QR-code. Обнаружить и расшифровать. Шаг 1 — Обнаружить / Хабр

Введение

Эта статья — первая в цикле статей, в котором мы разберемся с тем, как qr-код устроен, и напишем простенький Qr-детектор и дешифровщик, а также свой собственный генератор qr-кодов.

Использовать мы будем python вместе с opencv и numpy. Учитывая, что opencv — кросс-язычная библиотека, а также то, что работа с изображением/текстурой в разных решениях выглядят примерно одинаково, то я думаю, что вы без труда сможете перевести алгоритм, который будет здесь написан, на любой нужный вам язык

В первую очередь мы будем рассматривать полноразмерный qr-код, Micro-qr возможно будет рассмотрен после завершения работы над полноразмерным qr

Также, хочу отметить, что готовый класс QrCodeDetector уже имеется внутри opencv. Возможно, вам не нужно изобретать велосипед 🙂

Обнаружение

Очевидно, что прежде, чем дешифровать qr-код, нужно для начала его обнаружить на картинке. Как же это делают наши смартфоны? Всё очень просто, специально для этого на Qr-коде есть вот эти три квадратика:

Пишем код

Как уже было сказано выше, использовать мы будем opencv и numpy. Импортируем эти библиотеки:

import cv2 as cv
import numpy as np

В первую очередь нам нужно найти первый чёрный пиксель на изображении, которое является трёхмерным массивом вида:

img[y, x, 1]

Поэтому мы проходимся по массиву, пока не найдем элемент, значение которого меньше 50. (черный цвет = 0, но на изображении могут быть помехи, так что мы просто ищем тёмные пиксели):

class QrHandler():
    def detect(self, img):
        for y in range(0, len(img)):
            for x in range(0, len(img[0])):
                if (img[y, x] < [50, 50, 50]).all():
                  print('black')

Кстати, ради дебага я использую режим чтения cv.IMREAD_COLOR, по существу он здесь совершенно не нужен, так что я советую заменить его на cv.IMREAD_GRAYSCALE

Мы нашли черный пиксель, теперь нам нужно проверить, что он является частью квадрата:

 import cv2 as cv
import numpy as np
class QrHandler():
    def detect(self, img):
        for y in range(0, len(img)):
            for x in range(0, len(img[0])):
                if (img[y, x] < [50, 50, 50]). all():
                    square_length = self._get_square_length(img, y, x)
                    if square_length != -5:
                      prtint('square')
    # не забываем про помехи на изображении, поэтому при проверке какой-либо точки нужно проверять небольшой регион вокруг этой точки
    def _is_black_point(self, img, y, x, inaccuracy):
        y_2 = y + inaccuracy
        if y_2 >= len(img):
            y_2 = len(img) - 1
        x_2 = x + inaccuracy
        if x_2 >= len(img[0]):
            x_2 = len(img[0]) - 1
        for y in range(y - inaccuracy, y_2):
            for x in range(x - inaccuracy, x_2):
                if (img[y, x] < [50, 50, 50]).all():
                    return True
        return False
    def _get_square_length(self, img, y, x):
        square_length = 0
        # идём вправо по x и ищем конец квадрата, находим его примерную длину
        for x_i in range(x, len(img[0])):
            if (img[y, x_i] > [50, 50, 50]).all():
                break
            square_length += 1
        # слишком маленькая длина явно говорит нам о том, что это неподходящий квадратик, поэтому проверяем
        if square_length >= 6:
            #проверяем две точки: по y и по диагонали
            if self.
  _is_black_point(img, y + square_length, x + square_length, 3) and self._is_black_point(img, y + square_length, x, 3):
                return square_length
        return -5

Здесь в функции get_square_length мы сначала ищем длину квадрата, проходя по нему до сюда:

А затем при помощи функции

_is_black_point проверяем два региона:

Мы проверяем именно два региона, а не две точки, т.к., как уже было сказано ранее, существует погрешность при работе с изображением

