v0.0.6

dist/qr-decode.es.js

@@ -1,5 +1,5 @@
 /*!
- * qr-decode v0.0.5
+ * qr-decode v0.0.6
  * (c) cnwhy <w.why@163.com>
  * Released under the ISC License.
  */
@@ -2410,6 +2410,10 @@ var Pixel = function Pixel(data, base) {
       throw "point error";
     }
     var point = x * 4 + y * base.width * 4;
+    // 透明/半透明像素按白色背景处理，避免透明区域被误判为黑色模块
+    if (data[point + 3] < 128) {
+      return 255;
+    }
     return (data[point] * 33.33 + data[point + 1] * 33.33 + data[point + 2] * 33.33) / 100;
   };
 };
@@ -2424,13 +2428,142 @@ var binarize = function binarize(data, base, th) {
   }
   return ret;
 };
-function decode(imageDate, debugfn) {
-  var base = {
+
+// 默认二值化阈值
+var DEFAULT_THRESHOLD = 153;
+
+// 图像预处理策略：输入 ImageData，输出 {data, width, height, threshold?}
+// threshold 可以是单值或数组（多阈值依次尝试）
+// 后续优化（自适应二值化、放大等）只需在此数组追加策略即可
+var preprocessStrategies = [null,
+// 0. 原图原阈值
+invertImage,
+// 1. 颜色反转（适配深色背景的反色二维码）
+otsuStrategy,
+// 2. Otsu 自动阈值（适配整体偏亮/偏暗的图）
+invertedOtsuStrategy,
+// 3. 反转 + Otsu（适配整体偏暗的反色二维码）
+multiThresholdStrategy // 4. 多阈值扫描（兜底 Otsu 盲区：深色装饰背景等多峰分布美化二维码）
+];
+
+// 多阈值扫描集合：仅在前 4 个策略全部失败后触发
+// 覆盖 Otsu 无法处理的多峰分布图（如“深色背景+灰模块+白间隔”三峰，Otsu 会选错谷），
+// 以及带过渡带的低对比度图（Otsu 分割点偏低，需更高阈值才能获得清晰模块）
+// 步长 15 覆盖全区间：o3.png 有效区间 125~150，o2.png 有效区间 180~240
+var multiThresholdValues = [60, 75, 90, 105, 120, 135, 150, 165, 180, 195, 210, 225, 240];
+
+// 多阈值策略：复用原图数据，对多阈值集合依次尝试
+function multiThresholdStrategy(imageDate) {
+  return {
+    data: imageDate.data,
     width: imageDate.width,
     height: imageDate.height,
-    debugfn: debugfn
+    threshold: multiThresholdValues
   };
-  return process(imageDate.data, base);
+}
+
+// 颜色反转：RGB 取反，alpha 保持不变
+function invertImage(imageDate) {
+  var data = new Uint8ClampedArray(imageDate.data);
+  for (var i = 0; i < data.length; i += 4) {
+    data[i] = 255 - data[i];
+    data[i + 1] = 255 - data[i + 1];
+    data[i + 2] = 255 - data[i + 2];
+  }
+  return {
+    data: data,
+    width: imageDate.width,
+    height: imageDate.height
+  };
+}
+
+// Otsu 大津法：穷举 0-255 阈值，求类间方差最大者作为最优全局阈值
+function otsuThreshold(imageDate) {
+  var data = imageDate.data;
+
+  // 1. 灰度直方图（一次扫描，跳过透明/半透明像素）
+  //    透明区域在二值化时按白处理（见 Pixel），不影响检测；
+  //    但统计时计入会拉偏阈值，故只统计真实可见像素
+  var hist = new Array(256);
+  for (var i = 0; i < 256; i++) hist[i] = 0;
+  var total = 0;
+  for (var i = 0; i < data.length; i += 4) {
+    if (data[i + 3] < 128) continue;
+    var gray = (data[i] * 33.33 + data[i + 1] * 33.33 + data[i + 2] * 33.33) / 100 | 0;
+    hist[gray]++;
+    total++;
+  }
+
+  // 2. 遍历阈值，找类间方差最大的
+  var sum = 0; // 全局灰度加权和
+  for (var i = 0; i < 256; i++) sum += i * hist[i];
+  var sumB = 0; // 背景类灰度加权和
+  var wB = 0; // 背景类像素数
+  var maxVar = -1;
+  var bestT = DEFAULT_THRESHOLD;
+  for (var t = 0; t < 256; t++) {
+    wB += hist[t];
+    if (wB === 0) continue;
+    var wF = total - wB;
+    if (wF === 0) break;
+    sumB += t * hist[t];
+    var mB = sumB / wB; // 背景类均值
+    var mF = (sum - sumB) / wF; // 前景类均值
+    var between = wB * wF * (mB - mF) * (mB - mF); // 类间方差
+    // 用 >= 在方差平坦时取最亮侧；阈值取两类均值中点，
+    // 避免双离散值图（类间方差平台）时阈值卡在类边界导致模块误判为白
+    if (between >= maxVar) {
+      maxVar = between;
+      bestT = Math.floor((mB + mF) / 2);
+    }
+  }
+  return bestT;
+}
+
+// Otsu 策略：复用原图数据，仅提供自动计算的阈值（由 process 的 threshold 参数消费）
+function otsuStrategy(imageDate) {
+  return {
+    data: imageDate.data,
+    width: imageDate.width,
+    height: imageDate.height,
+    threshold: otsuThreshold(imageDate)
+  };
+}
+
+// 反转 + Otsu 策略：先反转，再对反转后的图计算 Otsu 阈值
+// 覆盖“深色不够深、浅色不够浅”的偏暗反色二维码（固定阈值反转覆盖不了）
+function invertedOtsuStrategy(imageDate) {
+  var inv = invertImage(imageDate);
+  return {
+    data: inv.data,
+    width: inv.width,
+    height: inv.height,
+    threshold: otsuThreshold(inv)
+  };
+}
+function decode(imageDate, debugfn) {
+  var lastErr;
+  for (var i = 0; i < preprocessStrategies.length; i++) {
+    var img = preprocessStrategies[i] ? preprocessStrategies[i](imageDate) : imageDate;
+    var base = {
+      width: img.width,
+      height: img.height,
+      debugfn: debugfn
+    };
+    // 支持多阈值：threshold 为数组时依次尝试，任一成功即返回
+    var thresholds = img.threshold;
+    if (!(thresholds instanceof Array)) {
+      thresholds = [thresholds];
+    }
+    for (var j = 0; j < thresholds.length; j++) {
+      try {
+        return process(img.data, base, thresholds[j]);
+      } catch (e) {
+        lastErr = e;
+      }
+    }
+  }
+  throw lastErr;
 }
 
