述X级数据中对应级数据的多个二维码的加密数据信息,得到该级数据和上一级数据对应的私钥;
循环执行下列步骤,直到获取第一级数据;
通过所述上一级数据对应的私钥解密所述上一级数据对应的多个二维码的加密数据信息,得到所述上一级数据和所述上一级的上级数据的私钥。
在一些实现方式中,所述装置还包括循环执行模块,用于:
循环执行如下步骤,直至获取所述三维码的空间定位图像;
基于所述M维码的空间定位图像,构建所述M维码的坐标系,并解析所述M维码的维度信息,获取所述M-1维码的隐藏因子规则;
基于所述坐标系,获取所述多个M-1维码的隐藏因子规则对应的图像信息和坐标信息;
基于所述M-1维码的隐藏因子规则和所述多个M-1维码的图像信息,获取所述多个个M-1维码的随机排序信息;
基于所述多个所述M-1维码的随机排序信息和所述M-1维码的坐标信息,获取目标M-1维码的空间定位图像。
第五方面,本申请实施例提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请第一方面实施例所述的多维码构建方法。
第六方面,本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请第一方面实施例所述的多维码构建方法,或者,第二方面实施例所述的多维码识别方法。
第七方面,本申请实施例提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时实现本申请第一方面实施例所述的多维码构建方法的步骤,或者,第二方面实施例所述的多维码识别方法的步骤。
本申请实施例提供的技术方案至少带来以下有益效果:
以单个二维码为多维码的基本单位,通过定义三维空间的解码编码规则,由多个二维码组成三维码,实现基于二维码的多维码构建,通过多维码实现数据容量扩充。安全加密级别高,提高安全性。并且同时提供了多维码的识别方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1是根据一示例性实施例示出的一种多维码构建方法的流程图。
图2是根据一示例示出的不同类别信息的分级分块示意图。
图3是根据一示例示出的多维码结构的示例图。
图4是根据一示例性实施例示出的一种多维码识别方法的流程图。
图5是根据本申请一个示例的多维码构建方法的示例图。
图6是根据本申请一个示例的多维码识别方法的示例图。
图7是根据一示例示出的一种多维码构建装置的框图。
图8是根据一示例示出的一种多维码识别装置的框图。
图9是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本申请中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
二维码作为一种信息存储、传递和识别技术,自诞生之日起就得到了世界上许多国家的关注。二维码是用某种特定的几何图形按一定规律在平面(二维方向上)分布的、黑白相间的、记录数据符号信息的图形。在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。
鉴于二维码的上述特性,其广泛应用于各类信息管理领域。当其结合移动端,则使移动端设备具有识读和电子凭证的功能。在万物互联的时代,二维码技术起到了“链接”线上+线下的桥梁作用,具有广泛的使用价值。
例如,中国移动云盘中包含有笔记内容、文件等进行二维码形式分享;139邮箱内部信息发布,通过二维码收集和传递邮件信息;中国移动办公APP登录使用二维码扫码识别进行登录授权,用户添加好友;互联进化论分享海报报名二维码分享等场景。目前信息收集管理分享都直接通过二维码链接方式进行分享,如果借助多维码,在沿用现有的二维码链接方式收集信息的前提下,还可以让分享业务场景携带更多信息,用户扫码识别可以根据当前用户等级获取当前信息等级的更多信息,提升分享二维码的安全性和容量。
目前,二维码作为具有高密度编码优势的加密信息载体,被广泛使用,但由于其承载信息有限,多用于自动化文字传输、网址快速链接、身份鉴别与商务交易等,本身无法存储海量信息,即使最高像素格式(177*177)二维码,也最多存储2953字节,无法满足更多领域的信息量需求。
另一方面,现有的二维码技术由于无法鉴权加密,存在个人信息泄漏风险。随意丢弃的二维码,如火车票、外卖订单等,不法分子可获取用户信息进行非法活动。同时,由于多被用于网址链接,不仅为潜在的网络攻击提供了入侵机会,因为它无法提供对其背后网页和应用的可视性,导致犯罪分子可重新定向网页或应用商店以及商务交易;且由于对网络的依赖性,也为攻击方提供了中间人攻击和WIFI窃听的可能,难以胜任部分业务需求。
本申请的技术方案旨在从根本上解决以上两大问题,发挥二维码原有优势,制定一套分级加载加密数据方案,确保数据的安全可靠性;同时对二维码承载信息进行维度级扩容,从二维到三维,再到万维,实现一码显示N维的安全信息。
为解决上述技术问题,本申请实施例提供一种基于二维码实现多级信息的多维码构建方法及多维码识别方法,采用自底向上、维度迭代的核心思想,以单个二维码为多维码的基本单位,对于二维码的译码过程,将其版本信息、格式信息、数据和纠错码等,以黑白像素点为单位进行逐一解码,这些数据信息转化为0和1的比特流,并采用Reed-Solomon纠错算法针对比特流校验和纠错。而本申请提供的多维码系统基于同样设计原理,多个二维码构成一个三维码,三维空间通过定位,校准后,约定一套三维空间识别信息编码及变换矩阵,可以将所有二维码通过颜色等特征进行标记,对于二维码本身来说,颜色不具备任何信息含义,只有在三维码空间,通过颜色和自定义一套信息匹配机制,才可以拿到所有二维码组成的三维码包含的信息,该信息既可以包含所有二维码的组合规则和解码方式和秘钥,也可以包含三维码的隐藏信息。以此类推,最终组成一个集齐多维度、海量信息的多维码。
图1是根据本申请一个实施例的多维码构建方法的流程图。需要说明的是,本申请实施例的多维码构建方法可应用于本申请实施例的多维码构建装置。该多维码构建装置可被配置于电子设备上。如图1所示,该多维码构建方法可以包括如下步骤。
步骤S101,获取数据信息,并基于数据信息,生成N个二维码。
作为一种实现方式,基于数据信息,生成N个二维码的实现方式,包括:将数据信息基于类别信息进行分级,得到X级数据,对X级数据中的每一级数据进行分块,得到每一级数据的多个分块;其中,X为正整数;针对X级数据,分别加密每一级数据的多个分块,生成N个二维码。
在本申请实施例中,由于数据量较大,首先对海量数据进行分级分块。
可以理解为,分级表示将不同类别信息拆分成多个分级,实现不同级别用户看到不同类别的信息。例如,如图2所示,不同类别信息包括:A类员工联系方式信息、B类薪酬信息和C类绩效信息,普通用户只能看到员工的联系方式信息,高级领导用户可以看到员工的薪酬信息,更高级领导可以看到绩效信息。
可以理解为,分块表示将同一类信息拆分成的多个分块,解决单独一个二维码只能包含有限信息问题。例如,对员工联系方式信息进行处理,将1-100号员工联系方式信息划分为单份A类别信息A1,101-200号员工联系方式信息划分为单份A类信息A2;将1-100号员工薪酬信息划分为B类别信息B1,101-200号员工薪酬信息划分为B类别信息B2,以此类推。
