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;

NARZęDZIA DO KODóW KRESKOWYCH

Uczenie maszynowe kodu QR: Samouczek dla deweloperów

Name: IronBarcode
Brand: Iron Software
Availability: InStock
Rating: 4.67 (175 reviews)

Jordi Bardia

Zaktualizowano:22 czerwca, 2025

Kody QR stały się integralną częścią współczesnego społeczeństwa, rewolucjonizując sposób udostępniania informacji i uzyskiwania do nich dostępu. Te dwuwymiarowe BARCODES składają się z matrycy czarnych i białych kwadratów, które można zeskanować za pomocą aparatu w smartfonie, aby szybko uzyskać przechowywane informacje, takie jak adresy URL, dane kontaktowe, adresy stron internetowych, szczegóły produktów i inne. Jednak wraz z rozwojem technologii zmieniają się również możliwości kodów QR. Uczenie maszynowe (ML) stało się potężnym narzędziem usprawniającym procesy generowania, rozpoznawania i dekodowania kodów QR, co prowadzi do poprawy komfortu użytkowania i zwiększenia funkcjonalności.

Świat wymiany informacji i danych uległ transformacji dzięki powszechnemu stosowaniu kodów QR i BARCODE-ów. Te dwuwymiarowe kody zapewniają szybki dostęp do treści cyfrowych i służą różnym celom w różnych branżach. Jednak rozróżnienie między kodami QR a kodami BARCODE może być trudne, zwłaszcza w przypadku szerokiej gamy kodów. Wykorzystując możliwości uczenia maszynowego (ML) oraz .NET Framework/C#, programiści mogą tworzyć inteligentne systemy, które precyzyjnie klasyfikują kody QR i kody BarCode, usprawniając przetwarzanie danych i poprawiając komfort użytkowania. Zintegrowanie funkcji dekodowania IronBarcode dodatkowo wzbogaca to rozwiązanie, umożliwiając dokładne wyodrębnianie treści z rozpoznanych kodów.

W tym artykułe wytrenujemy model, który sklasyfikuje podane dane wejściowe jako BarCode lub kod QR, a następnie zdekodujemy kod wejściowy za pomocą IronBarcode.

Wykorzystanie ML.NET Model Builder do klasyfikacji kodów QR

Model Builder, zintegrowane narzędzie w ramach Visual Studio, upraszcza proces tworzenia modeli uczenia maszynowego, zapewniając intuicyjny interfejs. Wykorzystamy Builder do stworzenia modelu klasyfikacyjnego, który rozróżnia kody QR od kodów BARCODE. Po zakończeniu klasyfikacji zintegrujemy IronBarcode w celu dekodowania rozpoznanych kodów.

Krok 1: Gromadzenie danych

Pierwszym krokiem w szkoleniu każdego rodzaju modelu jest zebranie danych. Potrzebujemy danych do szkolenia modelu. Pobrałem dane z serwisu Kaggle. Możesz pobrać go z dowolnego źródła, zgodnie z własnymi preferencjami. Po pobraniu zbioru danych utwórz katalog główny i umieść w nim oba zbiory danych. Dane są uporządkowane w dwóch podkatalogach:

Kody kreskowe BarCode
Kody QR

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 1

Następnym krokiem jest otwarcie programu Visual Studio i utworzenie nowego modelu uczenia maszynowego.

Krok 2: Utwórz projekt w Visual Studio i dodaj nowy model uczenia maszynowego

Utwórz projekt w Visual Studio. Projekt może być dowolnego typu, np. ASP.NET Web API, ASP.NET MVC, WEB Forms lub aplikacja konsolowa. W tym przykładzie używam aplikacji konsolowej. Kliknij prawym przyciskiem myszy na Projekt w Eksploratorze rozwiązań. Wybierz Dodaj > Model uczenia maszynowego, jak pokazano poniżej.

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 2

Nadaj nazwę modelowi uczenia maszynowego i kliknij przycisk Dodaj.

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 3

Krok 3: Wybierz scenariusz

Po dodaniu pliku modelu uczenia maszynowego pojawi się nowe okno. Przewiń w dół i wybierz opcję Klasyfikacja obrazów. Klasyfikacja obrazów to jedna z technik wizji komputerowej, którą wykorzystamy w tym samouczku. Wybieramy klasyfikację obrazów zamiast rozpoznawania obrazów, ponieważ musimy jedynie rozróżniać kody QR (Quick Response Code) od kodów BARCODE, a nie rozpoznawać je na podstawie danego obrazu.