 // ECI 声明中常见的字符集（QR 规范：ECI 编号 -> 字符集）
@@ -2556,11 +2689,11 @@ var bytesToString = function bytesToString(bytes, eci) {
   // 4. 兜底默认 UTF-8
   return decodeUTF8(bytes);
 };
-var process = function process(data, base) {
+var process = function process(data, base, threshold) {
   // var start = new Date().getTime();
   // var image = grayScaleToBitmap(grayscale(),base);
   // var image = binarize(128);
-  var image = binarize(data, base, 153); //转为位图;
+  var image = binarize(data, base, threshold || DEFAULT_THRESHOLD); //转为位图;
 
   // 位图转为QR矩阵
   var detector = new Detector_1(image, base);

dist/qr-decode.umd.js

@@ -1,5 +1,5 @@
 /*!
- * qr-decode v0.0.5
+ * qr-decode v0.0.6
  * (c) cnwhy <w.why@163.com>
  * Released under the ISC License.
  */
@@ -2416,6 +2416,10 @@
 	      throw "point error";
 	    }
 	    var point = x * 4 + y * base.width * 4;
+	    // 透明/半透明像素按白色背景处理，避免透明区域被误判为黑色模块
+	    if (data[point + 3] < 128) {
+	      return 255;
+	    }
 	    return (data[point] * 33.33 + data[point + 1] * 33.33 + data[point + 2] * 33.33) / 100;
 	  };
 	};
@@ -2430,13 +2434,142 @@
 	  }
 	  return ret;
 	};
-	function decode(imageDate, debugfn) {
-	  var base = {
+
+	// 默认二值化阈值
+	var DEFAULT_THRESHOLD = 153;
+
+	// 图像预处理策略：输入 ImageData，输出 {data, width, height, threshold?}
+	// threshold 可以是单值或数组（多阈值依次尝试）
+	// 后续优化（自适应二值化、放大等）只需在此数组追加策略即可
+	var preprocessStrategies = [null,
+	// 0. 原图原阈值
+	invertImage,
+	// 1. 颜色反转（适配深色背景的反色二维码）
+	otsuStrategy,
+	// 2. Otsu 自动阈值（适配整体偏亮/偏暗的图）
+	invertedOtsuStrategy,
+	// 3. 反转 + Otsu（适配整体偏暗的反色二维码）
+	multiThresholdStrategy // 4. 多阈值扫描（兜底 Otsu 盲区：深色装饰背景等多峰分布美化二维码）
+	];
+
+	// 多阈值扫描集合：仅在前 4 个策略全部失败后触发
+	// 覆盖 Otsu 无法处理的多峰分布图（如“深色背景+灰模块+白间隔”三峰，Otsu 会选错谷），
+	// 以及带过渡带的低对比度图（Otsu 分割点偏低，需更高阈值才能获得清晰模块）
+	// 步长 15 覆盖全区间：o3.png 有效区间 125~150，o2.png 有效区间 180~240
+	var multiThresholdValues = [60, 75, 90, 105, 120, 135, 150, 165, 180, 195, 210, 225, 240];
+
+	// 多阈值策略：复用原图数据，对多阈值集合依次尝试
+	function multiThresholdStrategy(imageDate) {
+	  return {
+	    data: imageDate.data,
 	    width: imageDate.width,
 	    height: imageDate.height,
-	    debugfn: debugfn
+	    threshold: multiThresholdValues
 	  };
-	  return process(imageDate.data, base);
+	}
+
+	// 颜色反转：RGB 取反，alpha 保持不变
+	function invertImage(imageDate) {
+	  var data = new Uint8ClampedArray(imageDate.data);
+	  for (var i = 0; i < data.length; i += 4) {
+	    data[i] = 255 - data[i];
+	    data[i + 1] = 255 - data[i + 1];
+	    data[i + 2] = 255 - data[i + 2];
+	  }
+	  return {
+	    data: data,
+	    width: imageDate.width,
