浅谈二维码图片zxing解析

Question

在zxing中解码大致流程为：
1:获取摄像头byte[] data
2:对数据进行解析
在zxing客户端源码中
PreviewCallback 摄像头回调 data就是出自这里
PlanarYUVLuminanceSource 继承与LuminanceSource不同的数据原 YUV RGB
RGBLuminanceSource
AutoFocusCallback  自动对焦。不能自动对焦的手机zxing就不能发威了
CameraManager  摄像头管理类。打开，关闭
DecodeThread   线程管理主要利用到了CountDownLatch
DecodeHandler  数据传输中枢。我理解DecodeThread控制线程，DecodeHandler发送数据
DecodeFormatManager  这个配置解码格式。一维码，二维码等
CaptureActivityHandler 这个是解码与avtivity中介。解码成功，失败都用她回调
ViewfinderView  我们看到的扫描框，搞花样就从她入手上面是我对zxing的理解。下面是 二维码从图片解析内容的分析与实现

Answer 1

public class DecodeImageHandler {
private static final String TAG = DecodeImageHandler.class.getSimpleName();
// 解码格式
private MultiFormatReader multiFormatReader;
private static final String ISO88591 = "ISO8859_1"; // private Context mContext; public DecodeImageHandler(Context context) {
// 解码的参数
Hashtable<DecodeHintType, Object> hints = new Hashtable<DecodeHintType, Object>(2);
// 能解析的编码类型 和 解析时使用的编码。
Vector<BarcodeFormat> decodeFormats = new Vector<BarcodeFormat>();
decodeFormats.addAll(DecodeFormatManager.ONE_D_FORMATS);
decodeFormats.addAll(DecodeFormatManager.QR_CODE_FORMATS);
decodeFormats.addAll(DecodeFormatManager.DATA_MATRIX_FORMATS);
hints.put(DecodeHintType.POSSIBLE_FORMATS, decodeFormats);
hints.put(DecodeHintType.CHARACTER_SET, ISO88591);
init(context, hints); } public DecodeImageHandler(Context context, Hashtable<DecodeHintType, Object> hints) {
init(context, hints);
} private void init(Context context, Hashtable<DecodeHintType, Object> hints) {
multiFormatReader = new MultiFormatReader();
multiFormatReader.setHints(hints);
// mContext = context;
} public Result decode(Bitmap bitmap) {
// 首先，要取得该图片的像素数组内容
int width = bitmap.getWidth();
int height = bitmap.getHeight();
//--------------------------------------------------
//rgb模式
int[] data = new int[width * height];
bitmap.getPixels(data, 0, width, 0, 0, width, height);
Result rgbResult = rgbModeDecode(data, width, height);
if (rgbResult != null) {
data = null;
return rgbResult;
} //----------------------------------------------------
//yuv
byte[] bitmapPixels = new byte[width * height];
bitmap.getPixels(data, 0, width, 0, 0, width, height);
// 将int数组转换为byte数组
for (int i = 0; i < data.length; i++) {
bitmapPixels[i] = (byte) data[i];
}
// ByteArrayOutputStream baos = new ByteArrayOutputStream();
// bitmap.compress(Bitmap.CompressFormat.JPEG, 100, baos);
Result yuvResult = yuvModeDecode(bitmapPixels, width, height);
bitmapPixels = null;
return yuvResult;
} // public Result decode(String path) throws IOException {
// // 解析图片高和宽
// BitmapFactory.Options options = new BitmapFactory.Options();
// options.inJustDecodeBounds = true;
// BitmapFactory.decodeFile(path, options);
//
// //从图片直接获取byte[]
// File file = new File(path);
// FileInputStream is = new FileInputStream(file);
// ByteArrayOutputStream os = new ByteArrayOutputStream();
// int len = -1;
// byte[] buf = new byte[512];
// while ((len = is.read(buf)) != -1) {
// os.write(buf, 0, len);
// }
// //关闭流
// try {
// is.close();
// } finally {
// if (is != null) {
// is.close();
// }
// }
//
// //解析
// return decode(os.toByteArray(), options.outWidth, options.outHeight);
// } public Result rgbModeDecode(int[] data, int width, int height) {
Result rawResult = null;
RGBLuminanceSource source = new RGBLuminanceSource(width, height, data);
BinaryBitmap bitmap = new BinaryBitmap(new HybridBinarizer(source));
try {
rawResult = multiFormatReader.decodeWithState(bitmap);
} catch (ReaderException re) {
// continue
} finally {
multiFormatReader.reset();
} //转换乱码
if (rawResult != null) {
return converResult(rawResult);
}
return rawResult;
} public Result yuvModeDecode(byte[] data, int width, int height) {
Result rawResult = null;
PlanarYUVLuminanceSource source = new PlanarYUVLuminanceSource(data, width, height, 0, 0, width, height);
BinaryBitmap bitmap = new BinaryBitmap(new HybridBinarizer(source));
try {
rawResult = multiFormatReader.decodeWithState(bitmap);
} catch (ReaderException re) {
// continue
} finally {
multiFormatReader.reset();
} //转换乱码
if (rawResult != null) {
return converResult(rawResult);
}
return rawResult;
} /**
 * 使用ISO88591进行解码，然后通过ISO88591在进行转换乱码
 */
private Result converResult(Result rawResult) {
//复制一个Result,并转码
String str = rawResult.getText();
String converText = null;
try {
converText = BarcodeUtils.converStr(str, ISO88591);
} catch (UnsupportedEncodingException e) {
Logger.getInstance(TAG).debug(e.toString());
} // FIXME 转化失败--》1:结果置空
//              --》2:把未解码的内容返回
if (converText != null) {
return serResultText(rawResult, converText);
} else {
return rawResult;
}
} private Result serResultText(Result rawResult, String converText) {
Result resultResult = new Result(converText, rawResult.getRawBytes(), rawResult.getResultPoints(),
rawResult.getBarcodeFormat(), System.currentTimeMillis());
resultResult.putAllMetadata(rawResult.getResultMetadata());
return resultResult;
}}

Answer 2

从摄像头解码过程：
获取数据，生成数据源，后台解析我们的思路：
生成byte[] data 给了他就ok了但是要注意在摄像头取的是yuv数据流，我们把bitmap直接转成byte[]在给后台解析失败率很高。
上面我是用了两中模式rgbModeDecode  yuvModeDecode
还是有失败。
如果把bitmap转成yuv数据？希望高手指点
在android中解析图片要考虑两个因素1 内存 2数据格式以上就是我的浅谈。有错的地方希望大家之处。
不知道谁有更好的解析图片二位码的方法

Answer 3

bitmap转灰
public static Bitmap toGrayscale(Bitmap bmpOriginal) {
int width, height;
height = bmpOriginal.getHeight();
width = bmpOriginal.getWidth(); Bitmap bmpGrayscale = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);
Canvas c = new Canvas(bmpGrayscale);
Paint paint = new Paint();
ColorMatrix cm = new ColorMatrix();
cm.setSaturation(0);
ColorMatrixColorFilter f = new ColorMatrixColorFilter(cm);
paint.setColorFilter(f);
c.drawBitmap(bmpOriginal, 0, 0, paint); return bmpGrayscale;
}

Answer 4

这里有个web版的生成器：http://blog.csdn.net/suntongo/article/details/8742023