本文引用了ELab團隊、騰訊大講堂兩個公眾號分享的文章內容，引用內容見文末參考資料，感謝原作者的無私分享。
1、引言
對於市面上主流的IM來說，跟二維碼有關的功能，比如掃碼加好友、掃碼登陸、掃碼加群等，都是很常見的。
這是微信的掃碼登入功能：
這是微信的掃碼加好友功能：
二維碼技術使用起來很簡單，本系列的前三篇文章也專門針對IM掃碼登入這個功能做了詳細的分享，但本著學習技術不留死角的習慣，我認為有必要單獨學習一下到底什麼是二維碼（說不定哪天被個剛入行的程式設計師輕輕一句“哥，啥是2維碼”，給問的懵逼了，那時就不僅“頭涼”，還會“心梗”...），這也是專門整理本文的目的所在。
說明：準確地說，我們平時見的最多的二維碼其實是QR碼，也就是目前我國應用最為廣泛的一種二維碼。為了表述簡單，如無特指，本文中所述二維碼皆指QR碼。
學習交流：
- 即時通訊/推送技術開發交流5群：215477170 [推薦]
- 移動端IM開發入門文章：《新手入門一篇就夠：從零開發移動端IM》
- 開源IM框架原始碼：https://github.com/JackJiang2...
（本文同步釋出於：http://www.52im.net/thread-37...）
2、專題目錄
本文是系列文章的第4篇，總目錄如下：
《IM掃碼登入技術專題(一)：微信的掃碼登入功能技術原理除錯分析》
《IM掃碼登入技術專題(二)：市面主流的掃碼登入技術原理除錯分析》
《IM掃碼登入技術專題(三)：通俗易懂，IM掃碼登入功能詳細原理一篇就夠》
《IM掃碼登入技術專題(四)：你真的瞭解二維碼嗎？刨根問底、一文掌握！》（* 本文）
推薦：另一篇《難得乾貨，揭祕支付寶的2維碼掃碼技術優化實踐之路》可一併閱讀。
3、二維碼的源起
準確地說，我們平時見的最多的二維碼其實是QR碼，也就是目前我國應用最為廣泛的一種二維碼。為了表述簡單，如無特指，本文中所述二維碼皆指QR碼。
3.1 時代背景
上個世紀60年代之後，日本經濟迎來的高速增長期，種類繁多的商品的超市開始在城市中出現。
當時超市使用的現金出納機要靠手動輸入商品價格，因此負責現金出納的人常常會因手腕的麻木和“腱鞘炎”而苦惱。
“能否減輕超市收款員的負擔呢？”
條形碼的出現解決了這一苦惱。由於POS系統的成功開發，僅通過光感讀取條形碼，價格就會自動顯示在出納機上，同時讀取的商品資訊還能傳送到計算機上。
如此一來，條形碼得以普及，但新的課題又隨之而來。問題在於條形碼的容量有限，英文數字最多隻能容納20個字。
“編碼本身要是能夠含有更多的資訊就好了”、“希望具有漢字和假名的處理功能”。
當時正在從事條形碼讀取機研發的Denso Wave公司（這家公司是日本電裝株式會社（Denso Corporation）旗下的子公司）瞭解到了這類需求。在這一背景下，研發小組懷著“一定要滿足客戶需求”的心願，投入到了新的二維碼的研發之中。
3.2 研發2人組
“當時其他公司研發的二維碼把重點放在了資訊量的納入上”，當時負責二維碼研發的騰弘原(Masahiro Hara)回首當年如是說。
▲ 上圖中的“怪大叔”就是騰弘原(Masahiro Hara)
條形碼只能橫向（一維）儲存資訊，相比之下，二維碼則能縱橫二維儲存資訊。騰弘原的考慮是，除了能夠容納大量的資訊外，“研發的編碼還要便於讀取”，據此投入了新的二維碼的研發之中。研發小組僅僅只有兩人。
3.3 技術難題
騰弘原(Masahiro Hara)的研發小組面臨的最大技術難題，是如何實現高速讀取。
有一天，騰弘原的腦海裡浮現出這樣一個思路：“附上‘此處有編碼’這樣的位置資訊會怎樣？”
於是想到的是回字形的“定點陣圖案”。將這一圖形放入二維碼中，便可實現其他公司無法模仿的高速讀取。
▲ 上圖中三個角的回字型圖案就是“定點陣圖案”
▲ “定點陣圖案”黑白色塊比例是1:1:3:1:1
3.4 “定點陣圖案”為何是回字型？
定點陣圖案為何要使用那種回字型的呢？
騰弘原解釋說：“因為這種圖形在票據等當中出現頻率最小”。
