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。

　　關于 QR Code Specification，可參看這個 PDF：http://raidenii.net/files/datasheets/misc/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。Version 1 是 21 x 21 的矩陣，Version 2 是 25 x 25 的矩陣，Version 3 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 Version 40，(40-1)*4+21 = 177，所以最高是 177 x 177 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，用于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 也是用于定位的。原因是二維碼有 40 種尺寸，尺寸過大了后需要有根標準線，不然掃描的時候可能會掃歪了。
• Alignment Patterns 只有 Version 2 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 存在于所有的尺寸中，用于存放一些格式化數據的。
• Version Information 在 >= Version 7 以上，需要預留兩塊 3 x 6 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，那么，最后剩下的 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 Table 3 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，然后轉成下表的 45 進制，然后轉成 11bits 的二進制，如果最后有一個落單的，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 Table 3）

　　Byte mode, 字節編碼，可以是0-255 的 ISO-8859-1 字符。有些二維碼的掃描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，也可以用于中文編碼。日文和漢字的編碼會減去 一個值。如：在 0X8140 to 0X9FFC 中的字符會減去 8140，在 0XE040 到 0XEBBF 中的字符要減去 0XC140，然后把前兩位拿出來乘以 0XC0，然后再加上后兩位，最后轉成 13bit 的編碼。如下圖示例：

　　Extended Channel InterPRetation (ECI) mode 主要用于特殊的字符集。并不是所有的掃描器都支持這種編碼。

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

　　FNC1 mode 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，后面三種不會在本文中討論。

　　下面兩張表中，

• Table 2 是各個編碼格式的“編號”，這個東西要寫在 Format Information 中。注：中文是 1101
• Table 3 表示了，不同版本（尺寸）的二維碼，對于，數字，字符，字節和 Kanji 模式下，對于單個編碼的 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范表，后面還會提到）

　　下面我們看幾個示例，

　　示例一：數字編碼

　　在 Version 1 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: 012 345 67

　　2. 把他們轉成二進制:  012 轉成 0000001100；  345 轉成 0101011001；  67 轉成 1000011。

　　3. 把這三個二進制串起來: 0000001100 0101011001 1000011

　　4. 把數字的個數轉成二進制 (version 1-H 是 10 bits ): 8 個數字的二進制是 0000001000

　　5. 把數字編碼的標志 0001 和第 4 步的編碼加到前面:  0001 0000001000 0000001100 0101011001 1000011

　　示例二：字符編碼

　　在 Version 1 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 等于 462 轉成 00111001110

　　(41,4) 41*45+4 等于 1849 轉成 11100111001

　　(2) 等于 2 轉成 000010

　　4. 把這些二進制連接起來：00111001110 11100111001 000010

　　5. 把字符的個數轉成二進制 (Version 1-H 為 9 bits ): 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:  0010 000000101 00111001110 11100111001 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，

　　注：二維碼的糾錯碼主要是通過 Reed-Solomon error correction（里 德-所羅門糾錯算法）來實現的。對于這個算法，對于我來說是相當的復雜，里面有很多的數學計算，比如：多項式除法，把1-255 的數映射成 2 的n次方（0<=n<=255）的伽羅瓦域 Galois Field 之類的神一樣的東西，以及基于這些基礎的糾錯數學公式，因為我的數據基礎差，對于我來說太過復雜，所以我一時半會兒還有點沒搞明白，還在學習中，所以，我 在這里就不展開說這些東西了。還請大家見諒了。（當然，如果有朋友很明白，也繁請教教我）

　　最終編碼

　　穿插放置

　　如果你以為我們可以開始畫圖，你就錯了。二維碼的混亂技術還沒有玩完，它還要把數據碼和糾錯碼的各個 codeWords 交替放在一起。如何交替呢，規則如下：

　　對于數據碼：把每個塊的第一個 codewords 先拿出來按順度排列好，然后再取第一塊的第二個，如此類推。如：上述示例中的 Data Codewords 如下：

　　我們先取第一列的：67， 246， 182， 70

　　然后再取第二列的：67， 246， 182， 70， 85，246，230 ，247

　　如此類推：67， 246， 182， 70， 85，246，230 ，247 &hellip;……  ……… ，38，6，50，17，7，236

　　對于糾錯碼，也是一樣：

　　和數據碼取的一樣，得到：213，87，148，235，199，204，116，159，…… …… 39，133，141，236

　　然后，再把這兩組放在一起（糾錯碼放在數據碼之后）得到：

　　67, 246, 182, 70, 85, 246, 230, 247, 70, 66, 247, 118, 134, 7, 119, 86, 87, 118, 50, 194, 38, 134, 7, 6, 85, 242, 118, 151, 194, 7, 134, 50, 119, 38, 87, 16, 50, 86, 38, 236, 6, 22, 82, 17, 18, 198, 6, 236, 6, 199, 134, 17, 103, 146, 151, 236, 38, 6, 50, 17, 7, 236, 213, 87, 148, 235, 199, 204, 116, 159, 11, 96, 177, 5, 45, 60, 212, 173, 115, 202, 76, 24, 247, 182, 133, 147, 241, 124, 75, 59, 223, 157, 242, 33, 229, 200, 238, 106, 248, 134, 76, 40, 154, 27, 195, 255, 117, 129, 230, 172, 154, 209, 189, 82, 111, 17, 10, 2, 86, 163, 108, 131, 161, 163, 240, 32, 111, 120, 192, 178, 39, 133, 141, 236

　　Remainder Bits

　　最后再加上 Reminder Bits，對于某些 Version 的 QR，上面的還不夠長度，還要加上 Remainder Bits，比如：上述的 5Q 版的二維碼，還要加上 7 個 bits，Remainder Bits 加零就好了。關于哪些 Version 需要多少個 Remainder bit，可以參看 QR Code Spec 的第 15 頁的 Table-1 的定義表。

　　畫二維碼圖

　　Position Detection Pattern

　　首先，先把 Position Detection 圖案畫在三個角上。

　　Alignment Pattern

　　然后，再把 Alignment 圖案畫上

　　關于 Alignment 的位置，可以查看 QR Code Spec 的第 81 頁的 Table-E.1 的定義表（下表是不完全表格）

　　下圖是根據上述表格中的 Version8 的一個例子（6，24，42）

　　Timing Pattern

　　接下來是 Timing Pattern 的線（這個不用多說了）

　　Format Information

　　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，那是永遠出現的）

　　這 15 個 bits 中包括：

• 5 個數據 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，以及 000 的 Mask，從重造成全部為白色，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：

　　關于 Error Correction Level 如下表所示：

　　關于 Mask 圖案如后面的 Table 23 所示。

　　Version Information

　　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：

　　數據和數據糾錯碼

　　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據區，則繞開或跳過。

　　掩碼圖案

　　這樣下來，我們的圖就填好了，但是，也許那些點并不均衡，所以，我們還要做 Masking 操作（靠，還嫌不復雜）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 只會和數據區進行 XOR，不會影響功能區。

　　其 Mask 的標識碼如下所示：（其中的i,j分別對應于上圖的x，y）

　　下面是 Mask 后的一些樣子，我們可以看到被某些 Mask XOR 了的數據變得比較零散了。

　　Mask 過后的二維碼就成最終的圖了。

　　好了，大家可以去嘗試去寫一下 QR 的編碼程序，當然，你可以用網上找個 Reed Soloman 的糾錯算法的庫，或是看看別人的源代碼是怎么實現這個繁鎖的編碼。