随着移动拍照设备的普及,作为摄像头获取外界数据绝佳媒介的条形码在全世界范围内得到了广泛应用。QR码作为条形码的一种,由于其相对于传统条形码突出的编码、容错、抗干扰等能力,成为了目前最受欢迎、应用最广的条码之一。然而随着目前QR码应用场景的复杂化,QR码的识别难度也随之增加,传统的QR码识别算法已经难以满足人们的日常使用需求。为了提升各种应用场景下QR码的识别成功率和识别速度,在对图片进行解码之前,需要一个健壮、高效的QR码定位算法来提取出尽可能精确的QR码候选区域并进行必要的校正处理。本文针对QR码定位这一环节,提出了一种基于卷积神经网络的QR码定位算法,该算法能够在各种复杂环境中快速准确定位QR码的位置。算法的核心步骤如下：首先,将预处理后的二值图利用滑动窗口技术切分成若干个候选块,并依次送入训练好的卷积神经网络中进行识别分类,找出所有的归属于QR码的候选块组成候选区,完成QR码的预定位。其次,针对上述QR码候选区,本文基于QR码定位图案的比例特征,给出了一种具有一定容错能力的QR码定位图案快速查找算法,完成QR码的精确定位。实验结果表明,本文提出的定位算法,在时间效率和定位成功率上都取得了很好的效果,并且相对于其他基于图片纹理特征的QR码定位算法,本文的定位算法具有更强的普适性和稳定性,在各种复杂应用环境中都能获得较好的定位效果。