Andrew Taylor 提出了一種利用雙遍誤差擴散抖色技術，將低解析度圖像嵌入 QR 碼的方法。此技術讓視覺雜訊形成圖像，同時保留底層的數據結構，確保 QR 碼仍可被掃描。

該演算法將每個 QR 碼像素區塊細分，用產生圖像模式的抖色值替換中間的數據像素。與標準抖色相比，此技術減少了視覺雜訊，同時保持了掃描所需的魯棒性。

這種方法提供了一種傳統藝術 QR 碼的新穎替代方案，它利用誤差擴散而非僅依賴錯誤校正的冗餘性。這展示了視覺美學如何整合到功能性代碼中，而不消耗錯誤校正預算。

事件背景

QR 碼使用錯誤校正碼（ECC）來確保即使部分區域受損或遮擋仍能讀取。傳統的藝術 QR 碼通常通過改變數據像素來嵌入圖像，從而犧牲 ECC 容量；而抖色技術則將視覺資訊分佈在代碼結構本身中。

社群觀察

社群成員提到了 Russ Cox 的 QArt 技術，該技術通過設計編碼值來創建圖像，而不依賴錯誤校正。其他人則將其與擴散生成的 QR 碼進行比較，並指出企業消耗錯誤校正預算以放置商標的趨勢。