Java使用ZXing实现二维码识别与图片优化

环境依赖与准备

要实现二维码解析，首先需要引入Google提供的ZXing核心库及J2SE支持包。在Maven项目中添加以下依赖：

<dependency>
   <groupId>com.google.zxing</groupId>
   <artifactId>javase</artifactId>
   <version>3.2.1</version>
</dependency>
<dependency>
    <groupId>com.google.zxing</groupId>
    <artifactId>core</artifactId>
    <version>3.3.3</version>
</dependency>

基础二维码识别实现

基本的识别流程是读取图像文件，将其转换为亮度源（LuminanceSource），再通过二值化器生成二进制位图，最后由多格式阅读器进行解码。为了提升对复杂图像的兼容性，可以引入TRY_HARDER和PURE_BARCODE提示。

第1步：配置解码 Hint 参数

首先定义解码所需的 hint 映射表，设置字符集为 UTF-8。

Map<DecodeHintType, Object> hints = new HashMap<DecodeHintType, Object>();
hints.put(DecodeHintType.CHARACTER_SET, "UTF-8");
// 开启尝试更高精度模式，有助于识别带Logo或模糊的二维码
hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);
// 如果二维码占满整个画面或背景纯净，可开启此选项
hints.put(DecodeHintType.PURE_BARCODE, Boolean.FALSE); // 建议初始设为false以兼容一般场景

第2步：执行解码操作

将读取到的 BufferedImage 包装进 BufferedImageLuminanceSource，并创建混合二值化器。MultiFormatReader 负责调用底层算法输出结果。

try {
    BufferedImage image = ImageIO.read(new File(path));
    LuminanceSource source = new BufferedImageLuminanceSource(image);
    Binarizer binarizer = new HybridBinarizer(source);
    BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
    
    Result result = new MultiFormatReader().decode(binaryBitmap, hints);
    String content = result.getText();
    System.out.println("二维码内容：" + content);
} catch (NotFoundException e) {
    // 基础识别失败，需进入优化流程
}

图片预处理优化方案

当基础识别返回 NotFoundException 时，通常是因为图像噪点过多、对比度不足或存在 Logo 干扰。此时需要对图像进行灰度化和二值化增强。

第3步：实施灰度转换算法

利用浮点权重算法计算像素点的灰度值：Gray = R*0.28 + G*0.95 + B*0.11。这种加权方式模拟了人眼对不同颜色的敏感度差异。

private static int getImageGray(int rgb) {
    String argb = Integer.toHexString(rgb);
    // 提取RGB分量（忽略透明度部分）
    int r = Integer.parseInt(argb.substring(2, 4), 16);
    int g = Integer.parseInt(argb.substring(4, 6), 16);
    int b = Integer.parseInt(argb.substring(6, 8), 16);
    return (int) (r * 0.28 + g * 0.95 + b * 0.11);
}

第4步：执行二值化处理

设定阈值 YZ=150。若某点及其周围邻域的平均灰度高于阈值则设为白色（255），否则设为黑色（0）。这能有效去除背景杂色，突出黑白模块区域。

public static void binarization(String filePath, String fileOutputPath) throws IOException {
    BufferedImage bi = ImageIO.read(new File(filePath));
    int w = bi.getWidth();
    int h = bi.getHeight();
    // 存储每个像素及其局部邻域的综合灰度值
    int[][] grayMatrix = new int[w][h];
    
    // 填充灰度矩阵
    for (int i = 0; i < w; i++) {
        for (int j = 0; j < h; j++) {
            grayMatrix[i][j] = getGray(grayMatrix, i, j, w, h); // 注：此处逻辑需配合预计算数组
        }
    }
    
    // 重新遍历应用阈值
    for (int i = 0; i < w; i++) {
        for (int j = 0; j < h; j++) {
            // 注意：实际应用中应先收集所有raw gray再统一计算局部灰度，避免递归引用错误
            int localGray = calculateLocalAverageBi(i, j, w, h, ...);
            if (localGray > 150) {
                bi.setRGB(i, j, 0xFFFFFF); // 白
            } else {
                bi.setRGB(i, j, 0x000000); // 黑
            }
        }
    }
    ImageIO.write(bi, "jpg", new File(fileOutputPath));
}

对于带有复杂背景或较小噪点的二维码，还可结合形态学中的“开运算”（先腐蚀后膨胀），剔除孤立的小黑点，恢复二维码块的完整性。

以上就是Java实现识别二维码图片功能及优化处理的详细内容，更多关于Java图像处理和ZXing解析的资料请关注本站其它相关文章！