二维码生成方法及计算机可读存储介质与流程

本发明涉及图像处理领域，具体涉及一种二维码生成方法及计算机可读存储介质。

背景技术：

二维码是一种信息传递媒介，便于平面印刷和扫描，适合广泛传播，二维条码具有储存量大、保密性高、成本便宜等特性，这些特性使得二维码具有广泛的应用，例如电子优惠券、火车票、扫码支付、广告牌等。

传统的二维码基本是采用黑白模块组成，从用户角度来看，该类二维码的内容单调，视觉体验比较差。现有技术的二维码美化方法一般都是利用图片的组合、内嵌等技术，生成具有图像或色彩的美化二维码以增强视觉体验。

然而，通过现有技术生成的美化二维码有较多的深色浅色噪声模块，有些甚至无法看清背景，视觉效果较差。

技术实现要素：

有鉴于此，本发明提供了一种二维码生成方法及计算机可读存储介质，以生成具有视觉效果更佳的二维码图像，在保证识别率的同时使得二维码图像可以与不同的背景图像结合。

第一方面，本发明实施例提供了一种二维码生成方法，所述方法包括：

根据原始图像和二维码数据生成基准二维码图像；

根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像；

组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像；以及

根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像。

优选地，根据原始图像和二维码数据生成基准二维码图像包括：

根据所述原始图像生成第一权重矩阵，所述第一权重矩阵表征原始图像的不同位置的重要程度；以及

根据所述原始图像和所述二维码数据通过所述第一权重矩阵生成所述基准二维码图像。

优选地，根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像包括：

提取所述基准二维码图像的每个模块的预定区域生成黑白点图像，组合所述黑白点图像和所述原始图像生成准确性图像，根据所述准确性图像计算准确性损失；

根据所述原始图像通过卷积神经网络获得风格特征图像，根据所述风格特征图像计算风格性损失；

根据所述基准二维码图像通过卷积神经网络获得内容特征图像，根据所述内容特征图像计算内容性损失；以及

根据所述准确性损失、所述风格性损失和所述内容性损失重构所述基准二维码图像生成所述第一中间二维码图像。

优选地，组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像包括：

根据所述原始图像的二值化图像和所述基准二维码图像获得噪声矩阵，所述噪声矩阵表征所述原始图像的二值化图像和所述基准二维码图像的差异度；

通过所述噪声矩阵和第一权重矩阵加权求和获得第二权重矩阵；以及

根据所述第二权重矩阵将所述原始图像的二值化图像和所述第一中间二维码图像组合并二值化生成所述第二中间二维码图像。

优选地，所述方法还包括：

根据所述基准二维码图像对所述第二中间二维码图像进行预校正，以使得所述第二中间二维码图像的每个模块的中心扫描点的颜色与所述基准二维码图像一致。

优选地，根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像包括：

根据第三权重矩阵将所述原始图像的灰度图和所述第二中间二维码图像组合以获得具有灰度图形式的目标二维码图像；以及

渲染所述具有灰度图形式的目标二维码图像生成具有色彩图形式的目标二维码图像。

优选地，所述方法还包括：

对所述目标二维码图像进行循环迭代调整以提高识别率。

优选地，对所述目标二维码图像进行循环迭代调整以提高识别率包括：

响应于准确性损失大于准确性损失阈值并且内容性损失大于内容性损失阈值，计算误差值，所述误差值表征具有灰度图形式的目标二维码图像与所述基准二维码图像之间的差异度；

根据所述准确性损失、所述内容性损失和所述误差值更新所述第三权重矩阵；以及

根据所述第三权重矩阵更新所述目标二维码图像，以提高所述目标二维码图像的识别率。

优选地，所述计算误差值包括：

获取所述具有灰度图形式的目标二维码图像的每个模块的预定区域的像素灰度平均值；

获取所述基准二维码图像的每个模块的预定区域的像素灰度平均值；以及

根据所述具有灰度图形式的目标二维码图像和所述基准二维码图像的每个模块的预定区域的像素灰度平均值计算误差值。

第二方面，本发明实施例提供了一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如第一方面所述的方法。

本发明实施例的技术方案通过根据原始图像和二维码数据生成基准二维码图像，并根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像，组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像，最后根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像。由此，可以获得视觉效果更佳的二维码图像。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：

