一種基于內容保護與優化識別的二維碼方案

蔣鵬程 熊禮治 韓嘯

摘 要：近年來，二維碼作為一種存儲與傳遞信息的新技術被應用于很多領域，例如共享單車、安全支付等。在掃描過程中，二維碼作為信息媒介與身份認證的工具發揮了重要作用，但因二維碼廣泛使用帶來的安全問題也層出不窮。因此，在保證二維碼可用性的基礎上，需提高二維碼的安全性并對其進行美化，使其圖案具有一定防偽能力。結合二維碼理論，使用安全哈希算法對其內容進行加密，并采用像素替換法使二維碼具有較好的美觀性與視覺辨識度。掃描時通過二值化算法，并結合灰度化處理，從而獲取二維碼信息。實驗結果表明，該方案能達到較好的防偽效果，并能保持一般二維碼具有的最大內容容量。

關鍵詞：二維碼;圖像加密;二值化處理;美觀二維碼;信息隱藏

DOI：10. 11907/rjdk. 181910

中圖分類號：TP319文獻標識碼：A文章編號：1672-7800（2019）002-0119-04

Abstract：In recent years， two-dimensional code， as a new technology for storing and transmitting information， has been applied to many areas， such as sharing bicycles， secure payment and so on. In the process of scanning， two-dimensional code plays a very important role as a tool for information media and identity authentication， but the security problems brought about by the wide use of two-dimensional code keep emerging. Therefore， the purpose of this paper is to improve the security of two-dimensional code，beautify two-dimensional code on the basis of ensuring the availability of two-dimensional code， and also have a certain anti-counterfeiting ability on the pattern. This scheme will combine the two-dimensional code theory to encrypt the content by using the secure hash algorithm， and make the two-dimensional code with a certain beauty and visual identification by the pixel replacement method. The two valued algorithm and gray scale processing of two-dimensional code are used to get information. Experimental data show that it can resist attacks such as forged two-dimensional codes to some extent and can still maintain the maximum content capacity of general two-dimensional codes.

Key Words：QR-code; image encryption; binary processing; beautiful QR-code; information hiding

0 引言

現行的QR 二維碼編碼是屬于開放式標準，其規格是公開的，所以應用比較廣泛。QR二維碼通過復雜的組合與數據混亂編碼算法（如Reed-Solomon error correction里德-所羅門糾錯算法等）生成，使用方便，具有很強的實用性。但同樣由于QR二維碼編碼標準的開放性，使得偽造QR二維碼難度并不高。而且由于二維碼中內容可以包含各種信息，當二維碼中信息指向一個危險站點時，用戶打開則可能導致隱私泄露，甚至造成經濟損失。由此可見，研究如何提高QR二維碼的安全性具有重要意義。考慮到現有很多QR二維碼在編碼時并未進行加密，因此對二維碼內容及圖像進行加密處理是十分必要的。本文提出一種基于內容保護與優化識別的二維碼方案，通過使用SHA加密算法對現有二維碼進行改進，并提高二維碼的美觀性，以增強人眼辨識度。同時采用羅松等[1]提出的用于條碼讀取的二值化算法，并結合灰度化處理，以保持二維碼的可用性。

1 相關技術與算法

1.1 QR二維碼

二維碼（2-dimensional Bar Code）近年來在互聯網和移動設備上應用廣泛。二維碼是用某種特定幾何圖形按一定規律在平面上分布的黑白相間、用于記錄數據符號信息的圖形，由探測圖形、定位圖形、數據區域與校正圖形4大功能模塊組成（見圖1）。QR二維碼編碼流程大致分為數據分析、數據編碼、編碼糾錯、數據組織、應用數據掩碼、格式填充等幾個步驟。

1.2 安全哈希算法

安全哈希算法（Secure Hash Algorithm）主要適用于數字簽名標準（Digital Signature Standard，DSS）中定義的數字簽名算法（Digital Signature Algorithm，DSA）。對于長度小于2^64位的消息，SHA1會產生一個160位的消息摘要。該算法經專家多年來的研究與改進已日益完善，其思想是接收一段明文，然后以一種不可逆的方式將其轉換成一段密文（通常更小），也可以簡單理解為取一串輸入碼（稱為預映射或信息），將其轉化為長度較短、位數固定的輸出序列，即散列值（也稱為信息摘要或信息認證代碼）的過程[2]。散列函數值可看作針對明文的一種“指紋”或“摘要”，所以對散列值的數字簽名即可視為對該明文的數字簽名。將這種“指紋”放入二維碼以實現信息隱藏與防偽的技術[3]，即通過編號信息與經加密后信息組合的方式進行傳輸，收到信息后按照發送方的方式通過編號進行加密，再將兩次密文進行比對，從而判斷信息是否正確或者被人篡改。

1.3 局部自適應二值化算法

圖像二值化是將圖像上像素點的灰度值設置為0或255，也即使整個圖像呈現出明顯的只有黑與白的視覺效果[4]。局部二值化是指對于不同區域、不同閾值、不同光照區域，保留對應紋理圖像的過程[5]。局部自適應閾值計算法根據像素鄰域塊內的像素值分布，確定該像素位置上的二值化閾值[6]，該方式適用于處理亮度變化大、光照不平衡的圖片。

