在1994年，這個類似于一個正方形馬賽克的圖片由日本DENSO WAVE公司發(fā)明----兩位程序員為了追蹤汽車零部件而設(shè)計。而現(xiàn)在，應(yīng)用更為廣泛的是由美國人設(shè)計的pdf417,datamatrx..其中的pdf417是由留美華人王寅敬博士發(fā)明。
其實很長時間里二維碼應(yīng)用于產(chǎn)品追蹤，物品識別和庫存管理等工業(yè)用途。直到智能手機和微信在中國普及，二維碼才變成了一個可以被大眾隨時“掃一掃”的工具，或者說人人手里都有了一個“二維碼掃描器”。二維碼在中國應(yīng)用的范圍比較廣，而在網(wǎng)上支付方面，二維碼也存在一定的風(fēng)險。其實，直接掃碼很危險。有網(wǎng)友稱其在街頭張貼的廣告上掃描了一個二維碼之后， 手機剛充的100元話費就不翼而飛。他掃描了一個貼在墻上的交友類二維碼后，并未下載安裝交友軟件，然后就被通知手機欠費。結(jié)果檢測手機發(fā)現(xiàn)，被安裝了手機病毒軟件，導(dǎo)致剛充的話費被偷走。央行在2014年叫停二維碼支付后時隔兩年，于2016年8月3日官方才重新承認二維碼的支付地位。
該原理是，用特定的幾何圖形按編排規(guī)律在二維方向上分布，采用黑白相見的圖形來記錄數(shù)據(jù)符號信息。
為了利用計算機內(nèi)部邏輯，用數(shù)字“0”和數(shù)字“1”作為代碼，同時使用若干個與二進制相對應(yīng)的幾何形體表示文字數(shù)值信息。
這里面我有幾個小知識點想提一提。
知識點一：二維碼共有40個尺寸
也就是版本version，Version 1.0是21 x 21的正方形，Version 2.0是 25 x 25的（公式：(V-1)*4 + 21）。所以最大的尺寸就是177 x 177 的正方形。
知識點二：三個點確定一個面
二維碼只有三個角上有位置探測圖案，就是這個就是為了更好的讀取二維碼。那有人問為什么不是四個能，這個角也不是多余的，可以鑲嵌別的信息。
知識點三：旋轉(zhuǎn)二維碼，也可以識別
因為有知識點二中所說的位置探測圖案和分隔符，所以，無論是正著掃碼，還是豎著掃碼，或者斜著掃碼，信息都可以被識別。
通過常見的圖象輸入設(shè)備或光電掃描設(shè)備，它們可以自動讀取，并且會對識別出的信息進行自動處理。
因為每個碼制有自己的字符集，一個一個的字符占據(jù)自己的位置。所以，通過掃描能讀取的數(shù)據(jù)信息在二維碼中的位置是由定位圖形和分隔符決定的。才能夠快速地識別和處理圖形旋轉(zhuǎn)、變化等問題。
二維碼可以在水平和豎直方向上進行編碼，用正方形的黑白格來記錄信息，原理是利用了二進制的0和1，打個比方，現(xiàn)在有一個10乘10格子的二維碼，每一行都有黑白格，如果用1表示白色的格子，0表示黑色的格子，那么我們可以用類似“0100101100”這樣的一行數(shù)字來表示每一行的代碼，那么將10個這樣的數(shù)字行排列起來，就組成了一個二維碼，我們掃碼就相當于解碼的過程，可以識別二維碼上的信息。
二維碼還具有容錯性，一些二維碼只需要掃前面幾行就可以識別出信息，哪怕二維碼局部破損丟失都可能識別信息，不需要掃全，它比普通條形碼譯碼錯誤率50萬分之1還要低，誤碼率低于1000萬分之1。
數(shù)據(jù)編碼
我們先來說說數(shù)據(jù)編碼。QR碼支持如下的編碼：
假如我們有個HELLO WORLD的字符串要編碼，根據(jù)上面的示例二，我們可以得到下面的編碼
我們還要加上結(jié)束符：
按8bits重排
如果所有的編碼加起來不是8個倍數(shù)我們還要在后面加上足夠的0，比如上面一共有78個bits，所以，我們還要加上2個0，然后按8個bits分好組：
00100000 01011011 00001011 01111000 11010001 01110010 11011100 01001101 01000011 01000000
補齊碼(Padding Bytes)
最后，如果如果還沒有達到我們最大的bits數(shù)的限制，我們還要加一些補齊碼(Padding Bytes)，Padding Bytes就是重復(fù)下面的兩個bytes：11101100 00010001 (這兩個二進制轉(zhuǎn)成十進制是236和17，我也不知道為什么，只知道Spec上是這么寫的)關(guān)于每一個Version的每一種糾錯級別的最大Bits限制，可以參看QR Code Spec的第28頁到32頁的Table-7一表。