针对X级数据,分别加密每一级数据的多个分块,生成N个二维码。即在本实施例中,通过第一级秘钥加密第一级数据的多个分块,生成多个二维码,并为二维码添加序号编码;通过第i级秘钥加密第i级数据的多个分块和第i-1级秘钥,生成多个二维码,并为二维码添加序号编码;其中,i为大于1且小于等于X的正整数。
由此,将上一级数据对应的私钥加入当前级的数据中进行加密,以便解密当前级数据后,可以获取上一级数据的私钥,逐级解密获取较当前级数据低的多级数据信息。
在一些实施例中,在每个二维码的隐藏信息中添加该二维码对应的数据块的序号编码。
示例性的,以上述员工信息为例,对分块后的A类别信息通过非对称进行加密,A类信息对应一个非对称秘钥(公钥A和私钥A)。对于分块的A类信息使用公钥A对原文进行加密,最后将加密后的密文,融入到多个二维码当中,由于单个二维码容纳信息有限,所以将A1,A2,A3数据分别加密放入3个二维码当中,并且在二维码的隐藏信息中,添加该二维码所属的数据块的序号编码,该隐藏信息可以通过单一性矩阵和透视变化,还原回二维码对应的数据块的序号编码,便于后期将多个二维码信息拼接复原回原始数据信息。
对分块后的B类别信息通过非对称进行加密,B类信息对应一对非对称秘钥(公钥B和私钥B),使用公钥B对分块后的B类信息并融合A类信息生成的私钥A进行加密,最后将加密的密文融入到m个二维码当中,并且在二维码的隐藏信息标记当前二维码所属数据块的序号编码。此处将A类信息的私钥A融入B类信息的目的,是为了让B类用户获取B类信息时,同时也可以通过B类信息的私钥解析出A类信息的私钥,并且对A类信息生成的n个二维码信息进行解密加载。这样B类用户可以获取B类信息和A类信息(代表B类用户可以获取原始信息用户的联系方式信息及薪资信息)。以此类推,对于C类信息,将C类信息拆分的多块数据拼接B类信息生成的私钥B后,再使用C类信息新生成的非对称秘钥(公钥C和私钥C)进行加密,并且序列化到多个二维码当中,循环执行上述步骤,直到所有的分级数据信息均进行加密序列化至N个二维码中。
需要说明的是,X级数据中的每一级数据对应的用户根据自身级别绑定对应级别的私钥,以便通过绑定的私钥解密对应级别的数据信息。
用户根据自身级别,绑定对应分级级别信息的私钥,对应级别可以看到对应级别及以下级别的所有信息,如A级用户可以看到A级信息,即所有用户的联系方式信息。B级用户可以看到B级信息和A级信息,即可以查询所有用户的薪资情况信息和联系方式信息。A级用户绑定A级信息生成的非对称加密私钥A,B级用户绑定B级信息生成的非对称加密私钥B,以此类推,所有级别用户绑定对应级别信息所生成的非对称加密秘钥,用于解密对应级别的信息。
步骤S102,获取N个二维码的随机排序信息。
作为一种实现方式,获取N个二维码的随机排序信息的实方式,包括:
获取N个二维码的序号;通过随机算法,对N个二维码的序号进行排列组合,得到随机排序信息。
可选的,通过Shuffle随机排序算法(洗牌算法)对N个二维码的序号进行排列组合,得到随机排序信息。
借助随机因子Random()函数,使用洗牌算法将所有二维码对应的序号编码进行等概率打乱,得到的随机序列,无法通过代码还原,避免被其他人通过多个多维码找到排序规律,从而还原出所有二维码的原始排序序列。
例如,A类信息存在A1,A2,A3三个二维码,B类信息存在B1,B2,B3三个二维码,C类信息存在C1,C2,C3三个二维码,原本排序应该是A1,A2,A3,B1,B2,B3,C1,C2,C3,经过随机排序后,多个二维码的序号编码序列变成了A1,B1,C2,B2,B3,A3,C3,A2,C1。需记录该随机排序信息,用于三维码的编码实现。
步骤S103,确定三维码的空间定位图像,并将N个二维码基于随机排序信息设置于三维码的空间定位图像。
作为一种实现方式,确定三维码空间定位图像的方法,包括:
确定用于容纳N个二维码的矩形区域;基于二维码的定位规则,在矩形区域设置位置探测图形,并添加校正图形;其中,位置探测图形的宽度比基于多维码的维度确定。
可以理解为,根据当前的二维码的数量,确定好一个矩形区域,例如,存在9个二维码,需要确定一个3*3的矩形区域,用来容纳所有二维码。并且按照二维码的定位规则,在矩形区域的左上,右上,左下三个位置(三个位置既可以确定矩形位置,也可以确定矩形方向),打上位置探测图形,并且补充校正图形(便于确定当前维度坐标系)。其中,位置探测图形用于扫描三维码时,探测定位三维码的矩阵空间。需要注意的是,不同维度的空间定位图像对应的位置探测图形均不相同。例如,三维码的位置探测图形与二维码的位置探测图的宽度比不同,二维码的位置探测图形的宽度比为1:1:3:1:1,三维码的位置探测图形的宽度比为1:2:3:2:1。往更高维度扩展时,可以通过动态调整对应的位置探测图形的宽度比,分别用来定位对应维度码的矩阵位置和方向。
在确定三维码的空间定位图像之后,将N个二维码基于随机排序信息设置于三维码的空间定位图像中。
可选的,确定三维码的空间定位图像之后,按照随机排序信息,按照矩阵从左至右,从上至下的方式一一打入对应的二维码。
示例性的,三维码结构如图3所示,由位置探测图形1、格式信息3、定位图形4、校正图形5、维度信息6以及多个二维码2等组成,其中,维度信息6包含:对内部二维码之间的关系映射、组合规则定义,多维码携带的标签收敛信息,校验信息等。
步骤S104,确定二维码的隐藏因子规则,并基于二维码的隐藏因子规则将随机排序信息构建至三维码的空间定位图像,生成三维码;以及在三维码的维度信息中声明二维码的隐藏因子规则。
作为一种实现方式,将随机排序信息构建至三维码的空间定位图像的方法,包括:基于随机排序信息和序号编码规则,得到随机排序编码;将随机排序编码变换为数值型矩阵;确定隐藏因子的变形矩阵;基于隐藏因子的变形矩阵对数值型矩阵进行矩阵变化位运算,生成加密矩阵;基于二维码的隐藏因子规则和加密矩阵,编码N个二维码。
本步骤的目的在于,在三维码维度去标记如何解析二维码加密数据的信息,并且将这套隐藏的规则通过自定义方式打入三维码当中。同样以上述3*3的A、B、C三类信息举例,将记录的二维码的随机排序信息,通过隐藏因子的方式,构建到当前的三维码空间当中。
首先,确定二维码的原始的序号对应的编码。
则通过随机算法排序后的原始序号的排序序列A1,B1,C2,B2,B3,A3,C3,A2,C1对应的序号编码为148563927,将该序号编码转换为数值型矩阵[[1,4,8],[5,6,3],[9,2,7]]。确定一个隐藏因子的变形矩阵,例如[[2,2,0],[1,0,2],[1,2,1]](对原始数值型矩阵进行可逆编码),该变形矩阵存在多维码识别系统中,用于后期逆向取回原始的序号编码。通过变形矩阵变化位运算XOR加解密后,数值型矩阵变成了加密矩阵[[3,6,8],[4,6,1],[8,0,6]]。在基于确定的二维码的隐藏因子规则和该加密矩阵,编码N个二维码,即将二维码的随机排序信息构建到当前的三维码空间当中。
可以自定义二维码的隐藏因子规则,下面对两种可能的实现方式进行描述,但不限于此。