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 4

Krok 4: Wybierz Środowisko

Kolejnym krokiem po wybraniu scenariusza jest wybór środowiska. Możemy wybrać albo nasz lokalny system do szkolenia modelu, albo chmurę Azure. Aby korzystać z Azure jako naszego środowiska, musimy posiadać aktywną subskrypcję tej platformy.

Krok 5: Wybierz dane

W tym kroku musimy przekazać dane, które zebraliśmy wcześniej w kroku nr 1. W kroku nr 1 uporządkowaliśmy już dane w podkategorie zgodnie z wymaganiami Builder'a.

W opcji Wybierz folder podaj ścieżkę do głównego katalogu swojego zbioru danych. Możemy wyświetlić podgląd naszych danych, jak pokazano poniżej.

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 5

Możemy również wyświetlić folder kodów QR, klikając zakładkę "Kody QR" w podglądzie danych.

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 6

Po wybraniu danych kliknij przycisk Dalej, aby przejść do ekranu szkolenia.

Krok 6: Trening modelu

Kliknij przycisk "Start Training Model" (Rozpocznij szkolenie modelu), a rozpocznie się szkolenie, jak pokazano poniżej. Upewnij się, że program Visual Studio nie jest uruchomiony w trybie administratora, w przeciwnym razie pojawi się błąd.

Uczenie maszynowe z wykorzystaniem kodów QR (samouczek dla programistów): Rysunek 7

Rozpocznie się szkolenie, które potrwa pewien czas. Czas trwania szkolenia będzie zależał od możliwości systemu. Model Builder wykorzystuje AutoML. Automatycznie wykorzysta odpowiednie techniki uczenia maszynowego, poziom korekcji błędów, rozpoznawanie wzorców, redukcję szumów, regulację kontrastu, proces uczenia się i inne ustawienia.

Krok 7: Ocena modelu

Po zakończeniu szkolenia oceń wydajność modelu, przekazując mu dane testowe, aby upewnić się, że klasyfikacja jest dokładna.

Krok 8: Wykorzystanie modelu

Po wyszkoleniu i ocenie modelu możemy go wyeksportować i wykorzystać. W naszym przypadku użycia musimy odróżnić kod QR od BarCoda, a następnie odczytać zakodowane w nim dane. Potrzebujemy biblioteki zewnętrznej do dekodowania danych, ponieważ model uczenia maszynowego nie potrafi dekodować kodu QR ani BARCODE, a jedynie je klasyfikuje.

IronBarcode to idealna biblioteka do dekodowania zarówno kodów QR, jak i kodów BarCode. Możemy dekodować oba rodzaje kodów w prosty sposób, korzystając z jednej biblioteki. Zanim przejdziemy dalej, przedstawmy krótką prezentację IronBarcode.

Jordi Bardia

Czat z zespołem inżynierów teraz

Inżynier oprogramowania

Jordi jest najbardziej biegły w Pythonie, C# i C++. Kiedy nie wykorzystuje swoich umiejętności w Iron Software, programuje gry. Dzieląc odpowiedzialność za testowanie produktów, rozwój produktów i badania, Jordi wnosi ogromną wartość do ciągłej poprawy produktów. Różnorodne doświadczenia ...

Czytaj więcej

Powiązane artykuły

Zaktualizowano 1 lutego, 2026

Generuj kody kreskowe zgodne z GS1 łatwo z IronBarcode

Dowiedz się, jak generować kody kreskowe GS1 programowo za pomocą IronBarcode. Skorzystaj z naszego przewodnika krok po kroku, aby tworzyć, dostosowywać i weryfikować kody kreskowe GS1-128 i DataMatrix w celu płynnego zarządzania łańcuchem dostaw.

Czytaj więcej

Zaktualizowano 29 października, 2025

Przewodnik krok po kroku do korzystania z QR Code Chimp Generator

Odkryj, jak generować dynamiczne kody QR z QR Code Chimp Generator. Śledź nasz przewodnik krok po kroku i odkrywaj opcje dostosowywania dla efektywnego marketingu cyfrowego.

Czytaj więcej

Zaktualizowano 28 lipca, 2025

Najlepsze aplikacje do skanowania kodów kreskowych dla deweloperów Androida

W tym artykułe zbadamy niektóre z najlepszych aplikacji do skanowania kodów kreskowych dla Androida, podkreślając ich kluczowe funkcje i jak mogą one usprawnić codzienne zadania.

Czytaj więcej

Jak stworzyć kod QR dla formularza Google

Oprogramowanie do tworzenia kodów ...

Zwyciestwo klienta:

Podkreslaj programiste:

SEMINARIA INTERNETOWE:

Rozpocznij darmowy 30-dniowy okres próbny

Uczenie maszynowe kodu QR: Samouczek dla deweloperów