Comment lire les codes QR avec différents modes de lecture

Comprendre les modes de lecture des codes QR

IronQR propose trois modes de numérisation puissants via l'énumération QrScanMode :

• Mode automatique ( QrScanMode.Auto ) : combine la détection par apprentissage automatique et les algorithmes de numérisation de base pour une précision et une fiabilité maximales
• Mode de numérisation basique uniquement ( QrScanMode.OnlyBasicScan ) : utilise des techniques de traitement d'image classiques pour une numérisation rapide et fiable lorsque les codes QR sont clairement visibles.
• Mode de détection ( QrScanMode.OnlyDetectionModel ) : Exploite l'apprentissage automatique pour détecter les positions des codes QR, idéal pour extraire des données de coordonnées.

Examinons en détail chaque méthode de numérisation.

Mode de balayage de base uniquement

Seul le mode de numérisation de base utilise des algorithmes de traitement d'image traditionnels sans recourir à l'apprentissage automatique. Cette méthode est rapide et efficace lorsque les codes QR sont clairement visibles et bien positionnés ; Cependant, cela fonctionne toujours sur les QR codes endommagés si les trois carrés situés aux coins sont lisibles.

:path=/static-assets/qr/content-code-examples/how-to/read-qr-codes-with-scan-modes-basic.cs

using System.Linq;
using IronQr;
using IronQr.Enum;
using IronSoftware.Drawing;
using System.IO;

 // Load the image
var bmp = AnyBitmap.FromFile("damaged-qr.png");

// Create scan input using Only Basic Scan mode
var input = new QrImageInput(bmp, QrScanMode.OnlyBasicScan);

// Get the result
var result = new QrReader().Read(input).FirstOrDefault();

// Save the output to a text file
File.WriteAllText("basic-scan-output.txt", result.Value);

Saisie de numérisation

Fichier texte enregistré

---

Mode de balayage automatique

Le mode de numérisation automatique est le mode par défaut (pour QrScanMode ) et l'option la plus polyvalente disponible. Il combine automatiquement la détection par apprentissage automatique avec des algorithmes de numérisation traditionnels pour fournir les meilleurs résultats possibles dans diverses conditions d'image.

L'exemple montre le chargement d'une image et l'activation du mode Auto . Il scanne ensuite l'image et rassemble tous les codes QR détectés dans une liste. Enfin, il parcourt cette results et affiche le texte de chaque valeur dans la console (ici, uniquement l'URL).

:path=/static-assets/qr/content-code-examples/how-to/read-qr-codes-with-scan-modes-auto.cs

using System;
using IronQr;
using IronQr.Enum;
using IronSoftware.Drawing;

// Load the image file
var bmp = AnyBitmap.FromFile("cup.png");

// Create scan input using Auto Scan mode
var input = new QrImageInput(bmp, QrScanMode.Auto);

// Scan and read all QR codes
var results = new QrReader().Read(input);

// Initialize a counter to track the number of QR codes
int count = 1;

// Loop through each discovered QR code
foreach (var result in results)
{
    Console.WriteLine($"QR {count}: {result.Value}");
    count++;
}

Saisie de numérisation

Affichage de la console

L'URL du site web du café est enregistrée après la numérisation de la photo via IronQR.

---

Mode de modèle de détection

Le mode Modèle de détection utilise l'apprentissage automatique spécifiquement pour détecter les positions des codes QR dans les images. Cette qualité la rend inestimable pour les applications d'analyse spatiale et de vision par ordinateur. Le système de coordonnées qu'il utilise a son origine à (0, 0) .

Généralement, les lecteurs de QR code utilisent des algorithmes de décodage standard qui reposent sur trois modèles de repérage ; ce modèle capture les quatre sommets de l'identifiant. L'objet result contient une collection Points que vous parcourez pour récupérer les données de position.

Le code réutilise la photo de la tasse de l'exemple précédent pour illustrer la détection des valeurs de position dans l'image.

:path=/static-assets/qr/content-code-examples/how-to/read-qr-codes-with-scan-modes-detection-model.cs

using System;
using System.Linq;
using IronQr;
using IronQr.Enum;
using IronSoftware.Drawing;

// Load the image
var bmp = AnyBitmap.FromFile("cup.png");

// Create scan input using Detection Model mode
var input = new QrImageInput(bmp, QrScanMode.OnlyDetectionModel);

// Read QR code
var result = new QrReader().Read(input).FirstOrDefault();

// Print position data
if (result != null)
{
    if (result.Points != null)
    {
        foreach (var point in result.Points)
        {
            Console.WriteLine($"Point: X={point.X}, Y={point.Y}");
        }
    }
}

Image de tasse étiquetée

Console étiquetée

---

Comparaison des méthodes de numérisation

Conclusion

Les trois modes de numérisation d'IronQR offrent une flexibilité adaptée à tous les scénarios de lecture de codes QR :

• Analyse automatique : Précision et fiabilité maximales pour une utilisation générale
• Numérisation de base : Rapidité et efficacité pour des images de haute qualité
• Modèle de détection : Connaissance de la position pour les applications spatiales

En comprenant les points forts de chaque méthode, vous pouvez optimiser la mise en œuvre de votre système de lecture de codes QR en fonction de vos besoins spécifiques. Que vous ayez besoin d'une extraction de données complète, d'un traitement ultra-rapide ou d'une détection de position précise, IronQR répond à tous vos besoins.

Pour plus d'exemples et d'informations détaillées sur l'API, consultez la documentation IronQR ou explorez les exemples de code sur GitHub .