A veces intentamos capturar un código QR con una buena cámara digital en un teléfono inteligente, pero la lectura finalmente falla.Esto suele ocurrir cuando el propio código QR tiene mala calidad de imagen, o si ha sido impreso en superficies que no son planas (deformadas o con irregularidades de patrón desconocido), como el envoltorio de un paquete de mensajería o una bandeja de preparado.alimento.

Ahora, un equipo de la Universitat de Barcelona y la Universitat Oberta de Catalunya ha diseñado una metodología que facilita el reconocimiento de códigos QR en entornos físicos donde la lectura es más complicada.el papel espublicadoen el diarioLetras de reconocimiento de patrones.

El nuevo sistema no depende absolutamente de la topografía subyacente, y es aplicable a códigos QR que se pueden encontrar en superficies tubulares (botellas), bandejas de comida, etc. Se trata de la primera propuesta tecnológica capaz de combinar una metodología generalista y bidimensional.Códigos de barras para facilitar el reconocimiento de la información digital.

El primer autor del estudio es el profesor Ismael Benito, de la Facultad de Física y del Departamento de Ingeniería Electrónica y Biomédica de la UB y del Departamento de Estudios de Informática, Multimedia y Telecomunicaciones de la UOC.Todos los autores han participado desde distintos puestos en la creación de ColorSensing, SL, una spin-off de la UB en el ámbito del etiquetado inteligente.

¿Por qué algunos códigos QR son difíciles de leer?

Los códigos QR son una variación del típico código de barras, capaz de recopilar información en lenguaje informático, en una matriz bidimensional de píxeles blancos y negros, cuando se escanea con un dispositivo de escaneo.Facilitan el acceso a datos de interés, ahorran tiempo y recursos como papel, y han revolucionado la forma en que los usuarios acceden a la información en el ámbito digital.

Sin embargo, a veces resulta complicado escanear un código de barras correctamente.Según Benito, del Departamento de Ingeniería Electrónica y Biomédica de la UB y exdirector de tecnología de ColorSensing, esto sucede, "en primer lugar, por la calidad de la imagen. Aunque hoy en día mucha gente tiene acceso a buenas cámaras digitales, no siempre puedenCapture bien la imagen QR.

"En segundo lugar, la calidad de impresión del código QR y los colores utilizados (con buen contraste) a veces no son satisfactorios. Por último, si la superficie de impresión no es lo suficientemente plana y no está paralela al plano de captura, también es difícil capturarla información en el código."

“Por ejemplo, todos estos factores entran en juego cuando intentamos capturar un QR de Bicing con elaplicación móvil: la superficie no es plana, es un cilindro, y si intentamos captar el QR demasiado cerca, la deformación de la superficie se hace evidente y la lectura falla, 5-10 centímetros;si nos alejamos demasiado, el QR se queda pequeño y la captura no es buena: 1 metro;si estamos en un rango intermedio, la distorsión aparente de la superficie se reduce y la calidad es la adecuada para capturarla: 30-50 centímetros”, explica Benito.

Un algoritmo que explota las propiedades de los códigos QR

El estudio, que forma parte del estudio de Ismael Benitotesis doctoralde la UB, presenta un nuevo algoritmo que aprovecha las características propias del QR, es decir, los patrones internos del código, para extraer la superficie subyacente sobre la que se posiciona el código.

La textura de esta superficie se recupera mediante un ajuste generalista basado en funciones matemáticas conocidas como splines, que permiten ajustar localmente la topografía de la superficie.Benito señala que "son funciones que se adaptan localmente a los vaivenes delsuperficie, y forman una técnica que originalmente fue muy utilizada en campos como la geología o la edición fotográfica para ajustar o generar deformaciones en superficies".todavía hay muchos

desafíos tecnológicospara mejorar todo el proceso de reconocimiento de códigos QR.En el caso de las aplicaciones comerciales activadas por el lector de códigos del usuario, el experto explica que "el principal desafío es poder proporcionar lecturas correctas y fiables. También estamos trabajando duro para garantizar que los códigos no puedan ser atacados por técnicas de modificación, por ejemplo

Por ejemplo, con una URL falsa que puede capturar datos con pequeñas modificaciones en el código."

“En el caso de la industria, donde las capturas se hacen en ambientes controlados, el principal reto es reducir la velocidad de captura”, afirma Benito.

Más información:Ismael Benito-Altamirano et al, Lectura de códigos QR en superficies desafiantes utilizando estrías de placa delgada,Letras de reconocimiento de patrones(2024).DOI: 10.1016/j.patrec.2024.06.004