图1是本发明实施例二维码生成方法的的流程图；

图2是本发明实施例生成基准二维码图像的流程图；

图3是本发明实施例生成基准二维码图像的示意图；

图4是本发明实施例生成第一中间二维码图像的流程图；

图5是本发明实施例对所述基准二维码图像进行风格迁移的示意图；

图6是本发明实施例生成第一中间二维码图像的示意图；

图7是本发明实施例生成第二中间二维码图像的流程图；

图8是本发明实施例一个示例生成第二权重矩阵的过程示意图；

图9是本发明实施例生成第二中间二维码图像的示意图；

图10是本发明实施例生成目标二维码图像的流程图；

图11是本发明实施例生成目标二维码图像的示意图；

图12是本发明实施例对目标二维码进行循环迭代调整的流程图；

图13是本发明实施例计算误差值的流程图；

图14是本发明实施例的电子设备的示意图。

具体实施方式

以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程、元件和电路并没有详细叙述。

此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

二维码在代码编制上利用二进制比特流的概念，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，使得机器(计算机)可以识别编码内容。根据编码形式，二维码可分为堆叠式/行排式二维码和矩阵式二维码。堆叠式/行排式二维码又称堆积式二维码或层排式二维码，其编码原理是建立在一维条码基础上，按需要堆积成二行或多行。现有的堆叠式/行排式二维码包括：code16k码、code49码、pdf417码、micropdf417码等。矩阵式二维码则是在一个矩形空间通过黑白像素的不同分布进行编码。在矩阵相应的元素位置上，用点(方点、圆点或其它形状)的出现表示“1”，用点的不出现表示二进制的“0”。现有的矩阵式二维码包括：qr码(快速响应码)、maxi码(maxicode)、数据矩阵码(datamatrix)。

图1是本发明实施例二维码生成方法的流程示意图。如图1所示，本发明实施例二维码生成方法包括：

s100、根据原始图像和二维码数据生成基准二维码图像。

s200、根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像。

s300、组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像。

s400、根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像。

本发明实施例通过根据原始图像和二维码数据生成基准二维码图像，并根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像，组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像，最后根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像。由此，可以获得视觉效果更佳的二维码图像。

图2是本发明实施例生成基准二维码图像的流程图，图3是本发明实施例生成基准二维码图像的示意图。如图2和图3所示，本发明实施例生成基准二维码图像包括：

s110、根据所述原始图像生成第一权重矩阵，所述第一权重矩阵表征原始图像的不同位置的重要程度。

在本实施例中，通过定义一个比较函数作为位置选择策略，所述比较函数可以根据原始图像l的对比度生成第一权重矩阵，所述第一权重矩阵表征原始图像的任意位置的重要程度。具体地，用户可以自定义的一个蒙版，蒙版中颜色越深的区域表示越受重视的区域(感兴趣区域)，被赋予更高的权重，从而优先考虑控制该区域的模块保留原有的外观。蒙版中颜色浅的区域赋予比较低的权重。

s120、根据所述原始图像和所述二维码数据通过所述第一权重矩阵生成所述基准二维码图像。

在本实施例中，基准二维码图像lb是基于rs(reed-solomon)编码原理生成的，使用rs纠错码进行编码，使得生成的二维码为qr码，qr扫描器在扫描二维码内容时不必正确的看到每个像素，因此对于有限错码可以保证一定程度的纠错能力和可识别性。进一步的，rs纠错的特定性质使得能够控制码流中的一些比特，可以操控可控比特的排列，使生成的基准二维码图像能够呈现出和原始图像l相似的形状。具体地，二维码数据的位包含在rs编码中，每个位对应二维码中的一个像素，通过改变数据的位元来改变像素，从而形成具有一定形状的二维码图像。

具体地，本发明实施例根据原始图像l和二维码数据info通过第一权重矩阵wm生成基准二维码图像，所述二维码图像有多个黑/白格子组成，每个黑/白格子为一个模块。通过第一权重矩阵wm衡量每个模块的重要程度，权重越高的位置，则越优先考虑使其成为可控比特，通过操控可控比特的排列，使基准二维码图像lb能够在感兴趣区域呈现出与原始图像l相似的形状。这样可以使得在后续的融合过程中达到更自然的效果。