Также, стоит проверить наличие вот этого маленького квадратика внутри:

Для этого в наш класс пишем еще одну функцию:

class QrHandler():
    def detect(self, img):
        for y in range(0, len(img)):
            for x in range(0, len(img[0])):
                if (img[y, x] < [50, 50, 50]).all():
                    square_length = self._get_square_length(img, y, x)
                    #добавляем нашу новую функцию в проверку квадратика
                    if square_length != -5 and self. _is_has_lil_square(img, y, x, square_length):
                        print('square')
                        
    def _is_has_lil_square(self, img, y, x, square_length):
        lil_square_length = 0
        #находим центр найденного нами квадрата
        y = y + square_length // 2
        x = x + square_length // 2
        have_white = False
        #идем от центра, пока не найдем границу квадратика
        #запоминаем расстояние от центра до границы
        for x_lil in range(x, x + square_length):
            if (img[y, x_lil] > [50, 50, 50]).all():
                have_white = True
                break
            lil_square_length += 1
        if have_white:
            have_white = False
            lil_square_length_y = 0
            #если мы нашли границу по x, то потвторяем то же самое по y
            for y_lil in range(y, y + square_length):
                if (img[y_lil, x] > [50, 50, 50]).all():
                    have_white = True
                    break
                lil_square_length_y += 1
            #если нашли границу по y, то нужно проверить расстояние до нее от центра
            #расстояние по x и по y должно быть примерно равно друг другу
            if have_white and (lil_square_length_y in range(lil_square_length - 3, lil_square_length + 3)):
                #также нужно проверить нижнюю правую точку квадратика
                if self.
   _is_black_point(img, y + lil_square_length, x + lil_square_length, 3):
                    return True
        return False

Теперь похожим образом нужно проверить оставшиеся два квадрата, для этого дописываем нашу detect функцию:

class QrHandler():
    def detect(self, img):
        for y in range(0, len(img)):
            for x in range(0, len(img[0])):
                if (img[y, x] < [50, 50, 50]).all():
                    square_length = self._get_square_length(img, y, x)
                    if square_length != -5 and self._is_has_lil_square(img, y, x, square_length):
                        #перебираем точки по y
                        for y_2 in range(y + square_length, len(img)):
                            if (img[y_2, x] < [50, 50, 50]).all():
                                square_length_2 = self._get_square_length(
                                    img, y_2, x)
                                if square_length_2 != -5 and self._is_has_lil_square(img, y_2, x, square_length_2):
                                    #после того как нашли потенциальный квадрат, 
                                    #нужно проверить, что его длина примерно равна длине уже найденного квадрата
                                    if square_length_2 in range(square_length - 3, square_length + 3):
                                        qr_size = y_2 - y
                                        #мы уже знаем расстояние между двумя квадратиками, поэтому нам не нужно проходиться по точкам
                                        #сразу проверяем потенциальную точку
                                        square_length_3 = self.
 
 
  _get_square_length(
                                            img, y, x + qr_size)
                                        if square_length_3 != -5 and self._is_has_lil_square(img, y, x + qr_size, square_length_3):
                                            if square_length_3 in range(square_length - 3, square_length + 3):
                                                #проверяем квадратик по аналогии со вторм и возвращаем вырезанный qr
                                                return img[y: y + qr_size + square_length, x: x + qr_size + square_length]