1.4 圖像灰度化處理

在RGB模型中，如果R=G=B，則彩色表示一種灰度顏色，其中R=G=B的值稱為灰度值。因此，灰度圖像每個像素只需一個字節存放灰度值（又稱為強度值、亮度值），灰度范圍為0～255。一般采用分量法、最大值法、平均值法、加權平均法4種方法對彩色圖像進行灰度化處理，從而將其轉變為不同灰度值的黑白圖片。

2 設計思想

2.1 總體設計思想

將明文內容生成對應的密鑰信息，再將兩部分分別加密形成部分密文內容，兩部分與編號信息混合后形成整個密文內容[7]，最后通過對二維碼顏色進行擴展嵌入彩色logo，并保證數據容量充足[8]，從而制作出彩色的加密二維碼。二維碼在生成時需盡量將標志性圖像空出，通過二維碼糾錯機制保證二維碼的可讀性[9]。二維碼生成流程如圖2所示。

讀取二維碼時，首先通過對整體背景的二值化處理找到二維碼所在位置[10]，便于后續讀碼，再對該位置圖像進行灰度化處理，去除logo對掃碼的干擾，從而讀取二維碼中的信息。讀取二維碼后對其進行信息編號與各部分密文的分離，由編號信息定位到密鑰值，由密鑰值加密后的密文比對結果確定信息是否修改或二維碼是否安全，再對原始信息進行解密與讀取。二維碼識別流程如圖3所示。

2.2 增強二維碼真偽辨識度

對QR二維碼生成過程中的編碼與填充流程進行改良，將原有QR二維碼填充為1是黑色，0是白色，而在該方案中，可以選取合適的彩色背景圖案，將圖片縮放至與二維碼版本契合的大小。提取每一logo像素Ti的RGB值，根據原有二維碼填入像素Pi的值，并由公式（1）得到新的填充像素Qi的顏色，在原有填充方式基礎上，利用QR二維碼糾錯編碼的容錯特性，對白色區域進行適當擴充，最終得到便于人眼識別的彩色二維碼。

2.3 掃碼二值化處理

上文已介紹了二值化與局部自適應二值化算法，通常而言，局部二值化算法相比于全局閾值方法[11]，計算量有一定程度增加，而局部自適應二值化更是由于對每一個像素都需要計算一個閾值，其計算量在所有局部二值化算法中也是較大的。由于本文需要得到較好的二值化效果，所以可以考慮適當增加二值化計算量[12]。在此前提下，羅松等[1]提出一種基于積分圖（Integral Image）的局部自適應二值化算法，能顯著減少自適應二值化算法計算量，且對于不同亮度與光照的圖片能得到較好的二值化效果，同時參考王序哲[13]對于6種二值化算法性能的比較，考慮到典型性，選擇Bernsen算法進行數據處理。本文基于局部自適應二值化算法，根據像素領域塊均值與相對均值的百分比進行閾值計算，并利用積分圖加速計算。本方法只需對圖片進行一次掃描，然后對圖像灰度變化劇烈的區域進行分塊，再使用張潔玉[14]提出的對灰度變化劇烈區域進行二值化的方法，便可在相應時間內輕松計算出每個像素對應的閾值，從而大大減少了自適應二值化算法計算量，同時提高了二值化效果。在掃碼時，經過全局二值化處理后，光照不均勻的QR碼圖像會出現白色或全黑色的誤差區域，而且在局部二值化處理過程中會出現偽邊界，計算時間較長。因此，在計算時可以借鑒陳鑫元等[15]提出的結合形態學實現的自適應閾值圖像二值化算法改進本方案。計算時根據QR二維碼圖像大小進行分塊處理，估算每個塊的灰度值后，使用聯合插值算法產生背景灰度圖像，然后采用Ostu算法對校正圖像進行二值化。該算法能對不均勻光照QR二維碼圖像進行有效校正，從而獲得效果良好的二值圖像[16]。

2.4 掃碼灰度化處理

隨機選取一張已生成的二維碼圖像，在灰度化處理前通過使用馬倩等[17]提出的邊緣檢測算法處理圖像，并參考江進[18]提出的方案將邊緣檢測與灰度化處理相結合，之后參考張銘鈞[19]提出的方案對圖像進行不同程度的灰度化權值調整，測試得到最佳效果的灰度化參數。在灰度化處理時，可以使用基于灰度期望值的圖像二值化算法[20]加強處理效果，防止背景中存在對掃碼影響較大的區域，通過該方式可以對這些區域實現類似于分離灰度化的效果。在logo不變的情況下，同一參數幾乎可以滿足所有圖像的掃碼需求。

