二维条码可以在横向和纵向两个方向上同时表达信息，以其数据容量大、信息密度高、可靠性高、纠错能力强及可表示多种信息的特点，在自动识别领域发挥着越来越重要的作用。QR Code二维条码具有识读速度快、可全方位识读等优点。然而，在目前的技术水平下，在光照不均、背景复杂、条码污损等情况下存在着识别速度低，识别错误率高等问题，严重制约了其进一步推广应用。针对上述问题，研究了基于小波多尺度分析和神经网络的二维条码图像处理方法。首先提出了一种基于小波多尺度分解的光照均匀化方法，通过对图像照度函数和反射函数的分析，采用小波多尺度分解估计光照分布以消除光照不均的影响，改善了图像的二值化效果，提高了条码的识别率。其次，提出了基于Gabor滤波和BP神经网络的二维条码区域提取方法，首先对二维条码进行纹理特征分析，然后利用神经网络对获得的纹理特征进行分类，提高了复杂背景条件下，条码区域提取的准确率。对比实验结果表明：本文提出的解决方案在二值化和图像的初步定位方面取得了良好的效果。