По итогу мы получаем следующий код:

import cv2 as cv
import numpy as np
class QrHandler():
    def detect(self, img):
        for y in range(0, len(img)):
            for x in range(0, len(img[0])):
                if (img[y, x] < [50, 50, 50]).all():
                    square_length = self._get_square_length(img, y, x)
                    if square_length != -5 and self._is_has_lil_square(img, y, x, square_length):
                        for y_2 in range(y + square_length, len(img)):
                            if (img[y_2, x] < [50, 50, 50]).
  all():
                                square_length_2 = self._get_square_length(
                                    img, y_2, x)
                                if square_length_2 != -5 and self._is_has_lil_square(img, y_2, x, square_length_2):
                                    if square_length_2 in range(square_length - 3, square_length + 3):
                                        qr_size = y_2 - y
                                        square_length_3 = self._get_square_length(
                                            img, y, x + qr_size)
                                        if square_length_3 != -5 and self._is_has_lil_square(img, y, x + qr_size, square_length_3):
                                            if square_length_3 in range(square_length - 3, square_length + 3):
                                                return img[y: y + qr_size + square_length, x: x + qr_size + square_length]
    # не забываем про помехи на изображении, поэтому при проверке какой-либо точки нужно проверять небольшой регион вокруг этой точки
    def _is_black_point(self, img, y, x, inaccuracy):
        y_2 = y + inaccuracy
        if y_2 >= len(img):
            y_2 = len(img) - 1
        x_2 = x + inaccuracy
        if x_2 >= len(img[0]):
            x_2 = len(img[0]) - 1
        for y in range(y - inaccuracy, y_2):
            for x in range(x - inaccuracy, x_2):
                if (img[y, x] < [50, 50, 50]).  all():
                    return True
        return False
    def _get_square_length(self, img, y, x):
        square_length = 0
        # идём вправо и ищем конец квадрата, ищем его примерную длину
        for x_i in range(x, len(img[0])):
            if (img[y, x_i] > [50, 50, 50]).all():
                break
            square_length += 1
        # слишком маленькая длина явно говорит нам о том, что это неподходящий квадратик, поэтому проверяем
        if square_length >= 6:
            if self._is_black_point(img, y + square_length, x + square_length, 3) and self._is_black_point(img, y + square_length, x, 3):
                return square_length
        return -5
    def _is_has_lil_square(self, img, y, x, square_length):
        lil_square_length = 0
        y = y + square_length // 2
        x = x + square_length // 2
        have_white = False
        for x_lil in range(x, x + square_length):
            if (img[y, x_lil] > [50, 50, 50]).all():
                have_white = True
                break
            lil_square_length += 1
        if have_white:
            have_white = False
            lil_square_length_y = 0
            for y_lil in range(y, y + square_length):
                if (img[y_lil, x] > [50, 50, 50]).
   all():
                    have_white = True
                    break
                lil_square_length_y += 1
            if have_white and (lil_square_length_y in range(lil_square_length - 3, lil_square_length + 3)):
                if self._is_black_point(img, y + lil_square_length, x + lil_square_length, 3):
                    return True
        return False
#первый аргумент этой функции - наименование вашего изображения в одной папке с исполняемым файлом
img = cv.imread('qr_wider.jpg', cv.IMREAD_COLOR)
qr_handler = QrHandler()
img = qr_handler.detect(img)
cv.imshow('test', img)
cv.waitKey(0)

Заключение

В этой статье мы написали простенький qr-детектор, который обнаруживает qr-код на белом фоне. В следующих статьях мы научимся обнаруживать qr-код на более сложных изображениях, после чего переводить его в понимаемы нами (человеками) формат

Код всех частей этого цикла можно найти в этом репозитории

Если вам необходимо получить полную информацию о qr-кодах, не ожидая выхода всех частей этого цикла, советую ознакомиться с данной документацией: ISO/IEC JTC 1/SC 31 N (arscreatio. com). Сущность qr-кода не сильно изменилась со времен его создания, поэтому не смотрите на то, что документация 2004 года

*нашел вариант на русском из нашего ГОСТ-а: ГОСТ Р ИСО/МЭК 18004-2015. Информационные технологии. Технологии автоматической идентификации и сбора данных. Спецификация символики штрихового кода QR Code (internet-law.ru)

Также, для быстрого понимания основных принципов чтения qr-кода, советую обратить внимание на эту статью.