假設(shè)我們需要編碼的是Version 1的Q糾錯級，那么，其最大需要104個bits，而我們上面只有80個bits，所以，還需要補24個bits，也就是需要3個Padding Bytes，我們就添加三個，于是得到下面的編碼：
00100000 01011011 00001011 01111000 11010001 01110010 11011100 01001101 01000011 01000000 11101100 00010001 11101100
上面的編碼就是數(shù)據(jù)碼了，叫Data Codewords，每一個8bits叫一個codeword，我們還要對這些數(shù)據(jù)碼加上糾錯信息。
糾錯碼
上面我們說到了一些糾錯級別，Error Correction Code Level，二維碼中有四種級別的糾錯，這就是為什么二維碼有殘缺還能掃出來，也就是為什么有人在二維碼的中心位置加入圖標。
錯誤修正容量
L水平 7%的字碼可被修正
M水平 15%的字碼可被修正
Q水平 25%的字碼可被修正
H水平 30%的字碼可被修正
那么，QR是怎么對數(shù)據(jù)碼加上糾錯碼的？首先，我們需要對數(shù)據(jù)碼進行分組，也就是分成不同的Block，然后對各個Block進行糾錯編碼，對于如何分組，我們可以查看QR Code Spec的第33頁到44頁的Table-13到Table-22的定義表。注意最后兩列：
Number of Error Code Correction Blocks ：需要分多少個塊。
Error Correction Code Per Blocks：每一個塊中的code個數(shù)，所謂的code的個數(shù)，也就是有多少個8bits的字節(jié)。
首先，先把Position Detection圖案畫在三個角上。(無論Version如何，這個圖案的尺寸就是這么大)
然后，再把Alignment圖案畫上(無論Version如何，這個圖案的尺寸就是這么大)
關(guān)于Alignment的位置，Table-E.1的定義表(部分)
下圖是根據(jù)上述表格中的Version8的一個例子(6，24，42)
接下來是Timing Pattern的線
再接下來是Formation Information，下圖中的藍色部分。
Format Information是一個15個bits的信息，每一個bit的位置如下圖所示：(注意圖中的Dark Module，那是永遠出現(xiàn)的)
這15個bits中包括：
5個數(shù)據(jù)bits：其中，2個bits用于表示使用什么樣的Error Correction Level， 3個bits表示使用什么樣的Mask
10個糾錯bits。主要通過BCH Code來計算
然后15個bits還要與101010000010010做XOR操作。這樣就保證不會因為我們選用了00的糾錯級別和000的Mask，從而造成全部為白色，這會增加我們的掃描器的圖像識別的困難。
下面是一個示例：
關(guān)于Error Correction Level如下表所示：
再接下來是Version Information(版本7以后需要這個編碼)，下圖中的藍色部分。
Version Information一共是18個bits，其中包括6個bits的版本號以及12個bits的糾錯碼，下面是一個示例：
而其填充位置如下：
然后是填接我們的最終編碼，最終編碼的填充方式如下：從左下角開始沿著紅線填我們的各個bits，1是黑色，0是白色。如果遇到了上面的非數(shù)據(jù)區(qū)，則繞開或跳過。
這樣下來，我們的圖就填好了，但是，也許那些點并不均衡，如果出現(xiàn)大面積的空白或黑塊，會告訴我們掃描識別的困難。所以，我們還要做Masking操作QR的Spec中說了，QR有8個Mask你可以使用，如下所示：其中，各個mask的公式在各個圖下面。所謂mask，說白了，就是和上面生成的圖做XOR操作。Mask只會和數(shù)據(jù)區(qū)進行XOR，不會影響功能區(qū)。(注：選擇一個合適的Mask也是有算法的)
其Mask的標識碼如下所示：(其中的i,j分別對應(yīng)于上圖的x,y)
下面是Mask后的一些樣子，我們可以看到被某些Mask XOR了的數(shù)據(jù)變得比較零散了。
Mask過后的二維碼就成最終的圖了。
這里同樣有幾個有趣的小知識點。
首先，二維碼不但只有黑白色的，普遍使用黑白色是為了提高其工作效率。
其次，二維碼源于日本，但在我國被發(fā)揚光大。
