我們幾乎每天都要掃碼，登錄網站、登記信息、消費支付、添加好友……只要打開掃一掃，能省去不少繁瑣步驟。

而當每次打開工具掃碼時，這些工具通常都會給出 1:1 的掃碼框，將框對準二維碼，手機就能馬上識別碼內的信息。

然而，不知你有沒有發現，即使這些工具會將「掃描區」框出來，有時候其實不需要對準框就能完成掃描，只要二維碼在相機取景范圍內，系統就能馬上將內容識別出來。

那這個框有何用處?

其實這跟每款 app 對掃描功能的用途有很大關系?？v觀我們目前日常最常用的 10 款 app，二維碼掃描頁的設計可以分為幾類：

固定區域掃描

全屏掃描

固定區域但實際是全屏掃描

全屏設計但實際是固定掃描

固定區域掃描是我們目前接觸最多的掃碼模式，用戶需要將手機對準二維碼掃描才能讓手機完成識別，若是目標二維碼不在框內，app 就無法識別內容。

而在一些我們較為常用的 app，比如微信、支付寶，則是從過去的「固定框掃描」變成「全屏掃描」，即整個手機屏幕都是掃描框。

手機無需正對著二維碼也能完成識別，識別速度也比有框掃描快很多，相機還沒對上焦，系統就能馬上識別出信息。

當然在此其中也有特別個例。當我打開微博掃碼時，頁面是個有固定掃碼區的設計，但 app 的掃描機制本質上其實是全屏掃描。所以每當我準備掃描時，二維碼還沒進框，信息就已經被讀取出來了。

莫非是設計師偷懶了?也不一定。

要扒開掃描頁的細節，單從表面看顯然是不夠的，還需要從多方面考慮，比如掃碼用的硬件，還有軟件層面上的解碼能力。

實際上要將掃碼頁做成全屏并不難，但專門騰出一個方框作為掃描區也并非多此一舉。

究其原因，在二維碼剛進入我們的生活時，無論是 app 本身或是掃碼設備，都沒有做專門的優化，掃碼成功率往往和二維碼所處環境光線、距離和清晰度有關。

于用戶個人而言，掃碼區所提供的是一個掃碼識別的提示，它的任務是告訴用戶相機已經準備好掃描，只要對準即可讀取信息。

而對于設備本身，相機能否快速識別二維碼，這跟相機的對焦性能、處理器的解碼運算能力不無關系。

二維碼的歷史最早可以追溯到上世紀八十年代，但直到過去十年才開始普及到我們的日常生活中。

但早期智能手機的對焦反應、速度都相對較慢，而且也容易受環境光和鏡頭清晰度的影響，因而在開發 app 掃描頁時，開發者需要通過調整相機取景范圍，讓相機向特定區域對焦，而不是廣域對焦。

簡單來說，將掃碼區域獨立出來，實際上也是為了照顧早期對焦速度相對較慢的設備。原理類似于相機的定點對焦區域，相機只對方框內區域測量、對焦，從而減少目標二維碼周邊的其他因素干擾，以此提升相機對焦速度和掃碼成功率。

換個角度看，掃碼方框除了是告訴用戶掃描功能開啟外，也是一種提高識別準確率的方法。只要方框內二維碼關鍵元素符合要求，識別準確率約等于百分之百。

為了讓用戶能在不同環境和條件下掃碼，開發者在使用如 zxing 等掃碼開發庫時，會集成如調用閃光燈、遠距離自動變焦等等等等，其目的都是為了讓手機能看清方框內的二維碼信息，方便用戶在任何使用場合掃描。

不過，近幾年智能手機的相機對焦速度提升很快，核心處理器對圖像處理的能力也逐步提升，因此現代手機掃碼也不需要長時間的對焦，即便需要，也只是在不到一秒內就能完成。

與此同時，隨著二維碼的應用漸成主流，app 開發商也通過自創掃碼引擎的方式，提高掃碼的速度和成功率，而不僅只依靠硬件層面來完成識別過程——微信便是其中一家。

微信雖然不是最早使用二維碼的 app，但不得不承認它是應用二維碼和掃碼最頻密的一款 app，這除了讓用戶一旦提起「掃碼」就想到微信以外，也間接推動了微信對掃碼技術的開發。

在 QBar 問世前，掃碼引擎主要為 zxing 和 zbar 兩種，而這兩種引擎有不同的優勢，但都有各自的缺點，同時這兩種引擎對條形碼識別的限制也相對比二維碼更多。

2016 年，由微信技術團隊通過公眾號「微信派」發布的一則推文中，他們曾介紹過 QBar 掃碼引擎的工作原理。

相比于傳統的掃碼方式，QBar 會在掃碼頁工作時通過預判算法篩出有條形碼 / 二維碼內容，通過掃描頁快速識別出畫面前的圖形碼信息，隨后通過 QBar 引擎對圖像解碼，輸出最終結果。