作为一种可能的实现方式,二维码的隐藏因子规则通过二维码染色方式实现,基于二维码的隐藏因子规则和加密矩阵,编码N个二维码,包括:
将加密矩阵转换为二进制矩阵;基于二维码的隐藏因子规则和二进制矩阵中的每个二进制数值的高位,对该二进制数值对应的二维码的位置探测图形进行染色;并基于二维码的隐藏因子规则和二进制矩阵中的每个二进制数值的低位,对该二进制数值对应的二维码的数据图形部分进行染色。
示例性的,二维码的隐藏因子规则通过二维码染色方式实现,颜色编码如下:
编码 | 00 | 01 | 10 | 11 |
颜色 | 红色 | 蓝色 | 绿色 | 黑色 |
加密矩阵对应二进制编码为下面的二进制矩阵:
[[0011,0110,1000],[0100,0110,0001],[1000,0000,0110]]
以矩阵下标为(1,1)举例,0011,二进制高位位为00,低位为11。00对应的颜色为红色,11,对应的颜色为黑色。那么找到三维码的空间图像,针对左上角第一个二维码,将位置探测图形的颜色染色为红色,将该二维码的数据部分染色为黑色。在二维码体系当中,位置探测图形为红色或者其他颜色,没有任何其他含义。坐标为(1,2),二进制为0110,高位为01,低位为10,则对第一排第二个二维码,将其位置探测图形染色为蓝色,数据部分染色为绿色。以此类推,使用自定义的隐藏因子规则,对所有二维码进行染色。
作为另一种可能的实现方式,二维码的隐藏因子规则通过二维码的位置探测图形的间隔像素比实现。
示例性的,隐藏因子规则通过二维码的位置探测图形的间隔像素比实现。
编码 | 00 | 01 | 10 | 11 |
间隔比例 | 1:2 | 1:3 | 1:4 | 1:5 |
首先确定二维码的位置探测图形的间距像素,例如是1000像素(也就是二维码的坐标系X轴),例如,第一个二维码的左上和右上的间距为200像素(间隔比例1:5),第二个二维码的左上和右上的间距为500像素(间隔比例为1:2)。
在本实施例中,描述三维码所处的维度信息,并在维度信息中声明二维码的隐藏因子规则。
将三维码所处的维度信息进行描述说明,并且将隐藏因子规则方式在维度信息校验模块及版本信息进行声明。作用在于可以向其他维度扩展,可以采用其他方式对底层编码。例如三维码往四维码空间扩展,可以采用三维码各个位置探测图形的间隔像素比进行隐藏因子信息规则携带,并且在四维码空间标注所使用的方案规则。
以上步骤描述的是本申请实施例提供的三维码的创建过程,下面在三维码的创建的基础上描述更高维度的多维码的创建过程进行描述。
步骤S105,循环执行如下步骤,直至循环次数到达预设值,生成三维以上的多维码。
步骤S106,获取多个M维码的随机排序信息;其中,M为大于等于3的正整数。
在本申请实施例中,步骤S106的实现方式可以参见步骤S102的实现方式,不再赘述。
步骤S107,确定M+1维码的空间定位图像,并将多个M维码基于随机排序信息设置于M+1维码的空间定位图像。
在本申请实施例中,步骤S107的实现方式可以参见步骤S103的实现方式,不再赘述。
步骤S108,确定M维码的隐藏因子规则,并基于M维码的隐藏因子规则将随机排序信息构建至M+1维码的空间定位图像,生成M+1维码。
在本申请实施例中,步骤S108的实现方式可以参见步骤S104的实现方式,不再赘述。
步骤S109,描述M+1维码维码所处的维度信息,并在维度信息中声明M维码的隐藏因子规则。
示例性的,以员工信息的多维码构建为例:每个二维码携带单个员工的姓名、手机、职位、工号等信息,共有3名员工对应3个二维码。则在三维码的维度信息中可定义二维码按哪些区间范围的工号分组(如1-2号员工为a组,3号为b组),并说明此三维码的标签收敛信息为A部门员工信息集合(如A事业部门信息),以及分组校验码。以此类推,一个包含A部门员工信息的三维码,那再加上B部门、C部门信息的三维码,可组成一个四维码的公司信息,多个四维码又可组成五维码的集团信息,而多个五维码又可组成六维码的行业信息。
由此可见,多维码维度间的扩展是以维度级增长,承载的数据量对比现有技术二维码是十万、百级增长,极大的改善了现有的数据匮乏处境。
通过多维码实现数据容量扩充,在完成基础维度纵向定位后,分级加载出多维码包含的所有数据信息,这些数据信息包含核心数据信息、数据匹配规则等信息。M维码包含M维度信息构成和解码编码规则,及M-1维码的排列加解密规则等。
本申请实施例的多维码构建方法,以单个二维码为多维码的基本单位,通过定义三维空间的解码编码规则,由多个二维码组成三维码,以此类推,组成多维码,实现基于二维码的多维码构建,通过多维码实现数据容量扩充。通过分级加密数据,提高数据的安全性。可以用以提升信息安全管理、分享的各种使用场景。
上面描述了多维码构建方法,下面对通过上面的构建方法得到的多维码的识别方法进行描述。
在上述任一实施例的基础上,图4是根据本申请一个实施例的多维码识别方法的流程图。需要说明的是,本申请实施例的多维码识别方法可应用于本申请实施例的多维码识别装置。该多维码构建装置可被配置于电子设备上。如图4所示,该多维码构建方法可以包括如下步骤。
步骤S201,基于三维码的空间定位图像,构建三维码的坐标系,并解析三维码的维度信息,获取二维码的隐藏因子规则。
可以理解为,先构建三维码的坐标系,才能确定三维码的空间定位图像中的每个二维码的坐标信息,以便根据坐标信息执行N个二维码的添加序号、排序、或者保存相关信息等操作。
作为一种实现方式,基于三维码的空间定位图像中的三维码的位置探测图形,建立三维码的坐标系。
参照二维码的定位探测流程,使用中值滤波、Sobel算子边缘提取、最大类间方差法、Hough变换等对三维码图形进行矫正与预处理,根据三维码的位置探测图形的宽度比(例如,1:2:3:2:1)的结构探测识别出三维码的范围坐标。借助校正符精准定位所处维度,建立当前三维码的坐标系,坐标系用于承载所有二维码的坐标。
可以理解为,为解析出二维码的随机排序信息,以便根据随机排序信息还原出原始海量数据的分块分级信息,需要获取在三维码的维度信息中声明了二维码的隐藏因子规则。在构建三维码的过程中,在三维码的维度信息中声明了二维码的隐藏因子规则。解析三维码的维度信息,获取二维码的隐藏因子规则(例如,规则包含构建三维码的颜色编码规则,例如红色对应00)。
步骤S202,基于坐标系和二维码的位置探测图形,获取N个二维码的相关信息,并为每个二维码的相关信息添加序号编码;其中,每个二维码的相关信息包括加密数据信息和与二维码的隐藏因子规则对应的图像信息。
作为一种实现方式,基于坐标系和二维码的位置探测图形,得到N个二维码的坐标信息;基于N个二维码的坐标信息和二维码的隐藏因子规则,获取N个二维码的加密数据信息和图像信息,以及为N个二维码添加序号编码。
按照现有的二维码的探测技术:定位校正、变换译码等。在二维信息区域,将Z字形交错的像素点转换成二进制解码,确定二维码的编码种类、信息长度、排列规则,及标签收敛信息,解析出所有二维码的信息(这里信息均为加密信息,且顺序被打乱)并加载到内存,即通过二维码数值转换后,获取所有二维码内部包含的加密密文。然后标记每个二维码在构建的三维码的坐标系中的坐标,例如按照从左至右,从上到下,给每个二维码添加序号编码。
