using IronBarCode;
using System.Drawing;
// Reading a barcode is easy with IronBarcode!
var resultFromFile = BarcodeReader.Read(@"file/barcode.png"); // From a file
var resultFromBitMap = BarcodeReader.Read(new Bitmap("barcode.bmp")); // From a bitmap
var resultFromImage = BarcodeReader.Read(Image.FromFile("barcode.jpg")); // From an image
var resultFromPdf = BarcodeReader.ReadPdf(@"file/mydocument.pdf"); // From PDF use ReadPdf
// To configure and fine-tune barcode reading, utilize the BarcodeReaderOptions class
var myOptionsExample = new BarcodeReaderOptions
{
// Choose a reading speed from: Faster, Balanced, Detailed, ExtremeDetail
// There is a tradeoff in performance as more detail is set
Speed = ReadingSpeed.Balanced,
// Reader will stop scanning once a single barcode is found (if set to true)
ExpectMultipleBarcodes = true,
// By default, all barcode formats are scanned for
// Specifying a subset of barcode types to search for would improve performance
ExpectBarcodeTypes = BarcodeEncoding.AllOneDimensional,
// Utilize multiple threads to read barcodes from multiple images in parallel
Multithreaded = true,
// Maximum threads for parallelized barcode reading
// Default is 4
MaxParallelThreads = 2,
// The area of each image frame in which to scan for barcodes
// Specifying a crop area will significantly improve performance and avoid noisy parts of the image
CropArea = new Rectangle(),
// Special setting for Code39 barcodes
// If a Code39 barcode is detected, try to read with both the base and extended ASCII character sets
UseCode39ExtendedMode = true
};
// Read with the options applied
var results = BarcodeReader.Read("barcode.png", myOptionsExample);
// Create a barcode with one line of code
var myBarcode = BarcodeWriter.CreateBarcode("12345", BarcodeWriterEncoding.EAN8);
// After creating a barcode, we may choose to resize
myBarcode.ResizeTo(400, 100);
// Save our newly-created barcode as an image
myBarcode.SaveAsImage("EAN8.jpeg");
Image myBarcodeImage = myBarcode.Image; // Can be used as Image
Bitmap myBarcodeBitmap = myBarcode.ToBitmap(); // Can be used as Bitmap
Install-Package BarCode
Schnelle Antwort(QR) codes sind zu einem festen Bestandteil der modernen Gesellschaft geworden und haben die Art und Weise, wie Informationen ausgetauscht und abgerufen werden, revolutioniert. Diese zweidimensionalen Barcodes bestehen aus einer Matrix aus schwarzen und weißen Quadraten, die mit einer Smartphone-Kamera gescannt werden können, um gespeicherte Informationen wie URLs, Kontaktdaten, Website-URLs, Produktdetails usw. schnell abzurufen. Doch mit der Weiterentwicklung der Technologie steigen auch die Möglichkeiten von QR-Codes. Maschinelles Lernen(ML) hat sich als leistungsfähiges Werkzeug zur Verbesserung der QR-Code-Generierung, -Erkennung und -Dekodierung erwiesen, was zu einer verbesserten Benutzererfahrung und größeren Funktionalität führt.
Die Welt des Informations- und Datenaustauschs hat sich durch den weit verbreiteten Einsatz von QR-Codes und Barcodes verändert. Diese zweidimensionalen Codes ermöglichen einen schnellen Zugriff auf digitale Inhalte und dienen verschiedenen Zwecken in verschiedenen Branchen. Die Unterscheidung zwischen QR-Codes und Barcodes kann jedoch schwierig sein, vor allem, wenn man es mit einer Vielzahl von Codes zu tun hat. Durch die Nutzung der Möglichkeiten des maschinellen Lernens(ML) und dem .NET/C#-Framework können Entwickler ein intelligentes System erstellen, das QR-Codes und Barcodes genau klassifiziert, die Datenverarbeitung rationalisiert und die Benutzerfreundlichkeit verbessert. Durch die Integration der Dekodierfunktionen von IronBarcode wird die Lösung weiter verbessert und ermöglicht die genaue Extraktion von Inhalten aus den erkannten Codes.
In diesem Artikel werden wir das Modell trainieren, das die gegebene Eingabe als Barcode oder QR-Code klassifiziert, und danach werden wir den Eingabecode mit IronBarcode dekodieren.
Model Builder, ein in Visual Studio integriertes Tool, vereinfacht den Prozess der Erstellung von Modellen für maschinelles Lernen durch die Bereitstellung einer intuitiven Schnittstelle. Wir werden Model Builder verwenden, um ein Klassifizierungsmodell zu erstellen, das zwischen QR-Codes und Barcodes unterscheidet. Sobald die Klassifizierung abgeschlossen ist, werden wir IronBarcode integrieren, um die erkannten Codes zu entschlüsseln.
Der allererste Schritt für das Training eines jeden Modells ist die Datenerfassung. Wir brauchen Daten für das Training des Modells. Ich habe Daten heruntergeladen vonKaggle. Sie können es von jeder beliebigen Quelle herunterladen. Erstellen Sie nach dem Herunterladen des Datensatzes ein Hauptverzeichnis und legen Sie beide Datensätze in dieses Hauptverzeichnis. Die Daten sind in zwei Unterverzeichnissen organisiert:
Barcodes
QR-Codes
Der nächste Schritt besteht darin, Visual Studio zu öffnen und ein neues Machine Learning Model zu erstellen.