換言之，當用戶打開掃碼頁時，只要框內有條形碼或二維碼圖像，系統就已經開始預判用戶的掃碼目標，并開始進行分類和識別。

而且由于二維碼本身也有容錯機制(原本是為了讓二維碼在破損下也能正常使用)，相機其實并不需要對照完整的二維碼，只需在容錯范圍內找到二維碼關鍵點就能識別。再結合 QBar 引擎特性，掃碼相機能通過預判和篩選出二維碼及其關鍵信息，在一秒內完成識別和解碼工作。

「微信派」所公布的識別原理看似復雜，但在現代智能手機中，這些都只是幾毫秒就能完成的任務。根據「微信派」的參考數據，iOS 客戶端微信完成解碼時間為 5 毫秒，Android 客戶端則是 12 毫秒。

至于為什么 iOS 設備的掃碼速度會比 Android 更快，這可能是跟當時 iOS 與 Android 設備之間的解碼性能有關系。

在日光環境下的測試中，使用 A13 處理器的 iPhone 確實做到還沒對上焦就已經完成識別，即便是 2016 年的 iPhone 7 也能做到的「一舉即掃」的反應;而使用驍龍 865 的 Android 旗艦反應也非常迅速，但相比于 iOS 也有著微小的速度差距。

如果說 iPhone 掃碼是「還沒看清就完成識別」，那么 Android 則是「看清楚就馬上完成識別」。

兩者之差，僅在毫秒。

不過盡管 Android 的掃碼速度稍遜 iOS，但相比于五年前兩個陣營之間的速度差，Android 的提升已經非常明顯，和 iOS 的識別速度相差無幾，若是不留心幾乎看不出兩者的區別。

所以過去 5/12 毫秒的識別時間也不是絕對值，它們會隨手機硬件和軟算法的迭代而變化。

值得一提的是，在使用 Android 設備同時掃描多個二維碼時，會將畫面內的 多個二維碼一同識別，隨后提供入口讓用戶自行選擇對象;而 iOS 雖然識別速度更快，但在面對多個二維碼時，則是又系統隨緣多選一了。

除微信以外，支付寶也采用了和微信類似的全屏幕掃描，其識別速度雖然比微信稍慢，但也能做到抬手即識別的水準。

根據 CSDN 網友分享的技術文檔，支付寶的掃碼功能由 libqrencode 庫集成，雖然不是微信的 Qbar，但是其深度優化下的識別速度也能做到以毫秒計算。

有了更完善的算法引擎和硬件解碼能力，手機對二維碼的識別也變得「敏感」了起來，它們在無需高清圖像的條件下，也都能快速識別出碼里的內容。

如此一來，過去用于固定焦點的方框，自然會被全屏掃描所取代。

掃碼形式上的變化，在微信、支付寶、微博這些用戶掃碼行為較多的 app 中體驗升級尤其明顯。

用戶在微信、支付寶可以快速完成掃碼交易;微博則能讓用戶快速完成掃碼二步驗證。

掃碼速度、準確率的變化有賴于幾家頭部企業對掃碼引擎和算法的改良，但從側面看，這其實也得益于手機硬實力不斷升級，只有分辨率更高的相機、運算性能更強的處理器，才能承載更復雜的解碼引擎和算法，實現毫秒級的掃碼識別能力。

從掃碼頁面的進化，可見手機掃碼效率正在不斷提升，常用 app 在掃碼時都無需對準碼，即能完成掃描。那我們回頭來看，最為原始的掃碼方框還有存在的意義嗎?

其實還是有的。

首先一方面是當前舊設備的留存率較高，智能手機的使用壽命普遍都在 2-3 年，甚至長達 4-5 年，舊手機的對焦和識別能力都不如現在的新手機。

掃描方框的作用，正如在前文所述，便于舊手機快速找到焦點，提升二維碼的掃描速度和準確率，而且它也能直觀引導用戶將手機對準掃碼，這其實也間接提升了舊手機在每次掃碼時的識別效率。

此外，盡管微信有自己的掃碼引擎，但并非所有 app 開發商都具備開發引擎或專門優化引擎的能力。

對于掃碼需求不大的 app 來說，掃描功能主要也是掃描二維碼，掃描成功率比速度更重要，因此在沒有對識別引擎進行特定優化的前提下，使用原始的框內掃描，可以保障新舊設備掃碼都有較高的識別成功率。

二維碼的普及極大簡化了我們在查詢、支付、登記時的操作，而用于掃描它的手機，也在隨著軟件和硬件的解碼能力升級，變得高效且多樣化。

如今的掃碼頁所能掃描的已經不止二維碼，它還能結合神經網絡進行識物。根據微信最新功能文檔介紹，基于中國科學院昆明植物研究所提供的 85 萬份植物圖像數據，目前掃一掃功能能對 3.6 萬多種植物進行識別，基本涵蓋了我們日常所見的花草樹木數據。

可見，掃碼頁正隨著更多元的算法，承載著更多功能。

正因如此，過去用于引導用戶、提高設備對焦速度的掃碼框也隨算法升級、硬件迭代、掃碼頁支持更多目標掃描，而漸漸退出舞臺。然而它并沒有真正離開我們，只是從過去的 1:1 演變成和手機屏幕比例一致而已。

關鍵詞： 二維碼