QR Code 可讀性診斷是怎麼判斷的？

本站會分析圖片的亮度分布，用 Otsu 演算法區分前景與背景，計算實際對比度；接著檢查四邊邊緣是否有深色像素（判斷靜區是否被裁切）；再嘗試解碼並反推 QR 版本與模組密度。最後套用縮小、模糊、局部污損等劣化條件，實際測試還能不能解出內容。

診斷分數幾分才算安全？

85 分以上為良好，正常情況可順利掃描；65 到 84 分為尚可，光線不足或距離較遠時可能失敗；40 到 64 分建議改善；40 分以下則很可能掃不到，應重新產生。

人眼辨識與機器解碼的條件不同。掃描器需要足夠的對比度（建議 4.5:1 以上）、完整的靜區邊距、以及每個模組至少 2 到 3 個像素。此外，反相的 QR Code（淺色圖案配深色背景）在多數掃描器上無法辨識。

依國際標準，掃描距離除以 10 約為 QR Code 的最小邊長。本站會依您圖片的模組數與模組像素密度，推算不同使用情境（名片、傳單、海報、戶外看板）的建議最小尺寸。

不會。所有影像分析都在您的瀏覽器內完成，圖片不會上傳到伺服器。

印出來的 QR Code 掃不到？上傳圖片，自動檢查可能的原因並給出具體建議。圖片不會上傳到伺服器。

選擇 QR Code 圖片…

選擇或拖曳 QR Code 圖片進行診斷

項目	判斷標準
對比度	前景與背景的明度差。低於 40% 在多數掃描器上難以辨識。
靜區邊距	QR Code 四周的空白。標準為 4 個模組寬，不足會導致掃描失敗。
模組密度	依圖片解析度推算每個模組的像素數。低於 3 px 顯示不清。
容錯等級	從錯誤修正碼推算，判斷可承受多少損毀。
建議印刷尺寸	依模組數推算最小可掃描尺寸，對應不同掃描距離。
情境模擬	實際套用模糊、縮小、部分遮蔽後嘗試解碼，驗證真實耐受度。