IronBarcode Mimarisi (2025.2+)

Curtis Chau

Updated: 29 Haziran 2026

Download IronBarcode

• NuGet Download
• DLL Download

• ---

• Start Free Trial

Copy for LLMs

• Copy for LLMs

  Copy page as Markdown for LLMs
  # IronBarcode Mimarisi (2025.2+) 2025.2 sürümünden itibaren, IronBarcode paketi yönetilen, yerel ve makine öğrenimi katmanlarına ayrılmıştır. Yapı, doğrudan IronOCR ve IronPDF tarafından kullanılan adlandırma konvansiyonlarını yansıtır, bu da daha temiz platformlar arası destek ve daha kolay bakım sağlar. ## Paket Yapısı ### Ana Dağıtım Üst düzey NuGet paketleri hedef platforma eşlenir: - **`BarCode`:** Windows için varsayılan paket ve genel amaçlı kullanım için birincil NuGet. - **`BarCode.Linux`, `BarCode.MacOS` ve benzerleri:** IronOCR ve IronPDF ile aynı adlandırma kuralını izleyen, OS-özel dağıtımlar. ### Dahili Paket Katmanları Her üst düzey paket, kendi konusunu elinde tutan birkaç dahili alt paketlerden oluşturulur. #### 1. `BarCode.Slim` Yönetilen çekirdek: C# kodu, etkileşim katmanı, tüm PDF ile ilgili kod ve her C# üçüncü parti bağımlılıkları. Bu, IronBarcode'un yönetilen özelliklerini yönlendiren merkezi mantık ve bağlayıcı katmandır. #### 2. `IronSoftware.ReaderInternals.XXX` Barkod okuma, yazma ve algılama için yerel C++ kodunu içerir. Windows, Linux, Mac ve diğerlerine özgü varyantlar vardır. #### 3. `BarCode.Detection` Makine öğrenimi algılama mantığını taşır, şu anda C# içinde ONNX Runtime üzerinde yazılmıştır. Bu aşamada OS'ye bağlı değildir. `BarCode.Detection`, nihayetinde OS-özel varyantlar sunacak olan yerel bir C++ ML çıkarım kütüphanesi ncnn'ye taşınacak. ### Mobil Platform Hariç Tutmaları `BarCode.Detection`, `Barcode.iOS` veya `Barcode.Android` içine dahil edilmemiştir. Bu ihmal kasıtlıdır: ML algılama, mobil platformlarda performans kaygıları ve uyumluluk sınırlamaları artırır. ## Faydaları Yeniden yapılandırılışı mimari şunları sunar: - Yönetilen ve yerel kod arasında modüler bir ayrım. - Temiz, OS hedefli paketleme. - Yüksek performanslı yerli ML algılama için geleceği güvence altına alma. - Diğer Iron Software kütüphaneleriyle daha yakın uyum. - Daha kolay bakım ve sorun giderme.

• ---

• Open in ChatGPT

  Ask ChatGPT about this page
• Open in Gemini

  Ask Gemini about this page
• Open in Grok

  Ask Grok about this page
• Open in Perplexity

  Ask Perplexity about this page

Share

• Share on Facebook
• Share on X (Twitter)
• Share on LinkedIn

• ---

• Email article

2025.2 sürümünden itibaren, IronBarcode paketi yönetilen, yerel ve makine öğrenimi katmanlarına ayrılmıştır. Yapı, doğrudan IronOCR ve IronPDF tarafından kullanılan adlandırma konvansiyonlarını yansıtır, bu da daha temiz platformlar arası destek ve daha kolay bakım sağlar.

Paket Yapısı

Ana Dağıtım

Üst düzey NuGet paketleri hedef platforma eşlenir:

• BarCode: Windows için varsayılan paket ve genel amaçlı kullanım için birincil NuGet.
• BarCode.Linux, BarCode.MacOS ve benzerleri: IronOCR ve IronPDF ile aynı adlandırma kuralını izleyen, OS-özel dağıtımlar.

Dahili Paket Katmanları

Her üst düzey paket, kendi konusunu elinde tutan birkaç dahili alt paketlerden oluşturulur.

1. BarCode.Slim

Yönetilen çekirdek: C# kodu, etkileşim katmanı, tüm PDF ile ilgili kod ve her C# üçüncü parti bağımlılıkları. Bu, IronBarcode'un yönetilen özelliklerini yönlendiren merkezi mantık ve bağlayıcı katmandır.

2. IronSoftware.ReaderInternals.XXX

Barkod okuma, yazma ve algılama için yerel C++ kodunu içerir. Windows, Linux, Mac ve diğerlerine özgü varyantlar vardır.

3. BarCode.Detection

Makine öğrenimi algılama mantığını taşır, şu anda C# içinde ONNX Runtime üzerinde yazılmıştır. Bu aşamada OS'ye bağlı değildir.

BarCode.Detection, nihayetinde OS-özel varyantlar sunacak olan yerel bir C++ ML çıkarım kütüphanesi ncnn'ye taşınacak.

Mobil Platform Hariç Tutmaları

BarCode.Detection, Barcode.iOS veya Barcode.Android içine dahil edilmemiştir. Bu ihmal kasıtlıdır: ML algılama, mobil platformlarda performans kaygıları ve uyumluluk sınırlamaları artırır.

Faydaları

Yeniden yapılandırılışı mimari şunları sunar:

• Yönetilen ve yerel kod arasında modüler bir ayrım.
• Temiz, OS hedefli paketleme.
• Yüksek performanslı yerli ML algılama için geleceği güvence altına alma.
• Diğer Iron Software kütüphaneleriyle daha yakın uyum.
• Daha kolay bakım ve sorun giderme.

Curtis Chau

Mühendislik ekibiyle şimdi sohbet edin

Teknik Yazar

Curtis Chau, Bilgisayar Bilimleri alanında Lisans Derecesine (Carleton Üniversitesi) sahip ve Node.js, TypeScript, JavaScript ve React konularında uzmanlaşmış ön uç geliştirmeyle ilgileniyor. Sezgisel ve estetik açıdan hoş kullanıcı arayüzleri oluşturma tutkunu, Curtis modern çerçevelerle çalışmayı ve iyi yapılandırılmış, görsel olarak çekici kılavuzlar oluşturmayı seviyor.

...

Daha Fazla Oku