作为一种实现方式,获取N个二维码的图像信息的方法,包括:通过图像识别,获取每个二维码的位置探测图形的颜色和数据部分的颜色。
可以理解为,在获取二维码的隐藏因子规则之后,便可以获取对应的图像信息。例如,在二维码的隐藏因子规则通过二维码染色方式实现时,可以在识别二维码的同时,使用OpenCV对所有二维码进行图像识别,识别出二维码的位置探测图形的颜色和数据图形部分的颜色。例如在构建多维码过程中,生成的3*3总共9个二维码,左上角第一个二维码探测图形的颜色为红色,数据图形的颜色为黑色,以此类推,将所有二维码的位置探测图形的颜色和数据图形部分的颜色进行图像识别并将相关数据加载到内存。
步骤S203,基于二维码的隐藏因子规则和N个二维码的图像信息,获取N个二维码的随机排序信息。
可以理解为,在构建三维码时,基于二维码的隐藏因子规则将随机排序信息构建至三维码的空间定位图像。识别时通过逆向过程,获取隐藏在二维码内的随机排序信息。
作为一种实现方式,获取N个二维码的随机排序信息的方法;包括:基于二维码的隐藏因子规则和N个二维码的图像信息,获取加密矩阵;基于加密矩阵和隐藏因子,获取N个二维码的随机排序信息。
根据二维码的隐藏因子规则,对获取的所有二维码的位置探测图形的颜色和数据图形部分的颜色数据进行解码译码。例如,上述第一个二维码探测图形红色还原编码为00,数据图形的颜色为黑色11,则第一个二维码的二进制数据还原为0011,将所有二维码的颜色数据,通过译码还原后,生成数值矩阵,即加密矩阵,用于下面的矩阵变换,还原回原始的矩阵数据。
将加密矩阵通过隐藏因子的变形矩阵[[2,2,0],[1,0,2],[1,2,1]]进行变换运算(XOR异或算法)后,可以得到原始的数值型矩阵[[1,4,8],[5,6,3],[9,2,7]],再将数值型矩阵转换为原始的二维码的序号编码148563927。之后再根据序号编码规则,还原回原始的二维码序号随机排序后的序号排序为A1,B1,C2,B2,B3,A3,C3,A2,C1。
步骤S204,基于N个二维码的随机排序信息和N个二维码的加密数据信息,获取数据信息。
作为一种实现方式,基于N个二维码的随机排序信息和N个二维码的加密数据信息,获取数据信息的实现方式,包括:基于N个二维码的随机排序信息和N个二维码的加密数据信息,确定X级数据中每一级数据对应的多个二维码的加密数据信息;基于当前用户所属级别,获取该级别对应的秘钥;并通过秘钥迭代解密X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息。
作为一种实现方式,确定X级数据中每一级数据对应的多个二维码的加密数据信息的方法;包括:基于N个二维码的随机排序信息,获取N个二维码的分级分块信息;基于N个二维码的分级分块信息和N个二维码的加密数据信息,确定X级数据中每一级数据对应的多个二维码的加密数据信息。
得到多个二维码的随机排序之后,对原始的二维码数据进行还原组合,还原回原始的A、B、C三级数据,每个级别数据包含3个二维码数据,对应构建多维码时同一级别数据信息的分块数据。再将之前获取的二维码对应的加密密文,按照解析出来的分级分块数据进行按序组装。
示例性的,在得到序号序列A1,B1,C2,B2,B3,A3,C3,A2,C1之后,根据之前序号的添加规则,还原得到A类数据对应的3个加密密文A1,A2,A3并进行组装。B类数据对应的3个加密密文B1,B2,B3并进行组装;C类数据对应的3个加密密文C1,C2,C3并进行组装。
作为一种实现方式,通过秘钥迭代解密X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息的实现方式,包括:获取该级别对应的秘钥之后,通过秘钥解密X级数据中对应级数据的多个二维码的加密数据信息,得到该级数据和上一级数据对应的私钥;
循环执行下列步骤,直到获取第一级数据;
通过上一级数据对应的私钥解密上一级数据对应的多个二维码的加密数据信息,得到上一级数据和上一级的上级数据的私钥。
示例性的,用户根据自己的当前等级,获取对应等级的解密秘钥,例如一个C级用户,拿到C级信息的解密秘钥C,对C1、C2、C3三块组装好的C级信息进行解密,拿到原始的C级信息(所有员工的绩效)及B级信息的私钥B;继续,使用获取到的私钥B,对B1、B2、B3三块组装好的B级信息进行解密,拿到原始的B级信息(所有员工的薪资)及A级信息的私钥A;继续,使用获取到到的私钥A,对A1、A2、A3三块组装好的A级信息进行解密,拿到原始的A级信息(所有员工的联系方式),这样C级用户通过C级秘钥拿到三维码所包含的所有信息;B级用户只能拿到绑定的B级信息的私钥B,所以只可以解密获取得到B级(员工薪资)和A级(员工联系方式)信息。
由此可见,本申请实施例构建的多维码,既可以确保多维码包含的数据的安全性,又可以实现数据的精准分级控制。
上述步骤描述了三维码的识别解析全流程,比三维码更高维度的多维码的识别方法需要先执行如下步骤,直至获取三维码的空间定位图像之后,转至执行上述步骤,完成多维码的识别过程。
步骤S205,循环执行如下步骤,直至获取三维码的空间定位图像。
步骤S206,基于M维码的空间定位图像,构建M维码的坐标系,并解析M维码的维度信息,获取M-1维码的隐藏因子规则。
在本申请实施例中,步骤S206的实现方式可以参见步骤S201的实现方式,不再赘述。
步骤S207,基于坐标系,获取多个M-1维码的隐藏因子规则对应的图像信息和坐标信息。
在本申请实施例中,步骤S207的实现方式可以参见步骤S202的实现方式,不再赘述。
步骤S208,基于M-1维码的隐藏因子规则和多个M-1维码的图像信息,获取多个个M-1维码的随机排序信息。
在本申请实施例中,步骤S208的实现方式可以参见步骤S203的实现方式,不再赘述。
步骤S209,基于多个M-1维码的随机排序信息和M-1维码的坐标信息,获取目标M-1维码的空间定位图像。
获取多个M-1维码的随机排序信息,可以确定目标M-1维码的位置,在结合坐标信息,可以定位目标M-1维码的空间定位图像。
循环执行完此步骤之后,获取目标三维码的空间定位图像,之后返回执行步骤S201-S204,完成多维码的识别,获取对应的信息。
本申请实施例的多维码识别方法,以单个二维码为多维码的基本单位,通过定义三维空间的解码编码规则,由多个二维码组成三维码,以此类推,组成多维码,实现基于二维码的多维码构建,通过多维码实现数据容量扩充。通过分级加密数据,提高数据的安全性。通过识别构建的多维码,获取安全可靠的海量数据。
下面通过一些具体的示例对多维码构建流程和对应的多维码识别流程进行描述。
图5是根据本申请一个示例的多维码构建方法的示例流程图。参见图5,多维码构建方法,包括:
步骤1,将海量信息基于类别信息进行分块分级。
步骤2,对分块后的A类信息进行加密,生成多个二维码。
步骤3,对分块后的B类信息进行加密,融合A类信息加密的私钥A和原始的B类分块信息,生成多个二维码。
步骤4,循环将B类信息以上级别的信息进行加密生成二维码。
步骤5,用户根据自身级别,绑定对应级别的私钥。
