二维码识别中透视校正与畸变还原方法
从四个角点判断二维码平面
倾斜拍摄会把原本的正方形二维码投影成一般四边形。此时若直接按外接矩形裁剪，四角往往会混入背景，模块也会被拉伸；可靠做法是先定位二维码平面的四个角点，再用透视变换展开。
这里的“四点定位”指左上、右上、右下、左下四个角点，顺序必须始终一致。源图中的点如果按顺时针排列，目标图中的点也要按同样顺序排列，否则单应性矩阵会把二维码扭转、翻折，甚至映射成自交图形。
二维码通常有三个明显的定位图形，但定位图形不等于二维码整体边界。它们主要用于判断方向和估计平面姿态；真正决定透视校正范围的，是二维码外轮廓在四个方向上的边界角。若只把三个定位图形的中心当作三个角点，还需要根据几何关系推算缺失角点，不能直接将其当成二维码的四个顶点。
角点来源可能包括二维码检测器的输出、二值图像中的轮廓近似，以及由三个定位图形的几何关系计算出的第四点。不同工具和实现版本的角点定义、亚像素精度及是否包含静区，取决于具体实现；使用站内二维码识别工具时，也应把返回的定位框当作检测结果，而不是无条件视为精确边界。
- 获得四个候选角点，并检查它们是否确实落在二维码平面边界上。
- 计算四点中心，将点按相对中心的角度排序，再明确标记为左上、右上、右下、左下。
- 检查相邻边方向和长度，排除把定位图形中心、背景轮廓或局部边缘误当角点的情况。
用单应性矩阵展开倾斜二维码
单应性矩阵可以理解为一个把拍摄平面四边形“摊平”为正视图矩形的映射。对于平面二维码，四组二维对应点就能确定这一映射关系；源点和目标点必须一一对应，顺序错位会直接破坏结果。
例如，可将源图中的四个角点映射到 512×512 像素的目标图像：
- 左上：
(0, 0) - 右上：
(511, 0) - 右下：
(511, 511) - 左下：
(0, 511)
512×512 只是便于演示的输出尺寸，不是所有二维码都适用的固定标准。实际尺寸应结合二维码版本、原始分辨率和模块宽度选择。OpenCV 中通常使用 cv2.getPerspectiveTransform 根据四组点计算 3×3 单应性矩阵，再用 cv2.warpPerspective 生成校正图像。函数参数和边界处理的具体行为可能取决于 OpenCV 版本。
插值方式会改变模块边缘。最近邻插值尽量保留原始黑白块，但放大后可能出现锯齿；双线性插值边缘较平滑，却可能把黑白模块混成灰色；双三次插值适合连续图像，不一定适合二值二维码。对模块边界清晰的二维码，应优先测试最近邻，必要时再比较双线性或双三次结果。
按模块尺寸选择采样与二值化参数
二维码不是由“固定像素大小的黑白格”组成，而是由模块构成的编码网格。QR Code 的版本范围是 Version 1 至 Version 40：Version 1 为 21×21 个模块，版本每增加 1，边长增加 4 个模块。因此输出尺寸不能机械地照搬原图，而应根据模块数量、拍摄分辨率和最小模块宽度调整。
校正后，如果每个模块只有约 1～2 个像素，解码会很不稳定；实践中应尽量让最小模块达到数个像素，并避免因过度放大制造虚假的边缘。二维码四周还需要静区，也就是不含图案的空白边界。ISO/IEC 18004 中通常要求静区至少为 4 个模块宽度，否则识别器可能无法稳定找到定位图形。
处理流程可以按下面的顺序执行：
- 根据四点计算透视矩阵，输出足够分辨率的校正图。
- 转为灰度图，检查二维码与背景之间的对比度。
- 光照均匀时直接交给解码器；背景明暗不均时，再尝试自适应阈值。
- 对比最近邻、双线性或面积类缩放结果，选择模块边缘最完整的一组。
- 保留至少 4 个模块宽度的静区，再交给二维码识别器解码。
面积类缩放通常更适合缩小图像，因为它能综合采样区域；但它也可能产生灰度边界，是否有效取决于解码器的预处理方式。阈值不能固定套用一个数值：反光、阴影和印刷对比度会改变最佳参数。
用识别结果验证校正是否可靠
校正后的图像应满足三个几何条件：四条边接近水平或垂直，模块大致保持方形，三个定位图形和四周静区没有被裁切。能解码只说明数据已经可读，并不证明角点、比例或透视矩阵完全准确。
识别失败也不一定是透视问题。运动模糊会抹平模块边缘，反光会制造局部白斑，遮挡可能破坏格式信息；原图分辨率过低时，透视校正只能重新采样，无法恢复已经丢失的细节。
可以按以下顺序重试：
- 角点：重新检查四点顺序，确认角点来自整体边界而非局部定位图形。
- 裁剪：向外扩大边界，恢复被切掉的静区；扩大后仍应避免带入过多复杂背景。
- 输出尺寸：在 256×256、512×512 和 1024×1024 等尺寸间比较，但不要把放大当成细节恢复。
- 插值：优先比较最近邻与双线性；模块边缘模糊时减少平滑处理。
- 阈值和解码器：分别测试灰度图、全局阈值和自适应阈值，再比较解码结果。
常见误解是把四点定位理解成“找到外接矩形的四个顶点”。外接矩形只适合近似正视、边缘清晰的图像；倾斜拍摄时，必须确认四点对应二维码平面的真实边界角，并按固定顺序映射到目标矩形。若只能可靠获得三个定位图形，应结合其中心、边长和方向估计第四个角点，而不是直接套用一个轴对齐矩形。
PDF页面栅格化转图片的渲染流程
从PDF矢量指令到像素网格 PDF页面不是一张固定分辨率的图片，而是一组绘制指令：路径、文字、嵌入图像、透明度、颜色空间以及它们之间的覆盖关系。栅格化的任务，是把这些指令按页面顺序计算出来，再映射到指定DPI的像素网格中；pdf文件转图片
图像翻转中水平镜像与旋转的矩阵关系
用坐标矩阵区分镜像与旋转 要判断图片是“翻转”还是“旋转”，关键不是看操作名称，而是看坐标矩阵如何改变点的位置。水平镜像本质上是一个方向为负的缩放，旋转则是保持方向性的刚体变换；二者都可能保持长度，却不会产生相同的几何结果。 先采用数学
EXIF方向标签的八种取值与显示纠正
先区分方向标签与图像像素 EXIF Orientation 是 JPEG 中记录“应该怎样显示”的方向标签，不等于文件里的像素已经旋转。处理照片时，必须把文件内的像素坐标、查看器执行的显示变换，以及导出时是否重写像素分开判断。 EXIF
SVG路径指令中贝塞尔曲线拟合位图轮廓
先把位图变成可验证的轮廓 把位图转成 SVG，真正要解决的不是“描边”，而是三件事：哪些像素属于前景、哪些边界是孔洞、曲线允许偏离原轮廓多少。下面给出一条可执行流程：二值化、提取层级轮廓、简化点列、拟合三次贝塞尔曲线，再用栅格化结果验收。
EXIF中的方向标签如何影响图片显示
先区分方向标签与像素数据 图片显示方向由两部分决定：文件里的像素排列，以及 EXIF 中的 Orientation 标签。Orientation 记录的是“显示时如何变换”，不一定代表 JPEG 内部像素已经转正；读取标签、执行变换并同步