Как создать QR код и где его расшифровать онлайн

В наше время такая технология как QR код получила широкое распространение по всему миру. На многих рекламных баннерах, плакатах, упаковках можно встретить небольшую квадратную матрицу, состоящую из множества маленьких чёрных квадратиков на белом фоне. Какую информацию содержит в себе QR код и как его расшифровать – разберёмся в данной статье.

Что такое QR код

Технология QR кода была разработана в Японии в 1994 году. QR код представляет собой двумерный штрихкод, содержащий ту или иную информацию. В отличие от обычных штрихкодов, он определяется сканерами как двухмерная матрица. Три больших квадрата по углам изображения помогают датчику подстроиться к размерам и углу наклона. Маленькие квадраты и линии содержат в себе закодированную информацию. Считать QR код можно при помощи камеры обычного смартфона с установленным на нём специальным приложением.

Какая информация может содержаться в QR коде

Главным преимуществом QR матрицы по сравнению с обычным товарным штрихкодом является способность вмещать гораздо большее количество информации. В QR код помещается до 4296 символов латинского или кириллического алфавита, или до 7089 цифр. Это в несколько сотен раз больше данных, чем может поместиться в товарный штрихкод.

В данный момент данный формат применяется во многих сферах деятельности. На предприятиях QR коды используются для контроля продукции и описания техпроцессов. Муниципальные службы используют QR для кодирования информации об исторических памятниках и городских службах. Маркетологи предоставляют посредством кода какую-либо информацию о продукте. Чаще всего в QR коде бывает зашифрован номер телефона, либо ссылка на тот или иной Интернет-ресурс, переход по которому осуществляется после расшифровки при помощи смартфона.

Отдельным форматом QR кода являлся Micro QR код, помещающий в себе до 35 цифровых символов. В нём имелась лишь одна метка для позиционирования вместо трёх на большом QR коде, благодаря чему код занимал гораздо меньше видимого пространства. В данный момент разработка и поддержка данного формата приостановлена, так как технология не пользовалась большой популярностью.

Как создать QR код

QR коды создаются при помощи генераторов. Вот несколько популярных сервисов:

• https://ru.qr-code-generator.com/
• http://GOQR.me
• https://www.visualead.com/
• https://www.qrstuff.com/
• http://qrcoder.ru/

Рассмотрим создание QR кода онлайн на примере первого сайта. Данный сервис примечателен тем, что помимо создания самого кода, его можно гибко стилизовать и даже поместить посередине матрицы свой собственный текст или логотип. Сервис является платным, но основные функции по созданию статического QR кода предоставляет бесплатно и без регистрации.

Дополнительные функции, такие как создание динамических QR, загрузка своих файлов на хостинг, доступны после регистрации и их можно опробовать бесплатно в течение 14 дней.

1. Выберите тип данных.

Первым шагом, который необходимо сделать чтобы создать QR код, является выбор типа данных. Это может быть ссылка на интернет-сайт, визитная карточка, текстовое сообщение, автоматическая отправка заданного текста на E-Mail адрес или по SMS. Для зарегистрированных пользователей есть возможность загрузить на сайт PDF, MP3-файл, галерею изображений, а также зашифровать ссылку на страницу в Facebook или приложение в Apple App Store, Google Play Store и Amazon.

2. Введите URL-адрес сайта или информацию, которую вам необходимо зашифровать.

Следующий шаг – ввести в появившемся окне информацию, которую вы хотите зашифровать. Допустим, вы выбрали на предыдущем шаге тип данных «URL-адрес». Для зарегистрированных пользователей сервис предоставляет возможность создать динамический QR код – в таком случае вместо введённой ссылки будет зашифрована ссылка-редирект, перенаправляющая на нужный сайт. Это позволит вам в любой момент заменить целевую ссылку без изменения самого кода. Без регистрации доступно создание обычного статического QR, ведущего напрямую по заданной ссылке.