优选地，根据原始图像l和二维码数据info生成基准二维码图像lb还包括：对原始图像进行预处理。

所述对原始图像进行预处理是对原始图像l不同区域的对比度进行不同程度的调整：将感兴趣区域的对比度调高，非感兴趣区域的对比度降低，使其明暗程度两极化，减少原始图像自身的明暗分布干扰后续的过程。图像预处理的公式如下：

ch(x,y)＝l(x,y)*αh+βh

cl(x,y)＝l(x,y)*αl+βl

l′(x,y)＝wm(x,y)*ch(x,y)+[1-wm(x,y)]*cl(x,y)

其中，l(x，y)为原始图像亮度值，αh和βh是感兴趣区域的调节参数，αl和βl是非感兴趣区域的调节参数，wm为第一权重矩阵，l′(x，y)为经过预处理之后的图像的亮度值。

图4是本发明实施例生成第一中间二维码图像的流程图，图5是本发明实施例对所述基准二维码图像进行风格迁移的示意图，图6是本发明实施例生成第一中间二维码图像的示意图。如图4、图5和图6所示，根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像包括：

s210、提取所述基准二维码图像的每个模块的预定区域生成黑白点图像，组合所述黑白点图像和所述原始图像生成准确性图像，根据所述准确性图像计算准确性损失；

在本实施例中，选取的的每个模块的预定区域为每个模块的中心扫描点，也即每个模块中心的约三分之一的区域，在扫描一个二维码时，系统只关注每个模块中心的约三分之一的区域。提取所述基准二维码lb的每个模块的中心扫描点组成黑白点图像，所述黑白点图像保留了所述基准二维码lb的黑白信息，使得在扫描时，能够完整的读取二维码信息。将所述黑白点图像和所述原始图像l组合生成准确性图像la，根据所述准确性图像la计算准确性损失，准确性损失的计算是内容图像在经过所有卷积层前，与准确性图像la作均方误差所得，这样可以在后续的网络计算中会在更少的迭代次数后收敛。

s220、根据所述原始图像通过卷积神经网络获得风格特征图像，根据所述风格特征图像计算风格性损失。

s230、根据所述基准二维码图像通过卷积神经网络获得内容特征图像，根据所述内容特征图像计算内容性损失。

s240、根据所述准确性损失、所述风格性损失和所述内容性损失重构所述基准二维码图像生成所述第一中间二维码图像。

具体地，vgg(visualgeometrygroup)网络是牛津大学计算机视觉组和googledeepmind(深度思考)公司一起研发的深度卷积神经网络。vgg网络探索了卷积神经网络深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，vgg网络成功地构筑了16～19层深的卷积神经网络。本发明实施例采用预训练的vgg-16模型，从神经网络的计算层中提取出风格特征图像和内容特征图像，根据所述风格特征图像和所述内容特征图像计算风格性损失和内容性损失，根据所述风格性损失、所述内容性损失和所述准确性损失对内容图像进行重构以获得第一中间二维码图像。在本实施例中，将所述基准二维码图像lb作为内容图像，将原始图像l作为风格图像。内容特征提取、重构与损失计算层为第四层卷积层，通过第四层卷积层提取的内容特征图像计算内容性损失，实验表明选用其它层的内容特征图像或者它们的排列组合对结果影响不大。风格特征提取、重构与损失计算层为第一、二、三、四和五层卷积层，通过上述卷积层提取风格特征图像计算风格性损失，因为从这个深度提取的特征图像，能够保留原始图像一定的纹理，同时对内容图像的形状修改也不会太多，不会破坏其可读性。如图6所示，根据所述准确性损失、所述风格性损失和所述内容性损失重构所述基准二维码图像生成所述第一中间二维码图像lt。

本发明实施例通过原始图像对基准二维码图像进行风格迁移，使得生成的第一中间二维码图像能够保留原始图像的纹理和基准二维码图像的信息，生成视觉效果更佳的第一中间二维码图像。

