C#识别二维码的核心瓶颈是图像质量与预处理，ZXing.Net默认配置对模糊、倾斜、反光、低对比度图像几乎无效；因其BitmapLuminanceSource仅做简单灰度采样，不增强图像，遇过曝、失焦、非白底黑码、旋转超5°等情况易返回null或抛NotFoundException，须用OpenCvSharp预处理（去噪、Otsu二值化、膨胀）并正确转换Mat→Bitmap，再配合BarcodeReader显式配置TryHarder、PureBarcode、CharacterSet等参数方可提升成功率。
直接说结论：C# 识别二维码不是“调一个函数就完事”，核心瓶颈在图像质量与预处理，ZXing.Net 默认配置对模糊、倾斜、反光、低对比度图像几乎无解。
为什么 ZXing.Net 的 BitmapLuminanceSource 经常返回 null 或识别失败
ZXing.Net 的识别流程依赖 BitmapLuminanceSource 将 Bitmap 转为灰度像素数组，但它不做任何增强——只做简单采样。一旦原始图像存在以下任一情况，reader.Decode() 很可能直接抛出 NotFoundException 或返回空结果：
- 手机屏幕反光导致局部过曝（白色区域丢失模块边界）
- 摄像头对焦不准，二维码边缘发虚（
Bitmap像素已模糊，算法无法定位 Finder Pattern） - 非白底黑码（如深色 App 界面 + 浅色二维码），而
BitmapLuminanceSource默认按“亮为 1、暗为 0”硬阈值二值化 - 图像旋转角度 > 5°，ZXing 的默认检测器不支持自动纠偏
解决思路不是换库，而是接管图像输入前的环节：别把原始 Bitmap 直接塞给 BitmapLuminanceSource，先用 OpenCvSharp 做预处理。
用 OpenCvSharp 预处理图像再喂给 ZXing.Net 的实操链路
关键不在“能不能用”，而在“怎么串起来不丢精度”。OpenCvSharp 处理后得到的是 Mat，ZXing 需要 Bitmap，中间必须无损转换：
- 用
Cv2.CvtColor(mat, mat, ColorConversionCodes.BGR2RGB)确保通道顺序正确（Windows 下Bitmap是 RGB，OpenCV 默认 BGR） - 用
mat.ToBitmap()（来自OpenCvSharp.Extensions）转换，不要手动遍历像素——否则易错位、变色、内存泄漏 - 预处理推荐三步：先
Cv2.GaussianBlur()去高频噪点，再Cv2.Threshold()自适应二值化（用ThresholdTypes.Otsu比固定阈值鲁棒得多），最后Cv2.MorphologyEx()膨胀一次补断线
示例片段（非完整类）：
var mat = Cv2.ImRead(imagePath, ImreadModes.Color); Cv2.GaussianBlur(mat, mat, new Size(3, 3), 0); Cv2.CvtColor(mat, mat, ColorConversionCodes.BGR2GRAY); Cv2.Threshold(mat, mat, 0, 255, ThresholdTypes.Otsu); Cv2.MorphologyEx(mat, mat, MorphologyOp.Dilate, Cv2.GetStructuringElement(MorphShapes.Rect, new Size(2, 2))); <p>var bitmap = mat.ToBitmap(); // 此时再传给 ZXing var source = new BitmapLuminanceSource(bitmap); var reader = new BarcodeReader(); var result = reader.Decode(source); // 成功率明显提升
BarcodeReader 的几个关键参数你大概率没设
默认构造的 BarcodeReader 只启用 QR_CODE 格式，且禁用所有辅助特性。真实场景中必须显式配置：
-
Options.TryHarder = true：强制启用更耗时但更准的搜索路径（尤其对小尺寸或部分遮挡二维码） -
Options.PureBarcode = false：允许图像周围有干扰区域（默认为true会要求二维码占满整个输入图） -
Options.CharacterSet = "UTF-8"：避免中文等 Unicode 字符乱码（默认是平台编码，Windows 上常为 GB2312） - 若需识别多个码，别反复 new
BarcodeReader，复用实例并设Options.MaxNumberOfSymbols = 5
注意：TryHarder 在移动设备或低配 PC 上会明显拖慢帧率，做实时扫码时建议仅对首帧启用，后续帧用普通模式。
摄像头直出流识别时最常被忽略的硬件层问题
WinForms/WPF 里用 WebCamTexture 或 AForge.NET 拿到的帧，常见陷阱不是算法，而是数据本身：
- 摄像头默认输出 YUY2 或 MJPEG 格式，直接转
Bitmap会色偏、模糊——必须在采集层就指定PixelFormat.Bgr24或Rgb24 - 多数 USB 摄像头默认帧率 15fps，但二维码 Finder Pattern 检测需要至少连续 3 帧匹配才敢确认，低于 20fps 容易漏扫
- 自动曝光和自动白平衡在二维码场景是负优化：当镜头对准纯白/纯黑背景时，会动态压暗或提亮，导致二维码模块对比度骤降；应手动锁定曝光值
真正稳定的扫码体验，一半靠算法，一半靠关掉摄像头的“智能”。
