二维码分类

最近在做二维码解码的项目。用的是zxing库+VS2015+OPENCV3.4，网上说ZBAR库也ok；
概念：二维条码/二维码（2-dimensional bar code）是用某种特定的几何图形按一定规律在平面（二位方向上）分布的黑白相间的图形记录数据符号信息的图形。

一维条码

一维条码是由一组粗细不同、黑白（或彩色）相间的条、空及其相应的字符（数字字母）组成的标记，即传统条码。

一维条码示意图：
一维码示意图
二维条码

二维条码是用某种特定的几何图形按一定规律在平面（二维方向）上分布的条、空相间的图形来记录数据符号信息。
二维码：

二维码示意图

二维条码也有许多不同的码制，就码制的编码原理而言，通常分为三种类型：

1.线性堆叠式二维码
2.矩阵式二维码
3.邮政码

线性堆叠式二维码
编码原理：建立在一维条码基础之上，按需要堆积成两行或多行，整体风格类似一维码。
线性堆叠式二维码示意图：

线性式堆叠式二维码
矩阵式二维码

在一个矩形空间通过黑、白像素在矩阵中的不同分布进行编码。在矩阵相应元素位置上，用点（方点、圆点或其他形状）的出现表示二进制“1”，点的不出现表示二进制的“0”，是最为常见的二维码类型，其中包含了最为流行的QR_Code。
矩阵式二维码示意图：
常见矩阵式二维码
邮政码

邮政码通过不同长度的条进行编码，主要用于邮件编码，如：POSTNET、BPO 4-STATE，一般通过不同长度的条作为邮件编码。
在这里插入图片描述

目前流行的三大国际标准：
PDF417：不支持中文
DM：专利未公开，需支付专利费用
QR Code：专利公开，支持中文

QR Code比其他二维码相比具有的优势：

识读速度快
数据密度大
占用空间小

QR Code是由日本Denso公司于1994年研制的一种矩阵二维码符号吗，全称是Quick Response Code

Data Matrix码
ata Matrix原名Data code，由美国国际资料公司(International Data Matrix, 简称ID Matrix)于1989年发明，整个图形尺寸伸缩自如，大可以做成1米1米。小可以做成0.30.3mm。Data Matrix又可分为ECC000-140与ECC200两种类型，ECC000-140具有多种不同等级的错误纠正功能，而ECC200则透过Reed-Solomon演算法产生多项式计算出错误纠正码，其尺寸可以依需求印成不同大小，但采用的错误纠正码应与尺寸配合，由于其演算法较为容易，且尺寸较有弹性，故一般以ECC200较为普遍，常应用于电子产品表面。
ECC200 是最新的 Data Matrix码版本，可以配置为正方形或矩形。ECC200 已国际标准化。当需要 Data Matrix 码时，通常使用 ECC200 版本。
Data Matrix(ECC200)码结构
Data Matrix 码的数据区域四周为 L 形框（称为“对准图案”）和点线（称为“时钟图案”）。读取器将捕获这些图案，通过图像处理技术确定代码的位置。因此，可从任何方向上读取 Data Matrix 码。
当模块数目超过 24 × 24 时，代码将分成区块，每侧不会超过 24 个模块。此结构可防止代码失真。
在这里插入图片描述
共有 24 种代码尺寸，范围为从 10 × 10 模块到 144 × 144 模块（对于矩形，共有六种尺寸）。
当某个代码的模块数目超过 26 × 26（对于数据，模块数目超过 24 × 24）时，它会划分为区块，如下所示，每侧不超过 24 个模块。此结构可防止代码失真。

