# Código de barras no reconocido
A veces, a pesar de parecer visualmente correctos, es posible que los códigos de barras no sean reconocidos durante el escaneo.
## Posibles causas
1. **Codificación de código de barras no compatible**: Aunque IronBarcode admite varios formatos de código de barras, es posible que no reconozca ciertas codificaciones.
2. **Baja resolución**: Una imagen de código de barras con baja resolución o calidad de imagen ruidosa reduce las posibilidades de una lectura exitosa.
3. **Posicionamiento del código de barras**: Los códigos de barras ubicados cerca de los bordes de documentos o imágenes pueden no ser detectados. Los códigos de barras que están parcialmente cortados también pueden no leerse correctamente.
4. **Imagen de código de barras imperfecta**: Problemas como fondos ruidosos, reflejos, desenfoques o poca iluminación pueden dificultar la legibilidad del código de barras.
## Soluciones
Afortunadamente, IronBarcode ofrece soluciones para abordar estos problemas. Siga los pasos de resolución de problemas a continuación:
### 1. **Especifique la codificación del código de barras**
Si conoces la codificación de código de barras específica, establece la propiedad [`ExpectBarcodeTypes`](/csharp/barcode/object-reference/api/IronBarCode.BarcodeReaderOptions.html#IronBarCode_BarcodeReaderOptions_ExpectBarcodeTypes) en la clase [`BarcodeReaderOptions`](/csharp/barcode/object-reference/api/IronBarCode.BarcodeReaderOptions.html). Esto mejora la posibilidad de que los códigos de barras en la imagen sean detectados y leídos.
[[i:(No todas las codificaciones son compatibles. Consulte el artículo [Formatos de código de barras compatibles](/csharp/barcode/get-started/supported-barcode-formats/) para más información.)]]
### 2. **Aplicar filtros de corrección de imagen**
IronBarcode incluye filtros que ayudan a corregir imágenes de baja resolución o imperfectas para una mejor lectura de códigos de barras.
Aprenda más en el artículo [Corrección de Imagen](/csharp/barcode/how-to/image-correction/).
### 3. **Especifique la ubicación del código de barras**
Para los códigos de barras situados en los bordes de imágenes o documentos, especificar la ubicación del código de barras puede mejorar la detección. Esto también mejora el rendimiento al reducir el área de escaneo. Utilice el objeto `IronSoftware.Drawing.Rectangle` en la propiedad `CropArea` de la clase `BarcodeReaderOptions`. Aprenda cómo en la [Guía de Región de Recorte](/csharp/barcode/how-to/set-crop-region/).
### 4. **Conversión de archivos**
Convertir documentos PDF a formatos de imagen sin comprimir como TIFF o PNG puede ayudar a que los códigos de barras no detectados sean legibles. Del mismo modo, convertir archivos JPG pixelados puede mejorar la calidad de lectura.
### 5. **Aumentar el DPI**
Para documentos PDF, aumentar el DPI puede enfocar los códigos de barras y mejorar su legibilidad. Establece la propiedad DPI en la clase `PdfBarcodeReaderOptions`.
[[i:(Aumentar el DPI puede afectar el rendimiento de lecturas. Asegúrese de encontrar la configuración ideal que pueda equilibrar la legibilidad del código de barras sin sacrificar demasiado rendimiento.)]]
## Artículos útiles
- [Cómo leer códigos de barras desde archivos de imagen (JPEG, PNG, GIF, TIFF, SVG, BMP)](/csharp/barcode/how-to/read-barcodes-from-images/)
- [Cómo leer códigos de barras de documentos PDF](/csharp/barcode/how-to/read-barcodes-from-pdf/)
Si necesita más ayuda, envíe una [Solicitud de Ingeniería](/csharp/barcode/troubleshooting/engineering-request-bc/).
A veces, a pesar de parecer visualmente correctos, es posible que los códigos de barras no sean reconocidos durante el escaneo.
Posibles causas
Codificación de código de barras no compatible: Aunque IronBarcode admite varios formatos de código de barras, es posible que no reconozca ciertas codificaciones.
Baja resolución: Una imagen de código de barras con baja resolución o calidad de imagen ruidosa reduce las posibilidades de una lectura exitosa.
Posicionamiento del código de barras: Los códigos de barras ubicados cerca de los bordes de documentos o imágenes pueden no ser detectados. Los códigos de barras que están parcialmente cortados también pueden no leerse correctamente.
Imagen de código de barras imperfecta: Problemas como fondos ruidosos, reflejos, desenfoques o poca iluminación pueden dificultar la legibilidad del código de barras.
Soluciones
Afortunadamente, IronBarcode ofrece soluciones para abordar estos problemas. Siga los pasos de resolución de problemas a continuación:
1. Especifique la codificación del código de barras
Si conoces la codificación de código de barras específica, establece la propiedad ExpectBarcodeTypes en la clase BarcodeReaderOptions. Esto mejora la posibilidad de que los códigos de barras en la imagen sean detectados y leídos.
IronBarcode incluye filtros que ayudan a corregir imágenes de baja resolución o imperfectas para una mejor lectura de códigos de barras.
Aprenda más en el artículo Corrección de Imagen.
3. Especifique la ubicación del código de barras
Para los códigos de barras situados en los bordes de imágenes o documentos, especificar la ubicación del código de barras puede mejorar la detección. Esto también mejora el rendimiento al reducir el área de escaneo. Utilice el objeto IronSoftware.Drawing.Rectangle en la propiedad CropArea de la clase BarcodeReaderOptions. Aprenda cómo en la Guía de Región de Recorte.
4. Conversión de archivos
Convertir documentos PDF a formatos de imagen sin comprimir como TIFF o PNG puede ayudar a que los códigos de barras no detectados sean legibles. Del mismo modo, convertir archivos JPG pixelados puede mejorar la calidad de lectura.
5. Aumentar el DPI
Para documentos PDF, aumentar el DPI puede enfocar los códigos de barras y mejorar su legibilidad. Establece la propiedad DPI en la clase PdfBarcodeReaderOptions.
Por favor nota: Aumentar el DPI puede afectar el rendimiento de lecturas. Asegúrese de encontrar la configuración ideal que pueda equilibrar la legibilidad del código de barras sin sacrificar demasiado rendimiento.
Curtis Chau tiene una licenciatura en Ciencias de la Computación (Carleton University) y se especializa en el desarrollo front-end con experiencia en Node.js, TypeScript, JavaScript y React. Apasionado por crear interfaces de usuario intuitivas y estéticamente agradables, disfruta trabajando con frameworks modernos y creando manuales bien estructurados y visualmente atractivos.
