二維碼的生成細節和原理

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，然后把結果前兩個16進制位拿出來乘以0XC0，然后再加上后兩個16進制位，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