在这里插入图片描述

工程中用到的一些二维码：
在这里插入图片描述

AprilTags
换了份工作又要开始解码了，我是上辈子看太多毛片被诅咒了吗？要如此折磨我，不出意外的话，未来两年的工作重心就放在解码相关项目上。
最近的工作主要是以AprilTags二维码为主，AprilTags在概念上类似于QR码，因为它们是一种二维条形码。但是，降低了复杂度以满足实时性要求，它们被设计用于编码更小的数据有效载荷（4到12位之间），从而可以更长距离地检测它们。此外，它们设计用于高定位精度 - 可以计算AprilTag相对于相机的精确3D位置。
与普通二维码相比， AprilTags可在更远距离、较差光线和更扭曲的图像环境下被检测到。 AprilTags可应对所有种类的图像失真问题，而二维码并不能。也就是说， AprilTags只能将数字D编码作为其有效载荷。
官网：https://april.eecs.umich.edu/software/apriltag.html
git仓库地址：https://github.com/AprilRobotics/apriltag

AprilTags可以应用于：

相机标定
目标大小估计
测量相机到目标的距离
3D 定位（3D positioning）
机器人
SLAM
自主导航（autonomous navigation）

AprilTag family默认的是：Tag36h11，在AprilTags中有六个系列families：

Tag36h11
TagStandard41h12
TagStandard52h13
TagCircle21h7
TagCircle49h12
TagCustom48h12

在这里插入图片描述

标签系列的区别？

例如，TAG16H5家族，16为16个像素块，5为假阳性值，其实际上是一个4x4的方形标签。一般来说，默认使用族TAG36H11。当然现在AprilTag更新到了第三代，使用tagStandard41h12更好。

APRILTAG原理
AprilTag内容主要包含三个步骤。

第一步：根据梯度检测出图像中的各种边缘
第二步：在边缘图像中找出需要的四边形图案并进行筛选
AprilTag尽可能的对检测出的边缘检测，首先剔除非直线边缘，在直线边缘进行邻接边缘查找，最终若形成闭环则为检测到一个四边形）

第三步：进行二维码编码和二维码解码
编码方式分为三种，其黑边色块长度分别为8，7，6三个色块长度，对于解码内容，要在检测到的四边形内生成点阵列用于计算每色块的值，再根据局部二值模式(Local Binary Patterns)构造简单分类器对四边形内的色块进行分类，将正例色块编码为1将负例色块编码为0，就可以得到该二维码的编码。得到编码以后再与已知库内的编码进行匹配，确定解码出的二维码是否为正确。

APRILTAG图像生成
下载openmv软件

中国官网地址：http://openmv.cc （点击软件下载）
美国官网下载地址：https://openmv.io/pages/download
安装后打开，依次按照图示进行，选择相应文件夹生成即可
在这里插入图片描述
四、OPENMV实现
利用OpenMV自带函数 find_apriltags 寻找Apriltag

import sensor, image, time, mathsensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA) # 如果分辨率更大，我们的内存会耗尽...
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False)  # 必须关闭此功能，以防止图像冲洗…
sensor.set_auto_whitebal(False)  # 必须关闭此功能，以防止图像冲洗…
clock = time.clock()# 注意！与find_qrcodes不同，find_apriltags方法不需要对图像进行镜头校正# apriltag代码最多支持可以同时处理6种tag家族。
# 返回的tag标记对象，将有其tag标记家族及其在tag标记家族内的id。def family_name(tag):if(tag.family() == image.TAG16H5):return "TAG16H5"if(tag.family() == image.TAG25H7):return "TAG25H7"if(tag.family() == image.TAG25H9):return "TAG25H9"if(tag.family() == image.TAG36H10):return "TAG36H10"if(tag.family() == image.TAG36H11):return "TAG36H11"if(tag.family() == image.ARTOOLKIT):return "ARTOOLKIT"while(True):clock.tick()img = sensor.snapshot()for tag in img.find_apriltags(): # 如果没有给出家族，默认TAG36H11。img.draw_rectangle(tag.rect(), color = (255, 0, 0))img.draw_cross(tag.cx(), tag.cy(), color = (0, 255, 0))print_args = (family_name(tag), tag.id(), (180 * tag.rotation()) / math.pi)print("Tag Family %s, Tag ID %d, rotation %f (degrees)" % print_args)print(clock.fps())