步骤6,将所有生成的N个二维码,通过随机算法排列组合,并且记录随机排序规则。
步骤7,确定三维码的空间定位图像,并将上述二维码按照随机排列规则,放置在三维码的图形上。
步骤8,自定义隐藏因子规则,将该隐藏因子规则通过矩阵变化,融入三维码包含的二维码当中。
步骤9,维度信息完善校验规则,完成三维码的构建。
步骤10,循环执行上述步骤,生成多维码。
例如,生成三维码之后,可以将三维码当作二维码,N个三维码构成四维码空间。三维码随机排序信息和解码规则,可以在四维空间进行声明。排序好后,明确四维码空间的位置探测图形的位置,将三维码逐步放入四维码空间。以此类推,可以往更高维度去拓展多维码空间数据,使其包含更丰富的信息。
以二维码的隐藏因子规则通过二维码染色方式实现为例,图6是根据本申请一个示例的多维码识别方法的示例流程图。参见图6,多维码识别方法,可以包括如下步骤:
步骤1,基于三维码的位置探测图形,构建三维码的坐标系。
步骤2,解析三维码自定义的二维码的隐藏因子规则。
步骤3,通过二维码的位置探测图形,确定构成三维码的所有二维码的加密内容及坐标。
步骤4,通过图像识别手段,识别出构成二维码的位置探测图形和数据部分图形颜色。
步骤5,通过识别出来的颜色,解码后通过矩阵变换,还原得到二维码的随机排序规则。
步骤6,还原原有二维码的排序,进行分级分块解码组装。
步骤7,获取当前用户对应用户等级,拿到对应等级的解密私钥,并使用私钥迭代解密对应加密内容,获取当前级别信息及更低级别信息。
步骤8,补充识别更高维度位置探测图形及当前维度的隐藏因子规则。
步骤9,通过识别出来的隐藏因子规则,解析N-1维的多维码的位置探测图形,并且通过解码和矩阵变换,还原回原始信息。
步骤10,重复迭代步骤9、10,并结合上述1-8步骤解析原始信息流程,实现整体多维码的识别流程闭环。
图7是根据一示例性实施例示出的一种多维码构建装置的框图。参照图7,该多维码构建装置可以包括:二维码生成模块701、数据排序模块702、图像形成模块703和数据编码模块704。
具体地,二维码生成模块701,用于获取数据信息,并基于数据信息,生成N个二维码。
数据排序模块702,用于获取N个二维码的随机排序信息;
图像形成模块703,用于确定三维码的空间定位图像,并将N个二维码基于随机排序信息设置于三维码的空间定位图像;
数据编码模块704,用于确定二维码的隐藏因子规则,并基于二维码的隐藏因子规则将随机排序信息构建至三维码的空间定位图像,生成三维码;以及在三维码的维度信息中声明二维码的隐藏因子规则。
在一些实现方式中,二维码生成模块701,包括:
数据分级单元7011,用于将数据信息基于类别信息进行分级,得到X级数据,对X级数据中的每一级数据进行分块,得到每一级数据的多个分块;其中,X为正整数;
二维码生成单元7012,用于针对X级数据,分别加密每一级数据的多个分块,生成N个二维码。
在一些实现方式中,二维码生成单元7012,具体用于:
通过第一级秘钥加密第一级数据的多个分块,生成多个二维码,并为二维码添加序号编码;
通过第i级秘钥加密第i级数据的多个分块和第i-1级秘钥,生成多个二维码,并为二维码添加序号编码;其中,i为大于1且小于等于X的正整数。
在一些实现方式中,X级数据中的每一级数据对应的用户根据自身级别绑定对应级别的私钥。
在一些实现方式中,数据排序模块702,具体用于:
获取N个二维码的序号;
通过随机算法,对N个二维码的序号进行排列组合,得到随机排序信息。
在一些实现方式中,图像形成模块703,具体用于:
确定用于容纳N个二维码的矩形区域;
基于二维码的定位规则,在矩形区域设置位置探测图形,并添加校正图形;其中,位置探测图形的宽度比基于多维码的维度确定。
在一些实现方式中,数据编码模块704,具体用于:
基于随机排序信息和序号编码规则,得到随机排序编码;
将随机排序编码变换为数值型矩阵;
确定隐藏因子的变形矩阵;
基于隐藏因子的变形矩阵对数值型矩阵进行矩阵变化位运算,生成加密矩阵;
基于二维码的隐藏因子规则和加密矩阵,编码N个二维码。
在一些实现方式中,二维码的隐藏因子规则通过二维码染色方式实现,数据编码模块704,具体用于:
将加密矩阵转换为二进制矩阵;
基于二维码的隐藏因子规则和二进制矩阵中的每个二进制数值的高位,对该二进制数值对应的二维码的位置探测图形进行染色;并基于二维码的隐藏因子规则和二进制矩阵中的每个二进制数值的低位,对该二进制数值对应的二维码的数据图形部分进行染色。
在一些实现方式中,二维码的隐藏因子规则通过二维码的位置探测图形的间隔像素比实现。
在一些实现方式中,数据编码模块704,还具体用于:
描述三维码所处的维度信息,并在维度信息中声明二维码的隐藏因子规则。
在一些实现方式中,装置还包括循环执行模块705,用于:
获取多个M维码的随机排序信息;其中,M为大于等于3的正整数;
确定M+1维码的空间定位图像,并将多个M维码基于随机排序信息设置于M+1维码的空间定位图像;
确定M维码的隐藏因子规则,并基于M维码的隐藏因子规则将随机排序信息构建至M+1维码的空间定位图像,生成M+1维码;
描述M+1维码维码所处的维度信息,并在维度信息中声明M维码的隐藏因子规则。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本申请实施例的多维码构建装置,以单个二维码为多维码的基本单位,通过定义三维空间的解码编码规则,由多个二维码组成三维码,以此类推,组成多维码,实现基于二维码的多维码构建,通过多维码实现数据容量扩充。通过分级加密数据,提高数据的安全性。可以用以提升信息安全管理、分享的各种使用场景。
图8是根据一示例性实施例示出的一种多维码识别装置的框图,多维码为通过上面的多维码构建方法构建的。参照图8,该多维码识别装置可以包括:图像识别模块801、数据解码模块802和数据获取模块803。
具体地,图像识别模块801,用于基于三维码的空间定位图像,构建三维码的坐标系,并解析三维码的维度信息,获取二维码的隐藏因子规则;
图像识别模块801,还用于基于坐标系和二维码的位置探测图形,获取N个二维码的相关信息,并为每个二维码的相关信息添加序号编码;其中,每个二维码的相关信息包括加密数据信息和与二维码的隐藏因子规则对应的图像信息;
数据解码模块802,用于基于二维码的隐藏因子规则和N个二维码的图像信息,获取N个二维码的随机排序信息;
数据获取模块803,用于基于N个二维码的随机排序信息和N个二维码的加密数据信息,获取数据信息。
在一些实现方式中,图像识别模块801,具体用于:
基于坐标系和二维码的位置探测图形,得到N个二维码的坐标信息;
基于N个二维码的坐标信息和二维码的隐藏因子规则,获取N个二维码的加密数据信息和图像信息,以及为N个二维码添加序号编码。
在一些实现方式中,图像识别模块801在获取N个二维码的图像信息时,具体用于:
通过图像识别,获取每个二维码的位置探测图形的颜色和数据部分的颜色。
在一些实现方式中,数据解码模块802,具体用于:
基于二维码的隐藏因子规则和N个二维码的图像信息,获取加密矩阵;
基于加密矩阵和隐藏因子,获取N个二维码的随机排序信息。
