最近需要开发一个二维码识别的应用，调研了几个开源算法库，opencv、quirc、zxing、zbar和微信开源的基于深度学习的识别算法，最终选定了微信开源的算法，毕竟又好又快

QR（Quick Response）二维码，即快速响应二维码，是Denso Wave公司在1994年9月研制出的一种矩阵二维码。QR二维码是矩阵式二维码的一种，其深浅颜色的小模块沿垂直和水平两个方向分布，代表着编码后的数据。

标准的QR二维码中一般包含3个形状相同的位置探测图形，为了快速定位，这3个图形被设计为具有相同的深浅模块，比例为1:1:3:1:1，如下图所示。

QR二维码中其他部分的深浅颜色宽度比例呈“回”字型的可能性很小，并且该特性使得不论扫描方向如何，只需其满足该比例，即可在扭曲变形的情况下快速定位。

QR二维码中存在两个定位图形，其中水平的定位图形为一行黑白两色相互交替的模块单元，同样，垂直定位图形也是一列颜色交替的模块单元。定位图形的起始和结束模块一定是黑色模块。

QR二维码中，毎个校正图形也是一个“回”字形状，由３个不同颜色不同尺寸的正方形依次重叠而成，它们分别为5×5的深色模块，3×3的浅色模块和１个深色模块。同时在垂直和水平方向上检测到1:1:1:1:1的宽度流，即确定为一个校正图形。太小的版本中没有校正图形

黑色模块代表数据上的0，白色模块代表1.编码区域用于存储数据信息、版本信息、纠错级别信息和格式信息

围绕在二维码边缘外侧的白色区域，不存储信息，用于区分其他背景模型，减少外部干扰。 QRencode库并没有自动生成边缘外侧的空白区，也没有相关的接口，需要自己在生成图形的代码中添加。

● 存储容量大，可容纳7089个数字或1817个汉字 ● 编码字符类型多。条形码只能编码数字和26个英文字母，二维码可编码汉字 ● 具有很强的纠错功能。有4个纠错等级，最高的纠错等级可纠正出30%的错误数据，可将LOGO放入图片中间 ● 译码可靠性高，识别快速。能够旋转校正，畸变也能识别出

opencv自带的识别精度较差，速度还可以。只需要他搭配其他算法库使用。 OpenCV能够加快读取条形码和二维码的过程，包括从硬盘加载图像，从视频流中抓取新的帧，并进行处理。 等我们获取图像或视频帧后，就可以将其传入Python中专用的条形码解码库，比如Zbar。 OpenCV4 二维码定位识别源码解析

谷歌开源的一个框架zxing-github，对win下的python不是很友好，出现莫名其妙的错误 刚开始用的的时候，会出现一个报错信息：zxing.BarCodeReaderException: ('Could not execute specified Java binary', 'java')， 是缺少java的环境 python识别二维码（3.6环境下的zxing包进行识别并解决中文报错问题） Zxing Zbar 结合真正的极速秒扫 手动编译zxing库

出现 “java”不是内部或外部命令，也不是可运行程序或批处理文件的问题 添加java的环境变量 到最后所有的关键都在于没装Java，而ZXing是用java写的，python只是负责调用

Quirc-Github Quirc的特点就是：简单，方便移植，识别准确率高 但是python上的库在12年就停止更新了，无法使用

使用 OpenCV + 微信二维码引擎实现二维码识别from掘金 微信开源了其二维码的解码功能，并贡献给 OpenCV 社区。其开源的 wechat_qrcode 项目被收录到 OpenCV contrib 项目中。从 OpenCV 4.5.2 版本开始，就可以直接使用。 该项目 github 地址 模型文件的地址 微信的扫码引擎，很早就支持了远距离二维码检测、自动调焦定位、多码检测识别等功能，它是基于 CNN 的二维码检测。