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 file 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"); // Get the barcode as an image for further processing var myBarcodeImage = myBarcode.Image;

바코드 도구

QR 코드 머신러닝: 개발자를 위한 튜토리얼

커티스 차우

업데이트됨:6월 22, 2025

퀵 리스폰스(QR) 코드는 정보가 공유되고 접근되는 방식을 혁신하여 현대 사회의 필수적인 부분이 되었습니다. 이 2차원 바코드는 스마트폰 카메라를 사용해 스캔하여 URL, 연락처 세부 정보, 웹사이트 URL, 제품 세부 정보 등 저장된 정보를 빠르게 검색할 수 있는 검정 및 흰색 사각형의 매트릭스로 구성되어 있습니다. 그러나 기술이 발전함에 따라 QR 코드의 기능도 발전하고 있습니다. 머신 러닝(ML)은 QR 코드 생성, 인식 및 디코딩 프로세스를 향상시키는 강력한 도구로 등장하여 사용자 경험을 개선하고 기능성을 높입니다.

정보 및 데이터 교환의 세계는 QR 코드와 바코드의 광범위한 사용으로 인한 변화를 겪었습니다. 이러한 2차원 코드는 디지털 콘텐츠에 빠르게 접근할 수 있으며 다양한 산업 분야에서 다양한 용도로 사용됩니다. 그러나 다양한 코드를 다룰 때 QR 코드와 바코드를 구별하는 것은 어려울 수 있습니다. 머신 러닝(ML)과 .NET/C# 프레임워크의 강력함을 사용하여 개발자는 QR 코드와 바코드를 정확하게 분류하여 데이터 처리를 간소화하고 사용자 경험을 향상시키는 지능형 시스템을 만들 수 있습니다. IronBarcode의 디코딩 기능을 통합함으로써 해결책을 더욱 향상시켜 인식된 코드에서 정확한 콘텐츠 추출을 가능하게 합니다.

이 기사에서는 바코드 또는 QR 코드로 입력을 분류할 모델을 학습하고, 이후 IronBarcode를 사용하여 입력 코드를 디코딩할 것입니다.

QR 코드 분류를 위한 ML.NET 모델 빌더 사용하기

모델 빌더는 Visual Studio 내에 통합된 도구로, 직관적인 인터페이스를 제공하여 머신 러닝 모델을 구축하는 과정을 간소화합니다. 모델 빌더를 사용하여 QR 코드와 바코드를 구별하는 분류 모델을 생성할 것입니다. 분류가 완료되면, IronBarcode를 통합하여 인식된 코드를 디코딩할 것입니다.

1단계: 데이터 수집

어떤 종류의 모델 훈련에서든 제일 첫 번째 단계는 데이터 수집입니다. 모델 훈련을 위해 데이터가 필요합니다. 나는 Kaggle에서 데이터를 다운로드했습니다. 선호에 맞춰 원하는 출처에서 다운로드할 수 있습니다. 데이터셋을 다운로드한 후, 메인 디렉토리를 생성하고 두 데이터셋을 그 메인 디렉토리에 넣습니다. 데이터는 두 개의 하위 디렉토리로 구성됩니다:

바코드
QR 코드

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 1

다음 단계는 Visual Studio를 열고 새로운 머신 러닝 모델을 생성하는 것입니다.

2단계: Visual Studio에서 프로젝트 생성 및 새로운 머신 러닝 모델 추가

Visual Studio에서 프로젝트를 생성하십시오. 프로젝트는 ASP.NET Web API, ASP.NET MVC, Web Forms 또는 콘솔 애플리케이션과 같은 어떤 유형이든 가능합니다. 이 예에서는 콘솔 애플리케이션을 사용합니다. 솔루션 탐색기에서 프로젝트를 마우스 오른쪽 버튼으로 클릭하십시오. 아래에 표시된 대로 추가 > 머신 러닝 모델을 선택하십시오.

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 2

머신 러닝 모델의 이름을 지정하고 추가 버튼을 클릭하세요.

