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
Les codes QR (Quick Response) sont devenus une partie intégrante de la société moderne, révolutionnant la manière dont l'information est partagée et accessible. Ces codes-barres bidimensionnels consistent en une matrice de carrés noirs et blancs qui peuvent être scannés à l'aide de l'appareil photo d'un smartphone afin de récupérer rapidement les informations stockées, telles que les URL, les coordonnées de contact, les URL de sites web, les détails des produits, et bien d'autres encore. Cependant, à mesure que la technologie évolue, les capacités des codes QR se développent également. L'apprentissage automatique (ML) est devenu un outil puissant pour améliorer les processus de génération, de reconnaissance et de décodage des codes QR, conduisant à de meilleures expériences utilisateur et à une fonctionnalité accrue.
Le monde de l'information et de l'échange de données a été transformé par l'utilisation généralisée des codes QR et des codes-barres. Ces codes bidimensionnels permettent un accès rapide au contenu numérique et remplissent diverses fonctions dans les différents secteurs d'activité. Cependant, la distinction entre les codes QR et les codes-barres peut s'avérer difficile, en particulier lorsqu'il s'agit d'une gamme variée de codes. En utilisant la puissance de l'apprentissage automatique (ML) et le framework .NET/C#, les développeurs peuvent créer un système intelligent qui classe avec précision les codes QR et les codes-barres, rationalisant ainsi le traitement des données et améliorant les expériences utilisateur. L'intégration des capacités de décodage d'IronBarcode améliore encore la solution, permettant une extraction précise du contenu des codes reconnus.
Dans cet article, nous allons former le modèle qui classera l'entrée donnée en tant que code-barres ou code QR, puis nous décoderons le code d'entrée à l'aide d'IronBarcode.
Model Builder, un outil intégré dans Visual Studio, simplifie le processus de création de modèles d'apprentissage automatique en fournissant une interface intuitive. Nous utiliserons Model Builder pour créer un modèle de classification qui distingue les codes QR des codes-barres. Une fois la classification terminée, nous intégrerons IronBarcode pour décoder les codes reconnus.
La toute première étape de la formation d'un modèle, quel qu'il soit, est la collecte de données. Nous avons besoin de données pour entraîner le modèle. J'ai téléchargé des données depuis Kaggle. Vous pouvez le télécharger à partir de n'importe quelle source, selon vos préférences. Après avoir téléchargé l'ensemble de données, créez un répertoire principal et placez-y les deux ensembles de données. Les données sont organisées en deux sous-répertoires :
Codes à barres
Codes QR
L'étape suivante consiste à ouvrir Visual Studio et à créer un nouveau modèle d'apprentissage automatique.
Créez votre projet dans Visual Studio. Le projet peut être de n'importe quel type, comme ASP.NET Web API, ASP.NET MVC, WEB Forms ou une application console. Dans cet exemple, j'utilise une application console. Cliquez avec le bouton droit de la souris sur le projet dans l'explorateur de solutions. Sélectionnez Ajouter > Modèle d'apprentissage automatique comme indiqué ci-dessous.
Nommez votre modèle d'apprentissage automatique et cliquez sur le bouton Ajouter.
Une nouvelle fenêtre apparaîtra après l'ajout du fichier du modèle d'apprentissage automatique. Faites défiler vers le bas et sélectionnez Classification d'images. La classification d'images est l'une des techniques de vision artificielle que nous allons utiliser dans ce tutoriel. Nous choisissons la classification d'image au lieu de la reconnaissance d'image car nous avons seulement besoin de différencier entre le code QR (Quick Response Code) et le code-barres, nous n'avons pas besoin de les reconnaître à partir d'une image donnée.
L'étape suivante après la sélection d'un scénario est le choix de l'environnement. Nous pouvons choisir soit notre système local pour entraîner le modèle, soit le nuage Azure. Nous devons disposer d'un abonnement actif à Azure pour utiliser Azure comme environnement.
Dans cette étape, nous devons transmettre les données que nous avons collectées à l'étape 1. Nous avons déjà organisé les données en sous-catégories à l'étape 1, comme l'exige le concepteur de modèle.
Indiquez le chemin du répertoire principal de votre jeu de données dans l'option Select Folder. Nous pouvons prévisualiser nos données comme indiqué ci-dessous.
Nous pouvons également visualiser le dossier des codes QR en cliquant sur l'onglet Codes QR dans l'aperçu des données.
Après avoir sélectionné les données, cliquez sur le bouton "Suivant", ce qui vous amènera à l'écran de formation.
Cliquez sur Démarrer le modèle de formation, et la formation commencera comme indiqué ci-dessous. Assurez-vous que Visual Studio n'est pas ouvert en mode administrateur, sinon une erreur se produira.
Il commencera la formation et prendra du temps. La durée de la formation varie en fonction des capacités du système. Model Builder utilise AutoML. Il utilisera automatiquement les techniques d'apprentissage automatique appropriées, le niveau de correction des erreurs, la reconnaissance des modèles, la réduction du bruit, le réglage du contraste, le processus d'apprentissage et d'autres paramètres en conséquence.
Après l'entraînement, évaluez les performances du modèle en passant les données de test afin de garantir une classification précise.
Une fois le modèle formé et évalué, nous pouvons l'exporter et le consommer. Dans notre cas d'utilisation, nous devons classifier le code QR du code-barres et lire les données encodées. Nous avons besoin d'une bibliothèque tierce pour décoder les données, car le modèle d'apprentissage automatique ne peut pas décoder le code QR ou le code-barres, il se contente de le classer.
IronBarcode est une bibliothèque idéale pour décoder à la fois les codes QR et les codes-barres. Nous pouvons décoder les deux types de codes à l'aide d'une seule bibliothèque de manière simple. Commençons par une petite introduction sur IronBarcode avant de poursuivre.
Install-Package BarCode
Aucune carte de crédit n'est requise
Votre clé d'essai devrait se trouver dans l'email.
Le formulaire d'essai a été soumis
avec succès.
Si ce n'est pas le cas, veuillez contacter
support@ironsoftware.com
Aucune carte de crédit n'est requise
Commencez GRATUITEMENT
Aucune carte de crédit n'est requise
Testez en production sans filigranes.
Fonctionne là où vous en avez besoin.
Obtenez 30 jours de produit entièrement fonctionnel.
Faites-le fonctionner en quelques minutes.
Accès complet à notre équipe d'ingénieurs pendant la période d'essai du produit
Aucune carte de crédit ou création de compte n'est nécessaire
Votre clé d'essai devrait être dans l'e-mail.
Si ce n'est pas le cas, veuillez contacter
support@ironsoftware.com
Commencez GRATUITEMENT
Aucune carte de crédit n'est requise
Testez en production sans filigranes.
Fonctionne là où vous en avez besoin.
Obtenez 30 jours de produit entièrement fonctionnel.
Faites-le fonctionner en quelques minutes.
Accès complet à notre équipe d'ingénieurs pendant la période d'essai du produit
Réservez une démonstration personnelle de 30 minutes.
Pas de contrat, pas de détails de carte, pas d'engagements.
10 produits .NET API pour vos documents de bureau