在一些实现方式中,数据获取模块803,包括:
数据分级还原单元8031,用于基于N个二维码的随机排序信息和N个二维码的加密数据信息,确定X级数据中每一级数据对应的多个二维码的加密数据信息;
数据解密单元8032,用于基于当前用户所属级别,获取该级别对应的秘钥;并通过秘钥迭代解密X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息。
在一些实现方式中,数据分级还原单元8031,具体用于:
基于N个二维码的随机排序信息,获取N个二维码的分级分块信息;
基于N个二维码的分级分块信息和N个二维码的加密数据信息,确定X级数据中每一级数据对应的多个二维码的加密数据信息。
在一些实现方式中,数据解密单元8032,具体用于:
通过秘钥解密X级数据中对应级数据的多个二维码的加密数据信息,得到该级数据和上一级数据对应的私钥;
循环执行下列步骤,直到获取第一级数据;
通过上一级数据对应的私钥解密上一级数据对应的多个二维码的加密数据信息,得到上一级数据和上一级的上级数据的私钥。
在一些实现方式中,装置还包括循环执行模块804,用于:
循环执行如下步骤,直至获取三维码的空间定位图像;
基于M维码的空间定位图像,构建M维码的坐标系,并解析M维码的维度信息,获取M-1维码的隐藏因子规则;
基于坐标系,获取多个M-1维码的隐藏因子规则对应的图像信息和坐标信息;
基于M-1维码的隐藏因子规则和多个M-1维码的图像信息,获取多个个M-1维码的随机排序信息;
基于多个M-1维码的随机排序信息和M-1维码的坐标信息,获取目标M-1维码的空间定位图像。
本申请实施例的多维码识别装置,以单个二维码为多维码的基本单位,通过定义三维空间的解码编码规则,由多个二维码组成三维码,以此类推,组成多维码,实现基于二维码的多维码构建,通过多维码实现数据容量扩充。通过分级加密数据,提高数据的安全性。通过识别构建的多维码,获取安全可靠的海量数据。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图Y5所示,是根据本申请实施例的用于实现多维码构建的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图Y5所示,该电子设备包括:一个或多个处理器Y501、存储器Y502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图Y5中以一个处理器Y501为例。
存储器Y502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的多维码构建的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的多维码构建的方法。
存储器Y502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的多维码构建的方法对应的程序指令/模块(例如,附图7所示的数据分级模块701、二维码生成模块702、数据排序模块703、图像形成模块704和数据编码模块705)。处理器Y501通过运行存储在存储器Y502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的多维码构建的方法。
存储器Y502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据多维码构建的电子设备的使用所创建的数据等。此外,存储器Y502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器Y502可选包括相对于处理器Y501远程设置的存储器,这些远程存储器可以通过网络连接至多维码构建的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
多维码构建的方法的电子设备还可以包括:输入装置Y503和输出装置Y504。处理器Y501、存储器Y502、输入装置Y503和输出装置Y504可以通过总线或者其他方式连接,图Y5中以通过总线连接为例。
输入装置Y503可接收输入的数字或字符信息,以及产生与多维码构建的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
在示例性实施例中,还提供了一种计算机程序产品,当计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行上述方法。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (23)
1.一种多维码构建方法,其特征在于,包括:
获取数据信息,并基于所述数据信息,生成N个二维码;
获取所述N个二维码的随机排序信息;
确定三维码的空间定位图像,并将所述N个二维码基于所述随机排序信息设置于所述三维码的空间定位图像;
确定所述二维码的隐藏因子规则,并基于所述二维码的隐藏因子规则将所述随机排序信息构建至所述三维码的空间定位图像,生成三维码;以及在所述三维码的维度信息中声明所述二维码的隐藏因子规则。
2.根据权利要求1所述的方法,其特征在于,所述基于所述数据信息,生成N个二维码;包括:
将所述数据信息基于类别信息进行分级,得到X级数据,对所述X级数据中的每一级数据进行分块,得到所述每一级数据的多个分块;其中,X为正整数;
针对所述X级数据,分别加密所述每一级数据的多个分块,生成N个二维码。
3.根据权利要求2所述的方法,其特征在于,所述针对所述X级数据,分别加密所述每一级数据的多个分块,生成N个二维码;包括:
通过第一级秘钥加密第一级数据的多个分块,生成多个二维码,并为所述二维码添加序号编码;
通过第i级秘钥加密第i级数据的多个分块和第i-1级秘钥,生成多个二维码,并为所述二维码添加序号编码;其中,i为大于1且小于等于X的正整数。
4.根据权利要求3所述的方法,其特征在于,所述X级数据中的每一级数据对应的用户根据自身级别绑定对应级别的私钥。
5.根据权利要求1所述的方法,其特征在于,所述获取所述N个二维码的随机排序信息,包括:
获取所述N个二维码的序号;
通过随机算法,对所述N个二维码的序号进行排列组合,得到随机排序信息。
6.根据权利要求1所述的方法,其特征在于,所述确定三维码空间定位图像,包括:
确定用于容纳所述N个二维码的矩形区域;
基于所述二维码的定位规则,在所述矩形区域设置位置探测图形,并添加校正图形;其中,所述位置探测图形的宽度比基于所述多维码的维度确定。
7.根据权利要求1所述的方法,其特征在于,所述基于所述二维码的隐藏因子规则将所述随机排序信息构建至所述三维码的空间定位图像,包括:
基于所述随机排序信息和序号编码规则,得到随机排序编码;
将所述随机排序编码变换为数值型矩阵;
确定隐藏因子的变形矩阵;
基于所述隐藏因子的变形矩阵对所述数值型矩阵进行矩阵变化位运算,生成加密矩阵;
基于所述二维码的隐藏因子规则和所述加密矩阵,编码所述N个二维码。
