项目地址
https://github.com/kangzhou/QRzxingScan
最终效果
在安利之前现看下最终结果,为放大效果,特意找来一部低性能的测试机,斜角度,稍远距离。
优化之前
统计多次扫描结果,单帧识别成功的时间为 2-5s。
优化之后
基本维持在50ms左右,如果设备性能好点的话,耗时还会更短。
如何使用
Step 1
1 | allprojects { |
Step 2
1 | dependencies { |
Step 3
1 | public void goScan(View view){ |
原理
关于zxing的优化网上有很多的分析,但只是提出解决方案,都没有开源,这次集众家所长来实现一下,主要基于:
减少解码格式提高解码速度,二维码格式是QR Code,仅支持二维码
解码算法优化。使用GlobalHistogramBinarizer算法的效果要稍微比HybridBinarizer好一些,识别的速度更快
减少解码数据,(1)裁剪无用区域,减少解码数据。(2)灰度处理
裁剪数据有两种方案,一是利用openCV识别目标矩阵,二是利用扫码框裁剪。
考虑到接入的成本,这里没有采用openCV的方式,而是用了第二个方案,也算是比较取巧的方式,就是只裁剪扫码框内的数据,这样只需计算扫码框的相对位置即可。这里要注意的是要按比例裁剪,而不是绝对位置的裁剪。串行请求处理帧改为并发处理帧(可选)
原生zxing的识别流程是先申请帧,待该帧识别失败再利用handle去申请下一帧,直到识别成功,是一种串行处理方式。假如有某一帧处理时间过长的话,是非常影响识别的效率的
我的方案是delayMessage,例如只给50ms(经验值)的时间解码识别数据,超过该时间没结果的话则申请下一帧,每帧的解码过程交给线程池处理,一旦有某个任务成功则返回结果,并停止其他正在解析的线程,这是一种并行方式
但经测试发现这个效果并没有想象中的那么好,原因是对于低端机来说,CPU资源本来就不高,再开启大量线程的话,并不能提高CPU的使用率。而对于性能稍好一点的手机来说,例如我用华为Mate20测试,解码极快(如下图)。识别单帧无论成功还是失败时间只有20ms左右,也就没必要使用并行的方式降低bestReView的size,从而降低分辨率
获取相机SupportedPreviewSize列表,找到最合适的SupportedPreviewSize,需要注意的是这里不是直接用最小的原因是,解码数据小了,可能会增加解码的失败率。
其中减少解码数据和降低分辨率是个人觉得最有效的方式。
自定义
嫌弃码界面丑?无妨,我为各位看官准备了ZxingCallBack接口
1 |
|
具体可参看QRScanActivity的实现
源码
最后你还不赶紧直接戳我
欢迎star!