+	    height: imageDate.height
+	  };
+	}
+
+	// Otsu 大津法：穷举 0-255 阈值，求类间方差最大者作为最优全局阈值
+	function otsuThreshold(imageDate) {
+	  var data = imageDate.data;
+
+	  // 1. 灰度直方图（一次扫描，跳过透明/半透明像素）
+	  //    透明区域在二值化时按白处理（见 Pixel），不影响检测；
+	  //    但统计时计入会拉偏阈值，故只统计真实可见像素
+	  var hist = new Array(256);
+	  for (var i = 0; i < 256; i++) hist[i] = 0;
+	  var total = 0;
+	  for (var i = 0; i < data.length; i += 4) {
+	    if (data[i + 3] < 128) continue;
+	    var gray = (data[i] * 33.33 + data[i + 1] * 33.33 + data[i + 2] * 33.33) / 100 | 0;
+	    hist[gray]++;
+	    total++;
+	  }
+
+	  // 2. 遍历阈值，找类间方差最大的
+	  var sum = 0; // 全局灰度加权和
+	  for (var i = 0; i < 256; i++) sum += i * hist[i];
+	  var sumB = 0; // 背景类灰度加权和
+	  var wB = 0; // 背景类像素数
+	  var maxVar = -1;
+	  var bestT = DEFAULT_THRESHOLD;
+	  for (var t = 0; t < 256; t++) {
+	    wB += hist[t];
+	    if (wB === 0) continue;
+	    var wF = total - wB;
+	    if (wF === 0) break;
+	    sumB += t * hist[t];
+	    var mB = sumB / wB; // 背景类均值
+	    var mF = (sum - sumB) / wF; // 前景类均值
+	    var between = wB * wF * (mB - mF) * (mB - mF); // 类间方差
+	    // 用 >= 在方差平坦时取最亮侧；阈值取两类均值中点，
+	    // 避免双离散值图（类间方差平台）时阈值卡在类边界导致模块误判为白
+	    if (between >= maxVar) {
+	      maxVar = between;
+	      bestT = Math.floor((mB + mF) / 2);
+	    }
+	  }
+	  return bestT;
+	}
+
+	// Otsu 策略：复用原图数据，仅提供自动计算的阈值（由 process 的 threshold 参数消费）
+	function otsuStrategy(imageDate) {
+	  return {
+	    data: imageDate.data,
+	    width: imageDate.width,
+	    height: imageDate.height,
+	    threshold: otsuThreshold(imageDate)
+	  };
+	}
+
+	// 反转 + Otsu 策略：先反转，再对反转后的图计算 Otsu 阈值
+	// 覆盖“深色不够深、浅色不够浅”的偏暗反色二维码（固定阈值反转覆盖不了）
+	function invertedOtsuStrategy(imageDate) {
+	  var inv = invertImage(imageDate);
+	  return {
+	    data: inv.data,
+	    width: inv.width,
+	    height: inv.height,
+	    threshold: otsuThreshold(inv)
+	  };
+	}
+	function decode(imageDate, debugfn) {
+	  var lastErr;
+	  for (var i = 0; i < preprocessStrategies.length; i++) {
+	    var img = preprocessStrategies[i] ? preprocessStrategies[i](imageDate) : imageDate;
+	    var base = {
+	      width: img.width,
+	      height: img.height,
+	      debugfn: debugfn
+	    };
+	    // 支持多阈值：threshold 为数组时依次尝试，任一成功即返回
+	    var thresholds = img.threshold;
+	    if (!(thresholds instanceof Array)) {
+	      thresholds = [thresholds];
+	    }
+	    for (var j = 0; j < thresholds.length; j++) {
+	      try {
+	        return process(img.data, base, thresholds[j]);
+	      } catch (e) {
+	        lastErr = e;
+	      }
+	    }
+	  }
+	  throw lastErr;
 	}
 