也就是說：如果附近有同樣的圖形，讀取機就會將其誤認為是編碼，為了防止這種誤讀，定點陣圖案必須是唯一的圖形。
經過全面考慮：騰弘原等人決定將印刷在廣告單、雜誌、紙板等處的繪圖和文字全部變成黑白兩色，對其面積比率進行徹底的調查。
研發小組日以繼夜地對無數的印刷品進行調查的結果，終於查明瞭印刷品中“最不常用的比率”，即1︰1︰3︰1︰1。
這樣：便確定了定點陣圖案黑白部分的寬幅比率。所形成的結構是，掃描線可以從360度方向掃描，無論從哪個方向掃描，一旦掃到其獨特的比率，便可計算出編碼的位置。
▲回字型 “定點陣圖案”使得無論從哪個方向掃描都能正常識別
研發專案啟動後經過一年半的時間，在經歷了幾多曲折之後，可容納約7000個數字的二維碼（準確地說是QR碼）終於誕生了。其特點是能進行漢字處理，大容量，而且讀取速度比其他編碼快10倍以上。
3.5 二維碼的專利費
既然二維碼（準確地說是QR碼）這東西是由公司和個人研究完成，那為時至今日它的專利費到底該怎麼收取呢？
坊間傳聞，騰弘原說了這麼一句話：“這種技術其實隨便找個網路工具就能實現，所以這麼簡單的東西，我就不收專利費啦。”。
當然以上只是傳聞，應該不是真的。
實際上Denso Wave公司擁有QR碼的專利權，完全可以向使用QR碼的公司或個人收費專利費，但Denso Wave公司明確表示不會行使這項權利。這是開始研發當初就定下來的方針，也反映了研發者的想法：“希望能有更多的人使用QR碼”。
於是無需成本、可放心使用的QR碼現已作為“公共的編碼”，在全世界得到了廣泛的應用。
4、二維碼的優點
回到技術本身，用現代的視角先來總結一下二維碼到底有什麼有點。
二維碼出現之前，在需要使用類似編碼的場景時，採用的都是一維碼（條形碼）。
但是條形碼承載的資訊太少，只能用於一些很簡單的場景，因此條形碼除了用於商品等資訊，並沒有廣泛流行。
總結一下，二維碼具有以下優點：
1）資訊容量大：可容納多達 1850 個大寫字母或 2710 個數字或 1108 個位元組，或 500 多個漢字，比普通條碼資訊容量約高几十倍；
2）編碼範圍廣：該條碼可以把圖片、聲音、文字、簽字、指紋等可以數字化的資訊進行編碼，用條碼錶示出來；
3）容錯能力強：具有糾錯功能，這使得二維條碼因穿孔、汙損等引起區域性損壞時，照樣可以正確得到識讀，損毀面積達 50% 仍可恢復資訊；
4）譯碼可靠性：它比普通條碼譯碼錯誤率百萬分之二要低得多，誤位元速率不超過千萬分之一；
5）可引入加密：保密性、防偽性好；
6）使用成本低：易製作，持久耐用。
5、初識二維碼
我們可以先試著生成一個二維碼，演示地址是：https://kazuhikoarase.github....。
如上圖所示：可以發現，二維碼有 4 個可變項，其中主要的 2 個為版本和容錯率。
1）版本（TypeNumber）：
一共有 40 個尺寸，對應 40 個版本；Version1是 21*21 的矩形，之後每增加一個版本，就增加4的尺寸，即（v-1）4+21，最高是Version40，177177 的正方形。
2）容錯率（ErrorCorrectionLevel）：
二維碼容錯率即是指二維碼圖示被遮擋多少後，仍可以被掃描出來的能力。容錯率越高，則二維碼圖片能被遮擋的部分越多。
二維碼有 4 個容錯等級：
根據以上配置不同，相同的內容，在不同的配置下產生的二維碼不一樣，但掃出的內容是一樣的。
6、二難碼的設計原理
日常我們看到的二維碼就是一張由黑白色塊混合在一起的一張圖片，我們肯定也知道這些黑白色塊就是內容的某種編碼，但其實除了內容外，二維碼還有許多其他輔助掃碼識別的資訊。
如上圖所示，按右側標識的從上到下的順序，分別是功能區和資料區。
6.1 功能區
功能區的主要內容是：
1）位置探測圖形：位於左上、左下、右上的三個矩形，可以說是二維碼最重要的組成部分；
2）位置探測圖形分隔符：位置探測圖形周圍的白邊，用於分割位置探測圖形和資料。
3）定點陣圖形：三個位置探測圖形之間的兩根“線”，用於確定二維碼符號中模組的座標（相當於座標軸）；