图7是本发明实施例生成第二中间二维码图像的流程图，图8是本发明实施例一个示例生成第二权重矩阵的过程示意图，图9是本发明实施例生成第二中间二维码图像的示意图。如图7、图8和图9所示，组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像包括：

s310、根据所述原始图像的二值化图像和所述基准二维码图像获得噪声矩阵。

具体地，获取原始图像的二值化图像lp，计算原始图像的二值化图像lp的每个模块的像素平均值，由原始图像的二值化图像lp的每个模块的像素平均值与基准二维码图像的每个模块的像素值作差取绝对值，得到噪声矩阵wn。所述噪声矩阵wn表征所述原始图像的二值化图像和所述基准二维码图像的差异度。对于wn中的每一个模块单元，亮度越高表征了两者之间的差异度越大。噪声矩阵的计算公式如下：

其中i，j是模块的下标，wn为噪声矩阵，为原始图像的二值化图像lp的像素平均值，lb(i，j)为基准二维码的每个模块的像素值。

s320、通过所述噪声矩阵和第一权重矩阵加权求和获得第二权重矩阵。

具体地，将噪声矩阵与第一权重矩阵通过一定的比重相加获得第二权重矩阵。在噪声矩阵wn上加入第一权重矩阵wm可以在一定程度上参与调节权重，使得在感兴趣区域把原始图像的二值化图像lp的权重调高，这样使得组合之后的图像更接近原始图像。第二权重矩阵ws的计算公式如下：

ws(i,j)＝γ*wm(i,j)+(1-γ)*wn(i,j)。

其中i，j是模块的下标，γ是权重参数，ws为第二权重矩阵，wm为第一权重矩阵，wn为噪声矩阵。

s330、根据所述第二权重矩阵将所述原始图像的二值化图像和所述第一中间二维码图像组合并二值化生成所述第二中间二维码图像。

具体地，将所述原始图像的二值化图像lp和第一中间二维码图像lt通过第二权重矩阵ws组合并二值化生成第二中间二维码图像ls。

虽然第二中间二维码图像ls和基准二维码图像lb的各模块在很大程度上相匹配了，但并非二者中每一模块对应位置的中心扫描点的黑白都完全一致，因此，本发明实施例的方法还包括对所述第二中间二维码图像进行预校正。由于在扫描一个二维码时，系统只关注每个模块中心的约三分之一的区域，基于此，可采用如下方法对所述第二中间二维码图像ls进行预校正：通过如图9所示蒙版l2对基准二维码图像的每个模块的中心区域进行采样，通过蒙版l1对第二中间二维码图像ls中的对应位置按照基准二维码图像lb采样值进行校正。最后得到校正后的二值化图像lc。

本发明实施例通过基准二维码图像对第二中间二维码图像进行预校正，使得第二中间二维码图像和基准二维码图像的每个位置的中心扫描点的黑白能够保持完全一致，这样可以提高识别率。

下文所述第二中间二维码图像均值经过预校正之后的图像lc，应理解，下文中第二中间二维码图像lc均可由图像ls代替。

图10是本发明实施例生成目标二维码图像的流程图，图11是本发明实施例生成目标二维码图像的示意图。如图9和图10所示，根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像包括：

s410、根据第三权重矩阵将所述原始图像的灰度图和所述第二中间二维码图像组合以获得具有灰度图形式的目标二维码图像。

将所述原始图像的灰度图li和所述第二中间二维码图像lc根据第三权重矩阵wa加权求和以获得具有灰度图形式的目标二维码图像lr。在本实施例中，所述第三权重矩阵wa与第一权重矩阵wm相等。应理解，所述第三权重矩阵wa也可以为其它权重矩阵。lr的计算公式如下：

lr(x,y)＝wa(x,y)*li(x,y)+[1-wa(x,y)]*lc(x,y)，

其中，lr(x，y)为目标二维码图像的像素值，li(x，y)为原始图像灰度图的亮度值，lc(x，y)为第二中间二维码图像的像素值，wa为第三权重矩阵。

s420、根据所述原始图像渲染所述具有灰度图形式的目标二维码图像生成具有色彩图形式的目标二维码图像。

将具有灰度图形式的目标二维码图像lr作为lab色彩空间的l通道信息，并和从原始图像的lab色彩空间中分离出来的a/b通道结合起来并转换成rgb格式，就得到具有色彩图形式的目标二维码图像(图中未示出)。