 	// ECI 声明中常见的字符集（QR 规范：ECI 编号 -> 字符集）
@@ -2562,11 +2695,11 @@
 	  // 4. 兜底默认 UTF-8
 	  return decodeUTF8(bytes);
 	};
-	var process = function process(data, base) {
+	var process = function process(data, base, threshold) {
 	  // var start = new Date().getTime();
 	  // var image = grayScaleToBitmap(grayscale(),base);
 	  // var image = binarize(128);
-	  var image = binarize(data, base, 153); //转为位图;
+	  var image = binarize(data, base, threshold || DEFAULT_THRESHOLD); //转为位图;
 
 	  // 位图转为QR矩阵
 	  var detector = new Detector_1(image, base);

package.json

@@ -1,6 +1,6 @@
 {
   "name": "qr-decode",
-  "version": "0.0.5",
+  "version": "0.0.6",
   "description": "QRCode parser/decode",
   "main": "src/QRDecode.js",
   "files": [
@@ -12,6 +12,7 @@
   ],
   "scripts": {
     "test": "node test/node.js",
+    "test:regression": "node test/all_regression.js",
     "demo": "parcel ./demo/index.html",
     "build": "bili browser.js --format umd,umd-min,es --module-name qrDecode --file-name qr-decode.[format][min][ext] --banner"
   },

src/QRDecode.js

@@ -14,6 +14,10 @@ var Pixel = function (data,base) {
 			throw "point error";
 		}
 		var point = (x * 4) + (y * base.width * 4)
+		// 透明/半透明像素按白色背景处理，避免透明区域被误判为黑色模块
+		if (data[point + 3] < 128) {
+			return 255;
+		}
 		return (data[point] * 33.33 + data[point + 1] * 33.33 + data[point + 2] * 33.33) / 100;
 	}
 }
@@ -110,13 +114,139 @@ var grayScaleToBitmap = function (image,base) {
     return bitmap;
 }
 