Для отслеживания переходов на ваш сайт через QR-код можно использовать UTM-метки. Создать и настроить UTM-метки для ссылки можно при помощи различных бесплатных сервисов, например utmurl.ru. Просто укажите в параметре «utm_source» значение, соответствующее источнику перехода на сайт, в данном случае можно использовать метку «QRcode», и создайте QR код для получившейся ссылки. После этого вы сможете отслеживать в подключенной к вашему сайту системе аналитики действия пользователей, перешедших на ваш сайт через QR код, и сможете оценить эффективность использования QR кода для продвижения вашего сайта.

Введите в поле «Веб-сайт (URL)» ссылку на ваш сайт и нажмите «Создать QR-код».

3. Настройте внешний вид QR кода.

Последний шаг – настроить внешний вид матрицы. В бесплатной версии можно выбрать из четырех стандартный вариантов рамок и десяти различных цветов, а также добавить внутрь матрицы стандартный логотип «Scan me». Зарегистрированные пользователи могут кастомизировать внешний вид кода более гибко: выбирать любой цвет из палитры, добавлять собственные рамки и логотипы.

Настройте внешний вид вашего QR кода и нажмите «Download». Скачивание JPG-файла начнётся автоматически через несколько секунд. Для зарегистрированных пользователей сервиса также доступно скачивание векторной версии изображения, подходящей для любых видов печати.

Как расшифровать QR код на компьютере и телефоне онлайн

Для расшифровки QR кода онлайн при помощи телефона существуют различные специальные приложения. Для смартфонов на базе операционных систем Android и iOS разработано множество различных приложений, таких как QR Code Reader, Free QR Code Scanner, QR Droid и тому подобных. Все они работают по одному и тому же принципу: при запуске приложения активируется встроенная камера смартфона, вы наводите камеру на QR код, приложение ориентируясь на три больших квадрата по углам матрицы калибрует размеры и угол наклона картинки по отношению к камере и считывает информацию с матрицы кода. После чего на экране вашего смартфона появляется расшифрованный текст или ссылка на Интернет-ресурс, по которой вы можете перейти прямо из приложения.

Чтобы приложение могло точно считать QR код следует располагать камеру смартфона под прямым углом к картинке на небольшом расстоянии. В зависимости от качества камеры, встроенной в ваш аппарат, может потребоваться выдержать правильное освещение и держать камеру максимально неподвижно.

Для того, чтобы распознать QR код при помощи компьютера или смартфона с картинки, можно воспользоваться сервисом www.qrrd.ru.

Пользоваться им максимально просто. Загрузите картинку с QR кодом через кнопку «Выберите файлы», и через несколько секунд сервис выдаст вам расшифрованную информацию.

Как видите, в создании и расшифровке QR кода ничего сложного нет. Данная технология очень проста в освоении и использовании, благодаря чему она и получила широкое распространение во многих сферах современной деятельности.

Декодирование небольших QR-кодов вручную

Декодирование небольших QR-кодов вручную

21.04.2012

Расшифровать QR-коды с помощью ручки и бумаги несложно. Для этого руководства я возьму случайный QR-код из изображений Google и покажу процесс его декодирования вручную. QR-коды содержат много информации для исправления ошибок, и они могут пережить множество ошибок, но это намного сложнее сделать, используя только ручку и бумагу (и 99% QR-кодов, с которыми вы сталкиваетесь, не имеют недостающих битов, поэтому это редко нужно). Поэтому я укажу, где хранится информация об исправлении ошибок, но не буду объяснять это в этом руководстве.

Картинка, которую я нашел, взята с http://mikejcaruso.blogspot.ca/2011/04/qr-code-tattoos.html

Прежде чем мы начнем, мы должны повернуть его в правильную ориентацию. QR-коды всегда имеют 3 временных шаблона (большие черные квадраты) во всех углах, кроме правого нижнего. Итак, нам нужно повернуть нашу картинку на 90 градусов против часовой стрелки:

.