4）校正圖形：用於校正定位（只有版本2以上有），版本越高個數越多，以校正可能發生的定位偏移。
位置探測圖形的作用主要是：
1）確定二維碼的放置方向：不管順著掃倒著掃，都可以準確找到第一個編碼字元的位置（左上矩形的右邊）；如果任一矩形被遮擋，掃描裝置將無法定位；
2）確定編碼字元的邊界：確定編碼字元的上下左右邊界，不被周圍其他資訊干擾。
從網上搜二維碼圖片，可以觀察下，這些二維碼都具有位置探測圖形、位置探測圖形分隔符及定點陣圖形。
其中第三幅，定點陣圖形不太對，也確實就掃不出來：
6.2 資料區
資料區的主要內容是：
1）格式資訊：存放包括糾錯碼型別、掩碼型別等資訊；
2）資料和糾錯碼字：最主要的部分，用於存放資料和糾錯資訊。
除掉定位區以及格式資訊，資料和糾錯碼字的排布如下：
7、二維碼的生成流程
在所有資料都完成放置之後，還有一步操作：新增掩碼。
掩碼主要是為了避免，如果出現大面積的空白或黑塊，導致我們掃描識別的困難。
常用的掩碼如下：
資料經過掩碼後，基本不會再出現大面積的黑塊和白塊，利於掃描。
注：掩碼只會與資料區進行 XOR，不會影響功能區。
8、Show me the code
只要遵循以上二維碼的規範，生成對應的二維碼圖形即可，具體實現邏輯不影響。
這裡我們參考jquery-qrcode，簡單看下實現。
主要流程如下：
makeImpl : function(test, maskPattern) {
this.moduleCount = this.typeNumber * 4 + 17;
this.modules = newArray(this.moduleCount);
for(varrow = 0; row < this.moduleCount; row++) {
this.modules[row] = newArray(this.moduleCount);
for(varcol = 0; col < this.moduleCount; col++) {
this.modules[row][col] = null;//(col + row) % 3;
}
}
this.setupPositionProbePattern(0, 0);// 位置探測圖形
this.setupPositionProbePattern(this.moduleCount - 7, 0);// 位置探測圖形
this.setupPositionProbePattern(0, this.moduleCount - 7);// 位置探測圖形
this.setupPositionAdjustPattern(); // 校正圖形
this.setupTimingPattern(); // 定點陣圖形（座標軸）
this.setupTypeInfo(test, maskPattern); // 版本資訊
if(this.typeNumber >= 7) {
this.setupTypeNumber(test);
}
if(this.dataCache == null) {
this.dataCache = QRCode.createData(this.typeNumber, this.errorCorrectLevel, this.dataList); // 生成資料
}
this.mapData(this.dataCache, maskPattern); // 加入掩碼
},
生成二維資料後，再把點一一繪製出來即可：
var createCanvas = function(){
// create the qrcode itself
var qrcode = new QRCode(options.typeNumber, options.correctLevel);
qrcode.addData(options.text);
qrcode.make();
// create canvas element