8.根据权利要求7所述的方法,其特征在于,所述二维码的隐藏因子规则通过二维码染色方式实现,所述基于所述二维码的隐藏因子规则和所述加密矩阵,编码所述N个二维码,包括:
将所述加密矩阵转换为二进制矩阵;
基于所述二维码的隐藏因子规则和所述二进制矩阵中的每个二进制数值的高位,对该二进制数值对应的二维码的位置探测图形进行染色;并基于所述二维码的隐藏因子规则和所述二进制矩阵中的每个二进制数值的低位,对该二进制数值对应的二维码的数据图形部分进行染色。
9.根据权利要求7所述的方法,其特征在于,所述二维码的隐藏因子规则通过二维码的位置探测图形的间隔像素比实现。
10.根据权利要求1所述的方法,其特征在于,所述在所述三维码的维度信息中声明所述二维码的隐藏因子规则,包括:
描述所述三维码所处的维度信息,并在所述维度信息中声明所述二维码的隐藏因子规则。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多个M维码的随机排序信息;其中,M为大于等于3的正整数;
确定M+1维码的空间定位图像,并将所述多个M维码基于所述随机排序信息设置于所述M+1维码的空间定位图像;
确定所述M维码的隐藏因子规则,并基于所述M维码的隐藏因子规则将所述随机排序信息构建至所述M+1维码的空间定位图像,生成M+1维码;
描述所述M+1维码维码所处的维度信息,并在所述维度信息中声明所述M维码的隐藏因子规则。
12.一种多维码识别方法,其特征在于,所述多维码为通过如权利要求1至10中任一项所述的多维码构建方法构建的,所述识别方法包括:
基于所述三维码的空间定位图像,构建所述三维码的坐标系,并解析所述三维码的维度信息,获取所述二维码的隐藏因子规则;
基于所述坐标系和所述二维码的位置探测图形,获取所述N个二维码的相关信息,并为所述每个二维码的相关信息添加序号编码;其中,所述每个二维码的相关信息包括加密数据信息和与所述二维码的隐藏因子规则对应的所述图像信息;
基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取所述N个二维码的随机排序信息;
基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,获取数据信息。
13.根据权利要求12所述的方法,其特征在于,所述基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,获取数据信息;包括:
基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息;
基于当前用户所属级别,获取该级别对应的秘钥;并通过所述秘钥迭代解密所述X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息。
14.根据权利要求12所述的方法,其特征在于,所述基于所述坐标系和所述二维码的位置探测图形,获取所述N个二维码的相关信息,并为所述每个二维码的相关信息添加序号编码;包括:
基于所述坐标系和所述二维码的位置探测图形,得到所述N个二维码的坐标信息;
基于所述N个二维码的坐标信息和所述二维码的隐藏因子规则,获取所述N个二维码的加密数据信息和图像信息,以及为所述N个二维码添加序号编码。
15.根据权利要求14所述的方法,其特征在于,所述获取所述N个二维码的图像信息,包括:
通过图像识别,获取每个所述二维码的位置探测图形的颜色和数据部分的颜色。
16.根据权利要求12所述的方法,其特征在于,所述基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取所述N个二维码的随机排序信息;包括:
基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取加密矩阵;
基于所述加密矩阵和所述隐藏因子,获取所述N个二维码的随机排序信息。
17.根据权利要求13所述的方法,其特征在于,所述基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息;包括:
基于所述N个二维码的随机排序信息,获取所述N个二维码的分级分块信息;
基于所述N个二维码的分级分块信息和所述N个二维码的加密数据信息,确定所述X级数据中每一级数据对应的多个二维码的加密数据信息。
18.根据权利要求13所述的方法,其特征在于,所述基于当前用户所属级别,获取该级别对应的秘钥;并通过所述秘钥迭代解密所述X级数据中对应级数据的多个二维码的加密数据信息,获取数据信息;包括:
通过所述秘钥解密所述X级数据中对应级数据的多个二维码的加密数据信息,得到该级数据和上一级数据对应的私钥;
循环执行下列步骤,直到获取第一级数据;
通过所述上一级数据对应的私钥解密所述上一级数据对应的多个二维码的加密数据信息,得到所述上一级数据和所述上一级的上级数据的私钥。
19.根据权利要求12所述的方法,其特征在于,所述方法还包括:
循环执行如下步骤,直至获取所述三维码的空间定位图像;
基于所述M维码的空间定位图像,构建所述M维码的坐标系,并解析所述M维码的维度信息,获取所述M-1维码的隐藏因子规则;
基于所述坐标系,获取所述多个M-1维码的隐藏因子规则对应的图像信息和坐标信息;
基于所述M-1维码的隐藏因子规则和所述多个M-1维码的图像信息,获取所述多个个M-1维码的随机排序信息;
基于所述多个所述M-1维码的随机排序信息和所述M-1维码的坐标信息,获取目标M-1维码的空间定位图像。
20.一种多维码构建装置,其特征在于,包括:
二维码生成模块,用于获取数据信息,并基于所述数据信息,生成N个二维码;
数据排序模块,用于获取所述N个二维码的随机排序信息;
图像形成模块,用于确定三维码的空间定位图像,并将所述N个二维码基于所述随机排序信息设置于所述三维码的空间定位图像;
数据编码模块,用于确定所述二维码的隐藏因子规则,并基于所述二维码的隐藏因子规则将所述随机排序信息构建至所述三维码的空间定位图像,生成三维码;以及在所述三维码的维度信息中声明所述二维码的隐藏因子规则。
21.一种多维码识别装置,其特征在于,所述多维码为通过如权利要求1至10中任一项所述的多维码构建方法构建的,所述识别装置包括:
图像识别模块,用于基于所述三维码的空间定位图像,构建所述三维码的坐标系,并解析所述三维码的维度信息,获取所述二维码的隐藏因子规则;
所述图像识别模块,还用于基于所述坐标系和所述二维码的位置探测图形,获取所述N个二维码的相关信息,并为所述每个二维码的相关信息添加序号编码;其中,所述每个二维码的相关信息包括加密数据信息和与所述二维码的隐藏因子规则对应的所述图像信息;
数据解码模块,用于基于所述二维码的隐藏因子规则和所述N个二维码的图像信息,获取所述N个二维码的随机排序信息;
数据获取模块,用于基于所述N个二维码的随机排序信息和所述N个二维码的加密数据信息,获取数据信息。
22.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至11中任一项所述的多维码构建方法,或者,权利要求12至19中任一项所述的多维码识别方法。
