用深度学习来识别二维码，应该挺简单吧？

• 資深大佬 : Ricardoo

  二维码这种标准格式的根本没必要上深度学习。深度学习是提取图像特征，但是二维码本身的格式规范就是一种有效的“特征”，绕远路放弃这种特征反而去搞深度学习不是本末倒置吗？至于你说的阿里云上的“人工智能二维码识别”可能仅仅是加上了一个图像变换

• 資深大佬 : BrettD

  二维码本来就有清晰定义的识别方法，用深度学习识别二维码不是舍近求远吗？

• 資深大佬 : dingwen07

  二维码机器学习可能只能帮着在图像中正确找到二维码的定位点
  从二维码中读取信息不应该用机器学习，二维码本身就是设计为方便机器读取的，和猫狗有着本质上的区别，没必要用机器学习。

• 資深大佬 : kop1989

  lz 的表达可能有说的有点偏。我揣测 lz 是想说通过 ai 来进行二维码图片自纠，或者叫识别效率的提升。并不是做识别解析本身。

  机器学习是用来找复杂事务的规律的。
  换句话说，是通过迭代验证来建立人脑无法抽象建立的复杂规则模型。

  二维码 QR 标准本身就是一个非常准确的量化模型，不需要学习。
  lz 发出来的这个其实他的 ai 就是用在了图片的自纠上。

  不过这个产品未必用的是机器学习这条路。因为 QR 码本身足够稳定，人工来优化应该就能得到很好的效果。“大数据”，“人工智能”没准只是销售词汇。

• 資深大佬 : imn1

  学习什么？用途？目的？

  是分析照片中有没有二维码，还是分析二维码的类别？

• 主 資深大佬 : sillydaddy

  @Ricardoo
  @BrettD
  @dingwen07
  @kop1989

  二维码的定义是非常清晰，然后它的定位点也是非常适合算法识别：“只要扫描图形的一行像素，发现黑白像素的数目比例符合 1:1:3”就找到二维码角点了，图像旋转、稍微倾斜都不影响这一点。

  但有个现实的问题就是：zxing/zbar 这些算法，利用上面的算法，还是不能达到很好的识别效果，不够智能。比如有光影的变化，黑白的失真，比如像我发的链接里面有大的倾斜，比如二维码占据的图像部分或大或小。

  总之是 zxing/zbar 这些不够智能。这里的智能的标准就是：只要一张二维码图像，用人肉眼可以识别出来(一个个地数黑白格子)，那么机器就应该识别出来。

• 資深大佬 : charten

  当初微信为了小程序，专门搞了一个二维码的变种“小程序码”，但是基本的图形特征还是有的。这说明了一些公司对于二维码个性化还是有追求的，而且对于目前二维码的特征样式有所不满。与其去识别目前的二维码，不如思考一下，设计一个弱特征点的二维码，最好是相对美观而且更容易契合宣传物料的，然后训练 AI 识别出来。人眼可以一下子识别出来，但是对于计算机视觉比较困难，这个不正式 AI 的一个优势之处么？

• 資深大佬 : futou

  二维码是一个完善的编解码系统，由信息到二维码再到信息的编码和解码是唯一的，同时考虑到拍摄条件的鲁棒性。深度学习可能也就在鲁棒性这个地方有一丢丢用武之地了。
  前几年还有人研究美观问题，是怎样将目标图片和二维码混到一起而不影响信息读取的问题，比如 “2015_TMM_Efficient QR code beautification xxx”。这几年很多自定标准的二维码出来后研究的就少了。

• 資深大佬 : superlc

  非要做的话，应该是用 DL 的方法做降噪 /提取 /锐化 /超像素，然后再用传统方法识别，相当于预处理。实际上这部分已经存在在很多手机的摄像头驱动里了

  DL 的本质是拟合高维函数，在原编解码方式已知的情况下去拟合，是我拟我自己，相当于放着开源代码不看去做逆向工程，没意义的

  至于为什么不做专门的二维码降噪，我在生活中的体验是现在微信的二维码扫描已经基本无敌了，几乎很少有肉眼能看清但是扫不出来的情况存在。更何况糊到一定程度信息就丢失了，别说 ai 了怕是神仙也难救。花大价钱解决很少的几个 case，估计不怎么能回本