-function decode(imageDate,debugfn){
-	var base = {
+// 默认二值化阈值
+var DEFAULT_THRESHOLD = 153;
+
+// 图像预处理策略：输入 ImageData，输出 {data, width, height, threshold?}
+// threshold 可以是单值或数组（多阈值依次尝试）
+// 后续优化（自适应二值化、放大等）只需在此数组追加策略即可
+var preprocessStrategies = [
+	null, // 0. 原图原阈值
+	invertImage, // 1. 颜色反转（适配深色背景的反色二维码）
+	otsuStrategy, // 2. Otsu 自动阈值（适配整体偏亮/偏暗的图）
+	invertedOtsuStrategy, // 3. 反转 + Otsu（适配整体偏暗的反色二维码）
+	multiThresholdStrategy // 4. 多阈值扫描（兜底 Otsu 盲区：深色装饰背景等多峰分布美化二维码）
+];
+
+// 多阈值扫描集合：仅在前 4 个策略全部失败后触发
+// 覆盖 Otsu 无法处理的多峰分布图（如“深色背景+灰模块+白间隔”三峰，Otsu 会选错谷），
+// 以及带过渡带的低对比度图（Otsu 分割点偏低，需更高阈值才能获得清晰模块）
+// 步长 15 覆盖全区间：o3.png 有效区间 125~150，o2.png 有效区间 180~240
+var multiThresholdValues = [60, 75, 90, 105, 120, 135, 150, 165, 180, 195, 210, 225, 240];
+
+// 多阈值策略：复用原图数据，对多阈值集合依次尝试
+function multiThresholdStrategy(imageDate) {
+	return {
+		data: imageDate.data,
 		width: imageDate.width,
 		height: imageDate.height,
-		debugfn: debugfn
+		threshold: multiThresholdValues
+	};
+}
+
+// 颜色反转：RGB 取反，alpha 保持不变
+function invertImage(imageDate) {
+	var data = new Uint8ClampedArray(imageDate.data);
+	for (var i = 0; i < data.length; i += 4) {
+		data[i] = 255 - data[i];
+		data[i + 1] = 255 - data[i + 1];
+		data[i + 2] = 255 - data[i + 2];
 	}
-	return process(imageDate.data,base)
+	return {
+		data: data,
+		width: imageDate.width,
+		height: imageDate.height
+	};
+}
+
+// Otsu 大津法：穷举 0-255 阈值，求类间方差最大者作为最优全局阈值
+function otsuThreshold(imageDate) {
+	var data = imageDate.data;
+
+	// 1. 灰度直方图（一次扫描，跳过透明/半透明像素）
+	//    透明区域在二值化时按白处理（见 Pixel），不影响检测；
+	//    但统计时计入会拉偏阈值，故只统计真实可见像素
+	var hist = new Array(256);
+	for (var i = 0; i < 256; i++) hist[i] = 0;
+	var total = 0;
+	for (var i = 0; i < data.length; i += 4) {
+		if (data[i + 3] < 128) continue;
+		var gray = (data[i] * 33.33 + data[i + 1] * 33.33 + data[i + 2] * 33.33) / 100 | 0;
+		hist[gray]++;
+		total++;
+	}
+
+	// 2. 遍历阈值，找类间方差最大的
+	var sum = 0; // 全局灰度加权和
+	for (var i = 0; i < 256; i++) sum += i * hist[i];
+	var sumB = 0; // 背景类灰度加权和
+	var wB = 0; // 背景类像素数
+	var maxVar = -1;
+	var bestT = DEFAULT_THRESHOLD;
+	for (var t = 0; t < 256; t++) {
+		wB += hist[t];
+		if (wB === 0) continue;
+		var wF = total - wB;
+		if (wF === 0) break;
+		sumB += t * hist[t];
+		var mB = sumB / wB; // 背景类均值
+		var mF = (sum - sumB) / wF; // 前景类均值
+		var between = wB * wF * (mB - mF) * (mB - mF); // 类间方差
+		// 用 >= 在方差平坦时取最亮侧；阈值取两类均值中点，
+		// 避免双离散值图（类间方差平台）时阈值卡在类边界导致模块误判为白
+		if (between >= maxVar) {
+			maxVar = between;
+			bestT = Math.floor((mB + mF) / 2);
+		}
+	}
+	return bestT;
+}
+
+// Otsu 策略：复用原图数据，仅提供自动计算的阈值（由 process 的 threshold 参数消费）
+function otsuStrategy(imageDate) {
+	return {
+		data: imageDate.data,
+		width: imageDate.width,
+		height: imageDate.height,
+		threshold: otsuThreshold(imageDate)
+	};
+}
+
+// 反转 + Otsu 策略：先反转，再对反转后的图计算 Otsu 阈值
+// 覆盖“深色不够深、浅色不够浅”的偏暗反色二维码（固定阈值反转覆盖不了）
+function invertedOtsuStrategy(imageDate) {
+	var inv = invertImage(imageDate);
+	return {
+		data: inv.data,
+		width: inv.width,
+		height: inv.height,
+		threshold: otsuThreshold(inv)
+	};
+}
+
+function decode(imageDate, debugfn) {
+	var lastErr;
+	for (var i = 0; i < preprocessStrategies.length; i++) {
+		var img = preprocessStrategies[i] ? preprocessStrategies[i](imageDate) : imageDate;
+		var base = {
+			width: img.width,
+			height: img.height,
+			debugfn: debugfn
+		};
+		// 支持多阈值：threshold 为数组时依次尝试，任一成功即返回
+		var thresholds = img.threshold;
+		if (!(thresholds instanceof Array)) {
+			thresholds = [thresholds];
+		}
+		for (var j = 0; j < thresholds.length; j++) {
+			try {
+				return process(img.data, base, thresholds[j]);
+			} catch (e) {
+				lastErr = e;
+			}
+		}
+	}
+	throw lastErr;
 }
 
