二维码的生成细节和原理

二維碼的生成細節和原理

二維碼又稱QR Code，QR全稱Quick Response，是一個近幾年來移動設備上超流行的一種編碼方式，它比傳統的Bar Code條形碼能存更多的信息，也能表示更多的數據類型：比如：字符，數字，日文，中文等等。這兩天學習了一下二維碼圖片生成的相關細節，覺得這個玩意就是一個密碼算法，在此寫一這篇文章，揭露一下。供好學的人一同學習之。

關於QR Code Specification，可參看下面附件的PDF：qr_code.pdf

基礎知識

首先，我們先說一下二維碼一共有40個尺寸。官方叫版本Version。Version1是21x21的矩陣，Version2是25x25的矩陣，Version3是29的尺寸，每增加一個version，就會增加4的尺寸，公式是：(V-1)*4+21（V是版本號）最高Version40，(40-1)*4+21=177，所以最高是177x177的正方形。

下面我們看看一個二維碼的樣例：

定位圖案

Position Detection Pattern是定位圖案，用於標記二維碼的矩形大小。這三個定位圖案有白邊叫Separators for Postion Detection Patterns。之所以三個而不是四個意思就是三個就可以標識一個矩形了。

Timing Patterns也是用於定位的。原因是二維碼有40種尺寸，尺寸過大了後需要有根標準線，不然掃瞄的時候可能會掃歪了。

Alignment Patterns只有Version2以上（包括Version2）的二維碼需要這個東東，同樣是為了定位用的。

功能性數據

Format Information存在於所有的尺寸中，用於存放一些格式化數據的。

Version Information在>=Version7以上，需要預留兩塊3x6的區域存放一些版本信息。

數據碼和糾錯碼

除了上述的那些地方，剩下的地方存放Data Code數據碼和Error Correction Code糾錯碼。

數據編碼

我們先來說說數據編碼。QR碼支持如下的編碼：

Numeric mode數字編碼，從0到9。如果需要編碼的數字的個數不是3的倍數，那麼，最後剩下的1或2位數會被轉成4或7bits，則其它的每3位數字會被編成10，12，14bits，編成多長還要看二維碼的尺寸（下面有一個表Table3說明了這點）

Alphanumeric mode字符編碼。包括0-9，大寫的A到Z（沒有小寫），以及符號$%*+–./:包括空格。這些字符會映射成一個字符索引表。如下所示：（其中的SP是空格，Char是字符，Value是其索引值）編碼的過程是把字符兩兩分組，然後轉成下表的45進制，然後轉成11bits的二進制，如果最後有一個落單的，那就轉成6bits的二進制。而編碼模式和字符的個數需要根據不同的Version尺寸編成9,11或13個二進制（如下表中Table3）

Byte mode,字節編碼，可以是0-255的ISO-8859-1字符。有些二維碼的掃瞄器可以自動檢測是否是UTF-8的編碼。

Kanji mode這是日文編碼，也是雙字節編碼。同樣，也可以用於中文編碼。日文和漢字的編碼會減去一個值。如：在0X8140to0X9FFC中的字符會減去8140，在0XE040到0XEBBF中的字符要減去0XC140，然後把前兩位拿出來乘以0XC0，然後再加上後兩位，最後轉成13bit的編碼。如下圖示例：

Extended Channel Interpretation(ECI)mode主要用於特殊的字符集。並不是所有的掃瞄器都支持這種編碼。

Structured Append mode用於混合編碼，也就是說，這個二維碼中包含了多種編碼格式。

FNC1mode這種編碼方式主要是給一些特殊的工業或行業用的。比如GS1條形碼之類的。

簡單起見，後面三種不會在本文中討論。

下面兩張表中，

Table2是各個編碼格式的「編號」，這個東西要寫在Format Information中。註：中文是1101

Table3表示了，不同版本（尺寸）的二維碼，對於，數字，字符，字節和Kanji模式下，對於單個編碼的2進制的位數。（在二維碼的規格說明書中，有各種各樣的編碼規範表，後面還會提到）

下面我們看幾個示例，

示例一：數字編碼

在Version1的尺寸下，糾錯級別為H的情況下，編碼：01234567

1.把上述數字分成三組:01234567

2.把他們轉成二進制:012轉成0000001100；345轉成010*******；67轉成1000011。

3.把這三個二進制串起來:000000110001010110011000011

4.把數字的個數轉成二進制(version1-H是10bits):8個數字的二進制是0000001000

5.把數字編碼的標誌0001和第4步的編碼加到前面:0001000000100000000011000101011001 1000011

示例二：字符編碼

在Version1的尺寸下，糾錯級別為H的情況下，編碼:AC-42

1.從字符索引表中找到AC-42這五個字條的索引(10,12,41,4,2)

2.兩兩分組:(10,12)(41,4)(2)

3.把每一組轉成11bits的二進制:

(10,12)10*45+12等於462轉成00111001110

(41,4)41*45+4等於1849轉成11100111001

(2)等於2轉成000010

4.把這些二進制連接起來：0011100111011100111001000010

5.把字符的個數轉成二進制(Version1-H為9bits):5個字符，5轉成000000101

6.在頭上加上編碼標識0010和第5步的個數編碼:00100000001010011100111011100111001 000010

結束符和補齊符

假如我們有個HELLO WORLD的字符串要編碼，根據上面的示例二，我們可以得到下面的編碼，

註：二維碼的糾錯碼主要是通過Reed-Solomon error correction（裡德-所羅門糾錯算法）來實現的。