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 3

3단계: 시나리오 선택

머신 러닝 모델 파일을 추가한 후 새 창이 나타납니다. 아래로 스크롤 내려 이미지 분류를 선택하세요. 이미지 분류는 이 튜토리얼에서 사용할 컴퓨터 비전 기술 중 하나입니다. 이미지 인식 대신 이미지 분류를 선택한 이유는 QR 코드와 바코드를 구별하기만 하면 되고, 주어진 이미지에서 인식할 필요가 없기 때문입니다.

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 4

4단계: 환경 선택

시나리오를 선택한 후 바로 다음 단계는 환경을 선택하는 것입니다. 모델을 교육하기 위해 로컬 시스템이나 Azure 클라우드를 선택할 수 있습니다. Azure를 환경으로 사용하려면 Azure에 대한 활성 구독이 있어야 합니다.

5단계: 데이터 선택

이 단계에서는 1단계에서 수집한 데이터를 전달해야 합니다. 우리는 이미 모델 빌더의 요구 사항에 따라 데이터를 하위 범주로 1단계에서 정리했습니다.

데이터셋의 주요 디렉토리 경로를 선택 폴더 옵션에 제공하세요. 아래와 같이 데이터를 미리 볼 수 있습니다.

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 5

데이터 미리 보기에서 QR 코드 탭을 클릭하여 QR 코드 폴더도 볼 수 있습니다.

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 6

데이터를 선택한 후 다음 버튼을 클릭하면 교육 화면으로 이동합니다.

6단계: 모델 훈련

모델 훈련 시작을 클릭하면 아래와 같이 훈련이 시작됩니다. Visual Studio가 관리자 모드로 열려 있지 않은지 확인하세요. 그렇지 않으면 오류가 발생합니다.

QR 코드 머신 러닝 (개발자 튜토리얼): 그림 7

훈련이 시작되며 시간이 걸립니다. 훈련 시간은 시스템 능력에 따라 달라집니다. 모델 빌더는 AutoML을 사용합니다. 적합한 머신 러닝 기술, 오류 수정 수준, 패턴 인식, 잡음 감소, 대비 조정, 학습 과정 및 기타 설정을 자동으로 사용합니다.

7단계: 모델 평가

훈련 후, 테스트 데이터를 전달하여 모델의 성능을 평가하여 정확한 분류를 보장합니다.

8단계: 모델 사용

모델이 훈련되고 평가되면, 우리는 그것을 내보내고 사용할 수 있습니다. 우리의 사용 사례에서는 QR 코드를 바코드와 구분한 다음 인코딩된 데이터를 읽어야 합니다. 머신 러닝 모델이 QR 코드나 바코드를 디코딩할 수 없기 때문에, 제3자 라이브러리가 필요합니다. 그것은 단지 분류만 합니다.

IronBarcode는 QR 코드와 바코드를 디코딩하기 위한 이상적인 라이브러리입니다. 단일 라이브러리를 사용하여 두 종류의 코드를 간단하게 디코딩할 수 있습니다. IronBarcode에 대해 간단히 소개하고 나서 더 진행하겠습니다.

커티스 차우

지금 바로 엔지니어링 팀과 채팅하세요

기술 문서 작성자

커티스 차우는 칼턴 대학교에서 컴퓨터 과학 학사 학위를 취득했으며, Node.js, TypeScript, JavaScript, React를 전문으로 하는 프론트엔드 개발자입니다. 직관적이고 미적으로 뛰어난 사용자 인터페이스를 만드는 데 열정을 가진 그는 최신 프레임워크를 활용하고, 잘 구성되고 시각적으로 매력적인 매뉴얼을 제작하는 것을 즐깁니다.

커티스는 개발 분야 외에도 사물 인터넷(IoT)에 깊은 관심을 가지고 있으며, 하드웨어와 소프트웨어를 통합하는 혁신적인 방법을 연구합니다. 여가 시간에는 게임을 즐기거나 디스코드 봇을 만들면서 기술에 대한 애정과 창의성을 결합합니다.