 // ECI 声明中常见的字符集（QR 规范：ECI 编号 -> 字符集）
@@ -247,11 +377,11 @@ var bytesToString = function (bytes, eci) {
 	return decodeUTF8(bytes);
 }
 
-var process = function (data,base) {
+var process = function (data,base,threshold) {
     // var start = new Date().getTime();
     // var image = grayScaleToBitmap(grayscale(),base);
     // var image = binarize(128);
-	var image = binarize(data,base,153); //转为位图;
+	var image = binarize(data,base,threshold || DEFAULT_THRESHOLD); //转为位图;
 	
 	debug &&  base.debugfn && base.debugfn(image,base.width);
 

test/all_regression.js

@@ -0,0 +1,106 @@
+// 综合回归测试：标准图 + 特殊图 + 构造场景（策略链各层）
+// 用法：node test/all_regression.js
+var server = require('../server');
+var imgDecode = require('../src/imageDecode');
+var qrDecode = require('../src/QRDecode');
+var fs = require('fs');
+var path = require('path');
+
+var passCount = 0;
+var failCount = 0;
+
+function check(label, actual, expected) {
+	if (actual === expected) {
+		passCount++;
+		console.log('PASS  ' + label + '  =>  ' + actual);
+	} else {
+		failCount++;
+		console.log('FAIL  ' + label + '  =>  ' + actual + '（期望 ' + expected + '）');
+	}
+}
+
+// ---------- 文件用例：标准图 + 特殊图 ----------
+var fileCases = [
+	{ path: './img/16.bmp', label: 'bmp16', expect: '12345' },
+	{ path: './img/24.bmp', label: 'bmp24', expect: '12345' },
+	{ path: './img/32.bmp', label: 'bmp32', expect: '12345' },
+	{ path: './img/lx.jpg', label: 'jpg_lx', expect: '12345' },
+	{ path: './img/yh.jpg', label: 'jpg_yh', expect: '12345' },
+	{ path: './img/8.png', label: 'png8', expect: '12345' },
+	{ path: './img/24.png', label: 'png24', expect: '12345' },
+	{ path: './img/jt.gif', label: 'gif_jt', expect: '12345' },
+	{ path: './img/dt.gif', label: 'gif_dt', expect: '12345' },
+	{ path: './img/otsu.png', label: 'otsu.png 渐变光照', expect: '中国人' },
+	{ path: './img/o1.png', label: 'o1.png 透明背景美化码', expect: '中国人' },
+	{ path: './img/o2.png', label: 'o2.png 深色背景美化码', expect: '中国人' },
+	{ path: './img/o3.png', label: 'o3.png 低对比度图', expect: 'https://mpl.qzz.io/' }
+];
+
+// ---------- 构造场景用例：验证策略链各层 ----------
+// 基于 8.png 构造，覆盖：Otsu / 反转 / 反转+Otsu / 数据未污染
+var img8 = (function () {
+	var buffer = fs.readFileSync(path.join(__dirname, './img/8.png'));
+	var imageData = imgDecode.png(buffer);
+	if (Array.isArray(imageData)) imageData = imageData[0];
+	return imageData;
+})();
+
+var builtCases = [];
+
+// 暗化图：RGB × 0.5 -> 需要 Otsu 策略
+(function () {
+	var data = new Uint8ClampedArray(img8.data.length);
+	for (var i = 0; i < img8.data.length; i += 4) {
+		data[i] = img8.data[i] * 0.5 | 0;