23.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至11中任一项所述的多维码构建方法,或者,权利要求11至19中任一项所述的多维码识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311467118.0A CN117993416A (zh) | 2023-11-03 | 2023-11-03 | 多维码构建方法及多维码识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311467118.0A CN117993416A (zh) | 2023-11-03 | 2023-11-03 | 多维码构建方法及多维码识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117993416A true CN117993416A (zh) | 2024-05-07 |
Family
ID=90895219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311467118.0A Pending CN117993416A (zh) | 2023-11-03 | 2023-11-03 | 多维码构建方法及多维码识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117993416A (zh) |
-
2023
- 2023-11-03 CN CN202311467118.0A patent/CN117993416A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Subramanian et al. | Image steganography: A review of the recent advances | |
Joseph et al. | Retracted article: a multimodal biometric authentication scheme based on feature fusion for improving security in cloud environment | |
Brunese et al. | A blockchain based proposal for protecting healthcare systems through formal methods | |
Hamza et al. | An efficient cryptosystem for video surveillance in the internet of things environment | |
US11501470B2 (en) | Geometric encoding of data | |
Chang | [Retracted] Cryptospace Invertible Steganography with Conditional Generative Adversarial Networks | |
Sarmah et al. | Optimization models in steganography using metaheuristics | |
Gao et al. | High-performance reversible data hiding in encrypted images with adaptive Huffman code | |
Al Dallal et al. | A QR Code Used for Personal Information Based On Multi-Layer Encryption System. | |
Veerashetty | Secure communication over wireless sensor network using image steganography with generative adversarial networks | |
Gao et al. | Emerging-image motion captchas: Vulnerabilities of existing designs, and countermeasures | |
CN111881444B (zh) | 一种基于加密标签算法的身份验证系统及其工作方法 | |
CN110069907A (zh) | 基于数字水印的大数据溯源方法及系统 | |
CN116383470B (zh) | 一种具有隐私保护的图像搜索方法 | |
US20160189015A1 (en) | Data exchange methods, systems and apparatus using color images | |
CN117993416A (zh) | 多维码构建方法及多维码识别方法 | |
CN112184841B (zh) | 块替换生成式信息隐藏及恢复方法、设备及介质 | |
Li et al. | Reversible data hiding for encrypted 3D model based on prediction error expansion | |
Bharti et al. | Security enhancements for high quality image transaction with hybrid image steganography algorithm | |
Zhang et al. | Stbciot: Securing the transmission of biometric images in customer iot | |
Xi et al. | FE-SViT: A SViT-based fuzzy extractor framework | |
Dhahir et al. | Using Crossover Area of the Retinal Eye to Generate a Secret Key Based on Deep Learning-YOLO-v5 Object Detection Algorithm. | |
Shankar et al. | Hybrid hyper chaotic map with LSB for image encryption and decryption | |
US11928748B1 (en) | Method and apparatus for scannable non-fungible token generation | |
Abusham et al. | An Integration of New Digital Image Scrambling Technique on PCA‐Based Face Recognition System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |