有時，我們嘗試用智慧型手機上的優質數位相機捕捉二維碼，但最終讀取失敗。這種情況通常發生在 QR 碼本身的影像品質較差，或 QR 碼列印在不平坦的表面（變形或具有未知圖案的不規則形狀）（例如快遞包裹的包裝或準備好的托盤）上。食物。

現在，來自巴塞隆納大學和加泰隆尼亞大學的一個團隊設計了一種方法，可以促進在讀取更加複雜的物理環境中識別二維碼。紙張是發表在日記中模式識別字母。

新系統並不絕對依賴底層地形，適用於管狀表面（瓶子）、食品托盤等上的二維碼。 。

研究的第一作者是布法羅大學物理學院、電子和生物醫學工程係以及俄勒岡大學計算機科學、多媒體和電信研究系的 Ismael Benito 教授。所有作者都曾在創建 ColorSensing, SL（UB 分拆公司，專注於智慧標籤領域）的過程中擔任過不同職位。

為什麼有些二維碼難以閱讀？

QR 碼是典型條碼的變體，當使用掃描設備掃描時，能夠以電腦語言（黑白像素的二維矩陣）收集資訊。它們有助於存取感興趣的數據，節省時間和紙張等資源，並徹底改變了使用者在數位領域存取資訊的方式。

然而，有時很難正確掃描條碼。布法羅大學電子與生物醫學工程系、ColorSensing 前技術總監貝尼托(Benito) 表示，出現這種情況「首先是因為影像品質。儘管如今許多人可以使用優質的數位相機，但他們並不總是能夠使用高品質的數位相機。

「其次，二維碼的列印品質和所使用的顏色（對比度良好）有時並不令人滿意。最後，如果列印表面不夠平整且與捕捉平面不平行，也很難捕捉到程式碼中的信息。”

「例如，當我們嘗試使用 Bicing 二維碼捕獲時，所有這些因素都會發揮作用行動應用程式：表面不平坦——它是一個圓柱體——如果我們試圖將 QR 捕捉得太近，表面的變形就會變得很明顯，並且讀取失敗——5-10 厘米；如果我們移動得太遠，QR 就會變得太小，捕獲效果不好——1 公尺；如果我們處於中間範圍，表面的明顯變形就會減少，質量適合捕捉 30-50 公分的物體，」Benito 解釋道。

一種利用 QR 碼屬性的演算法

這項研究是伊斯梅爾·貝尼托 (Ismael Benito) 的研究的一部分博士論文UB 提出了一種新演算法，該演算法利用 QR 本身的特性（即程式碼的內部模式）來提取程式碼所在的底層表面。

該表面的紋理是透過基於稱為樣條線的數學函數的通用調整來恢復的，這允許局部調整表面的形貌。貝尼托指出，「它們是適應當地經濟起伏的功能。表面，並形成了一種最初廣泛應用於地質學或攝影編輯等領域的技術，以調整或產生表面變形。還有很多

技術挑戰改善二維碼識別的全流程。對於用戶讀碼器啟動的商業應用，專家解釋說，「主要的挑戰是能夠提供正確可靠的讀數。我們也在努力確保代碼不會受到修改技術的攻擊，因為例如，使用虛假URL，只需對程式碼進行少量修改即可捕獲資料。

「就工業而言，捕獲是在受控環境中完成的，主要挑戰是降低捕獲速度，」貝尼託說。

更多資訊：

Ismael Benito-Altamirano 等人，使用薄板樣條在具有挑戰性的表面上讀取 QR 碼，模式識別字母（2024）。DOI：10.1016/j.patrec.2024.06.004引文: