Декодер QR

Декодер QR-кодов читает изображение с QR-кодом и извлекает данные, записанные внутри. Результатом может быть URL, обычный текст, настройки Wi-Fi, контактная карточка, платежная ссылка или другая закодированная строка. Инструмент полезен, когда нужно проверить QR-код перед открытием, получить текст из скриншота, перенести данные из документа или разобраться, почему код плохо сканируется телефоном. Расшифрованный результат не становится автоматически безопасным: ссылки стоит проверять перед переходом, потому что QR-код может вести на фишинг, устаревший ресурс или неожиданный редирект. Изображение обрабатывается локально в браузере. При сомнении результат лучше скопировать и проверить отдельно. При совместном использовании нужно заранее прояснить входные данные, допущения и ожидаемый результат, чтобы вывод не поняли неверно.

Декодирование QR-кода — это многоэтапный конвейер обработки изображений, который находит код на фотографии или скриншоте, корректирует перспективное искажение, переводит изображение в чёрно-белый формат, считывает сетку модулей, применяет коррекцию ошибок и декодирует данные в соответствии с режимом кодирования. Этот инструмент использует библиотеку jsQR, реализующую полный конвейер на JavaScript в основном потоке браузера. Первый этап — обнаружение трёх поисковых паттернов — характерных маркеров 7x7 «квадрат в квадрате в квадрате» в левом верхнем, правом верхнем и левом нижнем углу каждого QR-кода. jsQR сканирует изображение на наличие последовательностей чередующихся чёрных и белых пикселей, соответствующих соотношению 1:1:3:1:1, характерному для поперечного сечения поискового паттерна, независимо от поворота. После обнаружения трёх поисковых маркеров их центры тяжести определяют ограничивающий четырёхугольник кода. Коррекция перспективы преобразует четырёхугольник в квадратную сетку с помощью матрицы гомографии, вычисляемой из четырёх угловых точек. Это необходимо, потому что QR-коды редко фотографируют строго перпендикулярно — коррекция выпрямляет код так, чтобы каждый модуль (чёрный или белый квадрат, представляющий один бит) попадал на регулярную сетку. Размер модуля определяется размерами поискового паттерна и номером версии, который считывается из полос форматной информации рядом с поисковыми маркерами. Бинаризация изображения преобразует значения оттенков серого в чисто чёрный и белый. jsQR использует адаптивный пороговый метод: вместо одного глобального порога (который не работает при неравномерном освещении или тенях) вычисляются пороги для небольших областей изображения, что делает декодер устойчивым к градиентам и виньетированию, характерным для фотографий со смартфонов. Коррекция ошибок использует коды Рида-Соломона, как указано в ISO/IEC 18004:2015. QR-коды поддерживают четыре уровня коррекции ошибок: L (~7% восстановления), M (~15%), Q (~25%) и H (~30%). Кодовые слова данных и кодовые слова коррекции ошибок чередуются блоками; jsQR выполняет вычисление синдромов и применяет алгоритм Берлекэмпа-Мэсси для обнаружения и исправления ошибок в пределах номинальной ёмкости кода. Если повреждение превышает уровень коррекции, декодирование завершается неудачей, а не возвращает повреждённые данные. Наконец, декодированный битовый поток интерпретируется в соответствии с индикатором режима кодирования в первых четырёх битах: числовой (0001, 10 бит на 3 цифры), буквенно-цифровой (0010, 11 бит на 2 символа), байтовый (0100, 8 бит на символ, обычно UTF-8 или Latin-1), кандзи (1000, 13 бит на символ с использованием Shift JIS) или ECI (0111, Extended Channel Interpretation для указания набора символов). Инструмент отображает декодированную строку и автоматически определяет, является ли она URL (путём попытки разбора через new URL()) или обычным текстом.

• Обнаружение поискового паттерна: jsQR сканирует строки на наличие чередующихся чёрных/белых пиксельных последовательностей, соответствующих соотношению 1:1:3:1:1 — три таких паттерна под примерно прямыми углами подтверждают наличие QR-кода и его ориентацию независимо от поворота.
• Коррекция перспективы: матрица гомографии, вычисленная из четырёх обнаруженных угловых точек, отображает искажённый четырёхугольник на квадратную сетку — этот этап необходим, потому что реальные фотографии редко захватывают QR-коды строго перпендикулярно.
• Адаптивная бинаризация: локальное пороговое разделение делит изображение на небольшие области и вычисляет пороги для каждой области, что делает декодер устойчивым к неравномерному освещению, теням и градиентам, которые вывели бы из строя глобальный порог.
• Коррекция ошибок Рида-Соломона (ISO/IEC 18004): четыре уровня (L/M/Q/H) обеспечивают 7-30% восстановления данных — алгоритм Берлекэмпа-Мэсси определяет позиции ошибок, а алгоритм Форни вычисляет величины коррекций; если повреждение превышает уровень, декодирование завершается чисто.
• Определение режима кодирования: первые четыре бита данных указывают режим — числовой (0001, эффективный для цифр), буквенно-цифровой (0010, для A-Z 0-9 и символов), байтовый (0100, для произвольных данных UTF-8/Latin-1), кандзи (1000, для Shift JIS) и ECI (0111, для спецификации набора символов).
• Версия и сетка модулей: версии QR-кодов варьируются от 1 (21x21 модуль) до 40 (177x177), при этом каждая версия добавляет 4 модуля на сторону — версия считывается из полос форматной информации рядом с поисковыми паттернами, а количество модулей определяет плотность сетки семплирования.
• Выполнение в браузере: изображение отрисовывается на скрытом элементе Canvas, getImageData() извлекает необработанный буфер пикселей RGBA, а jsQR обрабатывает его полностью в основном потоке браузера — данные изображения не загружаются на какой-либо сервер, а canvas удаляется сборщиком мусора после завершения декодирования.