Первое, что мы должны узнать, это QR-код версии , на который мы смотрим. Версия в основном просто представляет физический размер QR-кода. Подсчитайте количество пикселей (или модулей ) по QR-коду, вычесть 17 и разделить на 4. Например, наш QR-код татуировки имеет ширину 25 модулей и (25-17)/4 = 2, что означает, что это QR-код версии 2. Очень большие QR-коды (версии 7–40) имеют несколько дополнительных функций, но большинство потребительских QR-кодов довольно маленькие и простые, поэтому вам не нужно об этом беспокоиться.

Далее мы выясним маркер формата нашего QR-кода. Каждый QR-код хранит две одинаковые копии маркера формата, но нам нужна только одна из них. Маркер формата имеет длину 15 бит: 5 бит информации о формате и 10 бит для исправления ошибок. Первые 5 бит маркера формата содержат уровень исправления ошибок (2 бита) и маску данных (3 бита). Эти 5 бит находятся здесь: 910101 = 11001 . Первые два бита этого значения представляют собой уровень исправления ошибок (количество данных для исправления ошибок, включенных в QR-код). Опять же, мы можем игнорировать это. Последние 3 бита строки формата — 001 , и это самая важная часть информации. Это означает, что тело QR-кода было замаскировано по номеру маски 001 . Вот таблица всех возможных номеров масок и их внешнего вида:

Здесь вам понадобятся ручка и бумага. Причина, по которой QR-коды маскируются, в первую очередь заключается в том, что иногда определенные комбинации байтов данных создают QR-коды с определенными нежелательными свойствами (например, большие пустые блоки посередине). Эти нежелательные функции сбивают с толку считыватель QR-кода, поэтому данные маскируются по значению, чтобы облегчить обработку кода при его сканировании считывателем QR-кода. Затем компьютер демаскирует исходные байты данных, используя тот же процесс, и извлекает данные.

Вы можете представить себе, что процесс маскирования по существу покрывает поверхность QR-кода одним из шаблонов, показанных выше, начиная с верхнего левого угла. В нашем случае у нас есть номер ссылки маски 001, что означает, что все строки с нечетными номерами черные. После того, как мы замостили поверхность нашего исходного QR-кода с помощью шаблона маски, каждый черный пиксель в маске означает, что нам нужно инвертировать соответствующий бит в исходном QR-коде. Итак, в нашем случае нам нужно (мысленно или с помощью ручки и бумаги) инвертировать все биты в строках с нечетными номерами. Обратите внимание, что мы маскируем только пиксели данных, а не временные шаблоны или маркер формата (иначе мы не знали бы, как размаскировать его, чтобы получить ссылочный номер маски!). Области данных отмечены желтым цветом на этом рисунке:

Я выделил области данных QR-кода татуировки ниже:

Обратите внимание, что в середине области данных есть небольшой островок, который мы должны обойти. Это называется шаблоном выравнивания, и всякий раз, когда вы видите его в данных, просто пропустите его, чтобы прочитать байты данных.

С этого момента нам нужно всегда помнить приведенный выше шаблон маски, и всякий раз, когда мы читаем биты из раздела данных, нам нужно учитывать шаблон маски и инвертировать любые биты, которые будут маскироваться им (в нашем случае это каждый бит). нечетный ряд).

Раздел данных состоит из фрагментов [заголовок][данные]. Технически QR-коды могут иметь несколько таких фрагментов, но большинство QR-кодов имеют только один большой фрагмент, содержащий все данные, поэтому это не имеет значения. Заголовок имеет тип кодирования и длину (количество байтов данных). Тип кодирования всегда 4 бита, но длина сохраняется в 8-10 битах в зависимости от типа кодирования. Вот тип кодировки нашей татуировки:

.

Но помните, биты каждой нечетной строки должны быть инвертированы. Чтобы помочь нам запомнить, я буду использовать зеленый цвет, чтобы выделить каждую ячейку, которая должна быть инвертирована, когда мы ее читаем:

Теперь тип кодирования сохраняется как нижние правые 4 бита, начиная с нижнего правого и работая влево и вправо в зигзагообразном движении.