+		data[i + 1] = img8.data[i + 1] * 0.5 | 0;
+		data[i + 2] = img8.data[i + 2] * 0.5 | 0;
+		data[i + 3] = img8.data[i + 3];
+	}
+	builtCases.push({ img: { data: data, width: img8.width, height: img8.height }, label: '暗化图(Otsu)', expect: '12345' });
+})();
+
+// 反色码：黑底白码 -> 需要反转策略
+(function () {
+	var data = new Uint8ClampedArray(img8.data.length);
+	for (var i = 0; i < img8.data.length; i += 4) {
+		var gray = (img8.data[i] * 33.33 + img8.data[i + 1] * 33.33 + img8.data[i + 2] * 33.33) / 100;
+		var v = gray <= 153 ? 255 : 0;
+		data[i] = v; data[i + 1] = v; data[i + 2] = v; data[i + 3] = 255;
+	}
+	builtCases.push({ img: { data: data, width: img8.width, height: img8.height }, label: '反色码(反转)', expect: '12345' });
+})();
+
+// 暗反色码：黑底灰模块 -> 需要反转+Otsu 策略
+(function () {
+	var data = new Uint8ClampedArray(img8.data.length);
+	for (var i = 0; i < img8.data.length; i += 4) {
+		var gray = (img8.data[i] * 33.33 + img8.data[i + 1] * 33.33 + img8.data[i + 2] * 33.33) / 100;
+		var v = gray <= 153 ? 95 : 8;
+		data[i] = v; data[i + 1] = v; data[i + 2] = v; data[i + 3] = 255;
+	}
+	builtCases.push({ img: { data: data, width: img8.width, height: img8.height }, label: '暗反色码(反转+Otsu)', expect: '12345' });
+})();
+
+// 原图再识别：验证预处理未污染原始数据
+builtCases.push({ img: img8, label: '原图再识别(数据未污染)', expect: '12345' });
+
+// ---------- 执行 ----------
+var tasks = [];
+fileCases.forEach(function (c) {
+	tasks.push(server.decodeByPath(path.join(__dirname, c.path))
+		.then(function (txt) { check(c.label, txt, c.expect); })
+		.catch(function (e) { failCount++; console.log('FAIL  ' + c.label + '  =>  ' + e); }));
+});
+builtCases.forEach(function (c) {
+	tasks.push(Promise.resolve().then(function () {
+		try { check(c.label, qrDecode(c.img), c.expect); }
+		catch (e) { failCount++; console.log('FAIL  ' + c.label + '  =>  ' + e); }
+	}));
+});
+
+Promise.all(tasks).then(function () {
+	console.log('');
+	console.log('========================');
+	console.log('综合回归：通过 ' + passCount + ' / 失败 ' + failCount);
+	process.exit(failCount > 0 ? 1 : 0);
+});

test/node.js

@@ -39,4 +39,8 @@ Promise.resolve()
 	.then(function () { return test('./img/24.png', 'png24 ') })
 	.then(function () { return test('./img/jt.gif', 'gif_jt') }) //单帧
 	.then(function () { return test('./img/dt.gif', 'gif_dt') }) //多帧
+	.then(function () { return test('./img/otsu.png', 'otsu  ') }) //渐变光照图
+	.then(function () { return test('./img/o1.png', 'o1    ') }) //透明背景美化码
+	.then(function () { return test('./img/o2.png', 'o2    ') }) //深色背景美化码
+	.then(function () { return test('./img/o3.png', 'o3    ') }) //低对比度图