var canvas = document.createElement('canvas');
canvas.width = options.width;
canvas.height = options.height;
var ctx = canvas.getContext('2d');
// compute tileW/tileH based on options.width/options.height
var tileW = options.width / qrcode.getModuleCount();
var tileH = options.height / qrcode.getModuleCount();
// draw in the canvas
for( varrow = 0; row < qrcode.getModuleCount(); row++ ){
for( varcol = 0; col < qrcode.getModuleCount(); col++ ){
ctx.fillStyle = qrcode.isDark(row, col) ? options.foreground : options.background;
var w = (Math.ceil((col+1)*tileW) - Math.floor(col*tileW));
var h = (Math.ceil((row+1)*tileH) - Math.floor(row*tileH));
ctx.fillRect(Math.round(col*tileW),Math.round(row*tileH), w, h);
}
}
// return just built canvas
return canvas;
}
9、藝術二維碼
日常我們見到的二維碼都是黑白的，但其實二維碼可以多姿多彩。
這裡有很多樣式，可以試一試：https://qrbtf.com/。
二維碼之所以可以五顏六色，是因為二維碼的有用資訊只是 0 和 1，至於 0 和 1 用什麼資訊表達，只要掃碼軟體可以識別就行。目前的掃碼軟體一般都是對圖片進行灰度處理，所以二維碼上的點無論如何表達，只要經過灰度處理後 0 和 1 沒有顛倒，則資訊不會出錯，不會影響掃碼結果。
藝術二維碼實現起來也不難，只要區分特定的資料區，並用特定的圖片渲染即可，有興趣可以參考：https://github.com/252860883/...。
更簡單一點的，也可以直接降低黑白透明度，背景渲染特定的圖片：
如果只是網頁上顯示，還可以做成 gif 動圖形式（這裡就不貼樣本了）。
不過，藝術二維碼由於顏色更豐富干擾資訊更多，因此相比黑白二維碼，藝術二維碼對掃描軟體的要求也更高。
10、微信小程式碼
小程式碼和二維碼雖然看起來完全不一樣，但是它們的設計思想及生成流程是基本一樣的。
如上圖所示，微信小程式碼的特徵有：
1）具有位置探測圖形；
2）支援3種容量：36 射線、54 射線和 72 射線；
3）具有 L、M、Q、H 4種容錯級別；
4）掩碼操作均勻0、1碼點。
題外話：瞭解二維碼的原理後，其實我們自己也可以手畫二維碼。
11、一個有趣的問題：“二維碼會被用完嗎？”
這個問題很簡單，答案是：會。
因為二維碼的尺寸是有限的，那二維碼的數量就是有限的。
但是用完所有的二維碼，需要很長很長的時間。。。
現在的二維碼有40個官方版本，從Version1-40，最小為2121、最大為177177矩陣。
其中，以微信名片為例，就是37×37 的矩陣規格，微信的付款碼是 25×25 的矩陣規格。為了方便理解，我們用方塊作為矩陣單位。
▲ 上圖就是微信名片（即37×37矩陣的二維碼）
如何計算，各矩陣中生成的二維碼個數？
我們來舉個例子：
如上圖所示的四宮格，每個格子有兩種顏色變化，請問一個四宮格可以組合出多少個圖形？
答案是：一個格子兩種顏色，那就是兩種可能，兩個格子就是四種可能，三個格子就是8種可能，四個格子就是16種可能。所以，四宮格能夠組成2^4，共16個圖形。