Итак, в нашем случае сама татуировка имеет биты 1000 . Однако нижняя строка замаскирована, поэтому мы инвертируем первые два бита: 0100 . Это означает, что тип кодирования нашего QR-кода — 0100 . Вот таблица типов кодировки:

• 0001 Цифровой
• 0010 Буквенно-цифровой
• 0100 8-битный байт

Другие типы кодирования редко используются в потребительских QR-кодах. Они используются для кодирования японских символов, пользовательских наборов символов и распространения сообщения по нескольким последовательным QR-кодам. Для наших целей этих 3-х кодировок будет достаточно.

Значит, наш QR-код использует 8-битную байтовую кодировку. Следующая часть информации — это поле длины или количество символов (кластеров битов), содержащихся в сообщении. Как я уже сказал, поле длины меняет размер в зависимости от типа кодировки. Вот количество битов в поле длины для каждого типа кодирования:

• Числовой (10 бит)
• Буквенно-цифровой (9 бит)
• 8-битный байт (8 бит)

Поскольку мы используем 8-битный байтовый режим, длина нашего поля длины составляет 8 бит. Мы читаем следующие 8 бит вертикальным зигзагообразным движением, например:

.

Итак, сама татуировка содержит биты 11011100 (читая снизу вверх). Однако нам нужно замаскировать две из этих строк, поэтому поле фактической длины имеет значение 00010000 . Это 16 в десятичном формате, что означает, что этот QR-код содержит сообщение длиной шестнадцать 8-битных байтов. После поля длины сохраняются сами байты, один за другим, сначала старший бит. Мы продолжаем подниматься вертикальным зигзагообразным движением, пока не достигнем вершины, а затем скручиваемся и продолжаем движение вниз, как показано на этом рисунке:

Таким образом, первый байт будет 10000110 (замаскированный), то есть 01001101 (незамаскированный). Это соответствует символу ASCII «M». Следующий байт будет 10101101 (замаскированный), то есть 01100001 (незамаскированный). Это соответствует символу ASCII «a». Пока что мы расшифровали «Ма».

Вверх и за угол: 10100000 (с маской) или 01100011 (без маски). Это ASCII ‘c’. Тогда это «я».

Продолжая в том же духе, мы можем расшифровать полное сообщение: Maci Clare Peltz .

хэвив8т

Итак, что за Маки Клэр Пельтц?

Карты

Думаю, это имя чьей-то девушки, но я не уверен.

Раймон Десель

Вероятно, девушка владельца татуировки, жена, мать, дочь, кто угодно.

Люк

откуда мы знаем, что он выполнил операцию XOR с 10101?

Карты

ISO 18004:2006, раздел 6.9.1 параграф 4 говорит:

Затем 15-битовая информация о формате с исправлением ошибок должна быть подвергнута операции XOR с шаблоном маски 101010000010010, чтобы гарантировать, что никакая комбинация уровня исправления ошибок и шаблона маски данных не приведет к получению строки данных, состоящей только из нулей.

, где первые 5 бит шаблона маски применяются к 5 битам данных информации о формате.

Лес Поттер

Так как же зигзагами ходить по выравниванию? Кроме того, красный прямоугольник в верхней части QR имеет ширину всего 7 бит. Можете ли вы объяснить, почему?

Лес Поттер

В вашем абзаце о коде формата указано, что он имеет длину 14 бит, но затем ниже в спецификации указано, что он имеет длину 15 бит. Вы можете объяснить?

Карты

Упс, это была опечатка. Вы правы, код формата имеет длину 15 бит.