3 方案實現

3.1 二維碼可嵌入數據容量測試

經過大量數據測試結果表明（測試數據見圖4），該方案生成的二維碼可嵌入數據最大值為1 273個字符（2 546個字節）。在不同嵌入容量下，二維碼位密集程度與圖片大小無關，只與數據長度有關，但二維碼掃描效果與美觀度及圖片大小有關，在圖片大小接近二維碼大小時將無法生成二維碼。因此，在實際應用中，應選取尺寸略大的圖片（圖片大小為二維碼大小兩倍以上時不影響掃描效果與美觀度）。

3.2 彩色二維碼

彩色二維碼效果如圖5所示。

本二維碼背景圖像使用大嘴猴logo作為背景，實際使用中可以將該logo換成任意方形圖片。該方式既保證了信息安全，又因其中包含logo且使用了加密技術，使偽造二維碼變得較為困難。

3.3 圖像局部二值化處理

局部二值化處理效果如圖6所示。

通過二值化處理能過濾掉二維碼周圍的干擾性彩色環境，從而找到二維碼正確位置。

3.4 二維碼灰度化處理

對圖5的灰度化處理結果如圖7所示。

由圖7可見，取50%灰度化的結果能最大程度上增強二維碼掃描效果。通過灰度化產生的可掃描黑白二維碼參數數據可應用于所有具有相同大小與背景，以及任意內容的彩色二維碼上，使其變得易于掃描。該方式既保證了較高的二維碼辨識度，也能避免對所有二維碼進行單獨處理產生的時間與資源開銷。

4 結語

通過本文提出方法制作出的二維碼不僅安全、防偽效果較好，而且不影響二維碼內容的正常讀取，能保持較好的美觀度。在后續工作中，可以嘗試在二維碼中加入水印信息，以達到更好的防偽效果，并且經過特定加密方式處理后的水印還可以提取編號、公司名稱等信息，因而具有更高的安全性。

參考文獻：

[1] 羅松， 王俊峰， 唐鵬，等. 面向條碼識讀的自適應二值化改進算法[J]. 計算機工程與設計， 2013， 34（4）：1324-1330.

[2] 李世明. 關于Hash算法SHA-1的研究與分析[D]. 重慶：西南大學， 2013.

[3] 肖迪，白科，鄭洪英. 面向云計算安全應用的密文圖像可逆信息隱藏算法[J]. 計算機應用研究， 2015， 32（12）：3702-3705.

[4] 江明，劉輝，黃歡. 圖像二值化技術的研究[J]. 軟件導刊，2009（4）：175-177.

[5] 屈衛鋒，徐越，牛磊磊，等. 光照不均QR二維碼圖像的高效處理方法研究[J]. 軟件，2015（6）：47-52.

[6] 郭佳，劉曉玉，吳冰，等. 一種光照不均勻圖像的二值化方法[J]. 計算機應用與軟件，2014（3）：183-186.

[7] ZHANG Y Q， ZHANG D H， JIANG P. A method of improving the security of QR code[J]. Information Technology， 2012.

[8] GALIYAWALA H J，PANDYA K H. To increase data capacity of QR code using multiplexing with color coding： an example of embedding speech signal in QR code[C]. India Conference （INDICON）， 2014 Annual IEEE，2014： 1-6.

[9] LI L，LI L，ZHANG S， et al. Novel schemes for bike-share service authentication using aesthetic QR code and color visual cryptoraphy[C]. International Conference on Cloud Computing and Security. Springer， Cham， 2017： 837-842.

[10] 靳佳澍. 一種針對彩色二維碼圖像的二值化方法[J]. 科技與企業， 2016（4）：83-84.

[11] 孟立娜，韓其睿. 一種全局和局部相結合的二值化方法研究[J]. 計算機技術與發展，2012（11）：116-119.

[12] 王鵬. 一種局部二值化方法及其應用[D]. 長春：吉林大學，2017.

[13] 王序哲. 局部自適應二值化方法研究[J]. 軟件導刊，2011，10（11）：13-14.

[14] 張潔玉. 基于圖像分塊的局部閾值二值化方法[J]. 計算機應用， 2017， 37（3）：827-831.

[15] 陳鑫元，李筠，楊海馬，等. 自適應閾值圖像二值化及形態學處理的FPGA實現[J]. 電子測量技術， 2016， 39（7）：67-71.

[16] ZHANG J R， WANG L J. Improved binaryzation algorithm of modified QR code image[J].? Modern Electronics Technique， 2014， 280：25-33.

[17] 馬倩. 基于Prewitt和Canny算法的邊緣檢測改進算法[J].? 軟件導刊， 2014（6）：41-43.

[18] 江進.? 基于灰度化及邊緣檢測算法的車牌識別技術研究[J]. 現代計算機：專業版， 2014（1）：38-41.

[19] 張銘鈞，李煊，王玉甲.? 基于灰度化權值調整的水下彩色圖像分割[J].? 哈爾濱工程大學學報， 2015（5）：707-713.

[20] 盧迪，黃鑫，柳長源，等. 基于區域對比度增強的二值化算法[J]. 電子與信息學報，2017，39（1）：240-244.

（責任編輯：黃 健）