以此類推，以微信的 25X25 付款碼為例：
每一排有 25 個方塊，共 25 列，除去定位用的方塊和冗餘糾錯的方塊等，還剩下478 個方塊。按照二進位制，每個方塊只有黑或白兩種選擇，所以 478 個小方塊理論上一共可以組合 2^478 個二維碼。
也就是一個25X25規格尺寸的二維碼可以生成：
780437137578998057845399307448291576437149535666242787714789239906342934704941405030076525765872992789956732780351655723861993919822071326572544個二維碼。
大家可以嘗試念出來大概多少個？
根據疫情期間1400億個二維碼的數量來計算，假設微信一年會用掉6000億個二維碼。那微信用掉25X25這一個尺寸產生的二維碼需要多少年呢？
我們來算一下：2^478/6000億=1.301×10^132 年（超多億億億億年）。
所以：雖然理論上二維碼確實有用完的那一天，但實際上這個時間幫長了，以至於我們現在完全可以不用考慮！
12、參考資料
[1] 難得乾貨，揭祕支付寶的2維碼掃碼技術優化實踐之路
[2] 你每天都掃的二維碼，知道它是怎麼來的麼？
[3] 二維碼，你真的瞭解嗎？
[4] 二維碼會被人類掃完嗎？
[5] QR碼的成功之路
[6] 有趣的二維碼
附錄：更多IM相關入門級文章
《新手入門一篇就夠：從零開發移動端IM》
《技術往事：改變世界的TCP/IP協議（珍貴多圖、手機慎點）》
《通俗易懂-深入理解TCP協議（上）：理論基礎》
《網路程式設計懶人入門(一)：快速理解網路通訊協議（上篇）》
《網路程式設計懶人入門(二)：快速理解網路通訊協議（下篇）》
《腦殘式網路程式設計入門(一)：跟著動畫來學TCP三次握手和四次揮手》
《腦殘式網路程式設計入門(二)：我們在讀寫Socket時，究竟在讀寫什麼？》
《網路程式設計入門從未如此簡單(一)：假如你來設計網路，會怎麼做？》
《網路程式設計入門從未如此簡單(二)：假如你來設計TCP協議，會怎麼做？》
《IM開發者的零基礎通訊技術入門(十一)：為什麼WiFi訊號差？一文即懂！》
《IM開發者的零基礎通訊技術入門(十二)：上網路卡頓？網路掉線？一文即懂！》
《IM開發者的零基礎通訊技術入門(十三)：為什麼手機訊號差？一文即懂！》
《IM開發者的零基礎通訊技術入門(十四)：高鐵上無線上網有多難？一文即懂！》
《從根上理解高效能、高併發(一)：深入計算機底層，理解執行緒與執行緒池》
《從根上理解高效能、高併發(二)：深入作業系統，理解I/O與零拷貝技術》
《史上最強Java NIO入門：擔心從入門到放棄的，請讀這篇！》
《網頁端IM通訊技術快速入門：短輪詢、長輪詢、SSE、WebSocket》
《搞懂現代Web端即時通訊技術一文就夠：WebSocket、socket.io、SSE》
《一套海量線上使用者的移動端IM架構設計實踐分享(含詳細圖文)》
《一套原創分散式即時通訊(IM)系統理論架構方案》
《一套億級使用者的IM架構技術乾貨(上篇)：整體架構、服務拆分等》
《一套億級使用者的IM架構技術乾貨(下篇)：可靠性、有序性、弱網優化等》
《即時通訊音視訊開發（十八）：詳解音訊編解碼的原理、演進和應用選型》
《即時通訊音視訊開發（十九）：零基礎，史上最通俗視訊編碼技術入門》
《零基礎入門：實時音視訊技術基礎知識全面盤點》
《零基礎IM開發入門(一)：什麼是IM系統？》
《零基礎IM開發入門(二)：什麼是IM系統的實時性？》
《零基礎IM開發入門(三)：什麼是IM系統的可靠性？》
《零基礎IM開發入門(四)：什麼是IM系統的訊息時序一致性？》
《開源移動端IM技術框架MobileIMSDK：快速入門》
本文已同步釋出於“即時通訊技術圈”公眾號。
同步釋出連結是：http://www.52im.net/thread-37...