Карты

На моих предыдущих изображениях линия границы была нарисована неправильно, из-за чего казалось, что вдоль верхнего края было всего 7 бит. Я переделал фотографии, чтобы, надеюсь, было немного понятнее. Что касается обхода шаблона выравнивания зигзагами, то проще всего об этом думать, просто пропуская биты, занятые шаблоном выравнивания. Вот изображение из Википедии, на котором показаны несколько примеров зигзагов, проходящих вблизи шаблонов выравнивания (изображение предоставлено Уолтером Тувеллом, wtuvell)

Марти Андерсон

Я застрял на расшифровке этого кода. Есть берущие? Спасибо, Марти (извините, что так тускло)

Карты

Привет, Марти, это не QR-код, это код Data Matrix. Он представляет собой текстовую строку: «358166070831158». Я прикрепил сюда более четкую версию, чтобы вы могли попытаться ее расшифровать (см. статью в википедии Data Matrix: https://en.wikipedia.org/wiki/Data_Matrix). Если есть достаточный интерес, я могу создать запись в блоге о декодировании других форматов 2D-штрих-кода вручную.

Марти Андерсон

Все, что вы можете сделать, будет очень полезно. Код был прикреплен к задней части моего телефона. Может быть, это новый формат GPS-трекинга? Это то, что наносится на продукты для отслеживания продаж? Спасибо за всю твою помощь.

刘文景

Если есть какие-то ошибки в коде данных, интересно, как вы можете его расшифровать?

Ири

https://uploads.disquscdn.com/images/5c239e6cf4e9e5ded58cac253f360a820253225c446f7898317aeb3dbe9b3811.jpg Я застрял в декодировании qr-кода… Я пробовал несколько способов. Оно было отправлено давно, поэтому, возможно, срок его действия истек. Есть берущие?

http://elpapelillo.wordpress.com

Фельфа

Это текст в кодировке base64. Буквально этот QR-код говорит: ENC;(...):Lz0YbziKr+6AIUiR9l8jwISyBWES4ah/xVBBIMV4eTs=

QR-коды не имеют срока действия.

Ири

Спасибо, Фелфа! Я получил тот же код от QR-декодера… Я понятия не имею, что означает этот код. Может быть, это еще одно зашифрованное сообщение или, как вы думаете, это строка кода?

Точечная мазь

GPS? Это буквально просто ярлык. Вероятно, он использовался на заводе для отслеживания деталей и готовых телефонов, проходящих через процессы сборки и упаковки.

камром дечу

Я отсканировал QR-код татуировки в Pokemon Moon. Это дало мне Taillow.

Нинан Нанер

Не могли бы вы научить меня декодировать код qr, как показано ниже, пожалуйста?
Я несколько раз пробовал декодировать по вашему решению, но так и не смог получить ответ «A1».

Большое спасибо. Надеюсь, вы увидите мой вопрос и ответите мне заранее.

https://uploads.disquscdn.com/images/51d2418d871d509ef1ee0076aa38b94dc13ea44b3b868f7ec112d3c4939d2de7.jpg

Дэвид Консумер

Это двоичные данные в кодировке base64. Вы можете получить двоичный файл, вставив Lz0YbziKr+6AIUiR9l8jwISyBWES4ah/xVBBIMV4eTs= здесь: http://www.motobit.com/util/base64/decoder

Нинан Нанер

Я понял. Спасибо.

Эдмунд Френч

Привет,

Я нахожусь в процессе декодирования QR-кода, и использую это руководство как.. ну, руководство, но одно я не могу уложить в голове — татуировка явно 25×25, но показаны изображения, которые не т тату 21×21. У меня нет опыта программирования или чего-то подобного, поэтому я подозреваю, что упускаю что-то очевидное. Я перешел прямо к этапу «разделить на 8-битные блоки», но не знаю, как его разделить. прежде чем расшифровать, потому что размеры не совпадают.

Любая помощь приветствуется.

qr-decode-encode — npm

Простые команды оболочки для декодирования/кодирования QR-кодов.

Полезно для извлечения секрета из QR-кода 2FA (двухфакторной аутентификации), чтобы его можно было ввести в ваш любимый менеджер паролей (например, 1Password).