本发明实施例通过根据原始图像和二维码数据生成基准二维码图像，并根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像，组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像，最后根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像。由此，可以获得视觉效果更佳的二维码图像。

通过上述方法可以获得可识别的美化的二维码图像，为了进一步提高得到的目标二维码图像的识别率，本发明实施例的方法还包括：

s500、对所述目标二维码图像进行循环迭代调整以提高识别率。

图12是本发明实施例对目标二维码进行循环迭代调整的流程图。如图12所示，对目标二维码进行循环迭代调整包括：

s510、当准确损失大于准确性损失阈值并且内容性损失大于内容性损失阈值时，计算误差值，所述误差值表征具有灰度图形式的目标二维码图像与所述基准二维码图像之间的差异度。

在对基准二维码图像进行风格迁移的过程中引入了准确性损失和内容性损失，内容性损失计算公式为：

md(x,y)＝abs[lr(x,y)-li(x,y)]*wm(x,y)，

lossc＝∑x,ymd(x,y)，

其中，lr(x，y)为具有灰度图形式的目标二维码图像lr的像素值，li(x，y)为原始图像灰度图的像素值，wm为第一权重矩阵，lossc为内容性损失。

准确性损失计算公式如下：

lossa＝∑i,jme(i,j)

其中，lossa为准确性损失，me(i，j)为误差值。

图13是本发明实施例计算误差值的流程图。如图13所示，计算误差值包括：

s521、获取所述具有灰度图形式的目标二维码图像的每个模块部分区域的像素灰度平均值。

s522、获取所述基准二维码图像的每个模块部分区域的像素灰度平均值。

s533、根据所述具有灰度图形式的目标二维码图像和所述基准二维码图像的每个模块部分区域的像素灰度平均值计算误差值。

获取具有灰度图形式的目标二维码图像的每个模块像素平均值，作归一化处理，与基准二维码图像作差取绝对值得到误差值。误差值计算公式如下：

me(i,j)＝abs[qlr(i,j)-qlb(i,j)]，

其中，qlr(i，j)为归一化后的值，me(i，j)为误差值。

准确性损失计算公式如下：

lossa＝∑i,jme(i,j)

其中，lossa为准确性损失。

s520、根据所述准确性损失、所述内容性损失和所述误差值更新所述第三权重矩阵。

第三权重矩阵的更新公式为：

wa(x,y)-＝step*{α*lossa*me(x,y)-βlossc*[1-me(x,y)]}。

s530、根据所述第三权重矩阵更新所述目标二维码图像，以提高所述目标二维码图像的识别率。

更新所述目标二维码图像的方法与步骤s410相同，即：

将原始图像的灰度图li和第二中间二维码图像lc根据更新后的第三权重矩阵wa加权求和以获得具有灰度图形式的目标二维码图像lr。

由此，可以提高得到的目标二维码图像的识别率。

本发明实施例通过根据原始图像和二维码数据生成基准二维码图像，并根据所述原始图像对所述基准二维码图像进行风格迁移生成第一中间二维码图像，组合所述第一中间二维码图像和所述原始图像的二值化图像获得第二中间二维码图像，最后根据所述原始图像的灰度图和所述原始图像渲染所述第二中间二维码图像获得目标二维码图像。由此，可以获得视觉效果更佳的二维码图像。

图14是本发明实施例的电子设备的示意图。图14所示的电子设备为通用数据处理装置，其包括通用的计算机硬件结构，其至少包括处理器11和存储器12。处理器11和存储器12通过总线13连接。存储器12适于存储处理器11可执行的指令或程序。处理器11可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器11通过执行存储器12所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线13将上述多个组件连接在一起，同时将上述组件连接到显示控制器14和显示装置以及输入/输出(i/o)装置15。输入/输出(i/o)装置15可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出装置15通过输入/输出(i/o)控制器16与系统相连。

本领域的技术人员应明白，本发明的实施例可提供为方法、装置(设备)或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品。

本发明是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程。

这些计算机程序指令可以存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现流程图一个流程或多个流程中指定的功能。

也可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

本项目由清华大学自主科研计划资助。