Erstellen Sie Ihr Projekt in Visual Studio. Das Projekt kann von beliebigem Typ sein, z. B. ASP.NET Web API, ASP.NET MVC, WEB Forms oder eine Konsolenanwendung. In diesem Beispiel verwende ich eine Konsolenanwendung. Klicken Sie mit der rechten Maustaste auf das Projekt im Projektmappen-Explorer. Wählen Sie Hinzufügen > Modell für maschinelles Lernen, wie unten dargestellt.
Benennen Sie Ihr Machine-Learning-Modell und klicken Sie auf die Schaltfläche Hinzufügen.
Nach dem Hinzufügen der Modelldatei für maschinelles Lernen wird ein neues Fenster angezeigt. Scrollen Sie nach unten und wählen Sie Bildklassifizierung. Die Bildklassifizierung ist eine der Computer-Vision-Techniken, die wir in diesem Lernprogramm verwenden werden. Wir entscheiden uns für die Bildklassifizierung anstelle der Bilderkennung, da wir nur zwischen Quick Response Codes unterscheiden müssen(QR-Code) und Barcode, müssen wir sie nicht aus einem gegebenen Bild erkennen.
Der nächste Schritt nach der Auswahl eines Szenarios ist die Wahl der Umgebung. Wir können entweder unser lokales System zum Trainieren des Modells wählen oder die Azure Cloud. Wir müssen ein aktives Azure-Abonnement haben, um Azure als unsere Umgebung zu verwenden.
In diesem Schritt müssen wir die Daten übergeben, die wir zuvor in Schritt 1 gesammelt haben. Wir haben die Daten bereits in Schritt 1 in Unterkategorien gegliedert, wie es der Model Builder verlangt.
Geben Sie den Pfad des Hauptverzeichnisses Ihres Datensatzes in der Option Ordner wählen an. Wir können unsere Daten wie unten gezeigt in der Vorschau anzeigen.
Wir können den QR-Code-Ordner auch anzeigen, indem wir in der Datenvorschau auf die Registerkarte QR-Codes klicken.
Nachdem Sie die Daten ausgewählt haben, klicken Sie auf die Schaltfläche Weiter, die Sie zum Trainingsbildschirm führt.
Klicken Sie auf Trainingsmodell starten, und das Training beginnt wie unten dargestellt. Vergewissern Sie sich, dass Visual Studio nicht im Administratormodus geöffnet ist, sonst wird ein Fehler ausgegeben.
Es beginnt mit dem Training und braucht Zeit. Die Dauer der Schulung hängt von den Fähigkeiten des Systems ab. Model Builder verwendetAutoML. Es werden automatisch geeignete maschinelle Lerntechniken, Fehlerkorrekturstufen, Mustererkennung, Rauschunterdrückung, Kontrastanpassung, Lernprozess und andere Einstellungen entsprechend verwendet.
Nach dem Training bewerten Sie die Leistung des Modells, indem Sie die Testdaten durchgehen, um eine genaue Klassifizierung zu gewährleisten.
Sobald das Modell trainiert und ausgewertet ist, können wir es exportieren und verwenden. In unserem Anwendungsfall müssen wir den QR-Code vom Barcode unterscheiden und dann seine kodierten Daten lesen. Wir benötigen eine Bibliothek eines Drittanbieters für die Dekodierung von Daten, da das maschinelle Lernmodell den QR-Code oder Barcode nicht dekodieren kann, sondern nur klassifizieren wird.
IronBarcode ist eine ideale Bibliothek zur Dekodierung von QR-Codes und Barcodes. Wir können beide Arten von Codes mit einer einzigen Bibliothek auf einfache Weise entschlüsseln. Bevor wir fortfahren, möchten wir Ihnen IronBarcode kurz vorstellen.
Install-Package BarCode
Keine Kreditkarte erforderlich
Ihr Testschlüssel sollte in der E-Mail sein.
Das Testformular wurde
erfolgreich übermittelt.
Wenn nicht, kontaktieren Sie bitte
support@ironsoftware.com
Keine Kreditkarte erforderlich
Starten Sie kostenlos
Keine Kreditkarte erforderlich
Testen Sie in der Produktion ohne Wasserzeichen.
Funktioniert überall, wo Sie es benötigen.
Erhalten Sie 30 Tage lang ein voll funktionsfähiges Produkt.
Haben Sie es in wenigen Minuten einsatzbereit.
Vollständiger Zugang zu unserem technischen Support-Team während Ihrer Produkttestphase
Keine Kreditkarte oder Kontoerstellung erforderlich
Ihr Testschlüssel sollte sich in der E-Mail befinden.
Falls nicht, kontaktieren Sie bitte
support@ironsoftware.com
Starten Sie kostenlos
Keine Kreditkarte erforderlich
Testen Sie in der Produktion ohne Wasserzeichen.
Funktioniert überall, wo Sie es benötigen.
Erhalten Sie 30 Tage lang ein voll funktionsfähiges Produkt.
Haben Sie es in wenigen Minuten einsatzbereit.
Vollständiger Zugang zu unserem technischen Support-Team während Ihrer Produkttestphase
Buchen Sie eine persönliche 30-minütige Demo.
Kein Vertrag, keine Kartendetails, keine Verpflichtungen.
10 .NET API-Produkte für Ihre Bürodokumente
