Как отобразить R-code на экране смартфона Android и iOS?

Недавно появилась идея сэкономить на ТСД на складе и попробовать использовать вместо них обычные дешёвые мобильники (даже без пылезащиты). Интерфейс планирую реализовать в виде веб-приложения (обычные веб-странички, HTML + CSS + JS).

Для того, чтобы всё получилось, необходимо научить веб-странички сканировать штрихкода через камеру телефона. Получить данные с камеры достаточно просто. Основная работа состоит в обработке кадра. Под катом обзор существующих готовых решений и много картинок.

Система маркировки товаров в виде белых и черных полос разной ширины, ставшая такой привычной, повсеместно используемой была изобретена в США в середине прошлого века и поначалу не нашла широкого применения, хотя и была признана перспективной. Сотрудники компании IBM посчитали ее трудно реализуемой. По их мнению, для считывания информации потребуется очень сложное, дорогостоящее оборудование.

• Назначение штрих-кода
• Прибор для сканирования
• Виды сканеров
• Интеграция в 1С

От переводчика: мы в компании Энтерра очень любим алгоритмы компьютерного зрения. Работаем чаще всего с OpenCv. Время от времени нам пишут разные разработчики с вопросами: «А как лучше начать работать с OpenCv?» или «Какую интересную задачу можно просто решить с помощью OpenCv?» В связи с чем мы решили перевести очень хорошую статью, которая будет полезна всем, кто интересуется компьютерным зрением.

Черная Пятница близко.

Толпы злых покупателей. Рой одинаковых теток среднего возраста, готовых сожрать практически всё, что угодно, в ближайшем супермаркете — главное, что со скидкой 75%. Они выстроятся в очереди перед дверьми магазинов в полночь Дня благодарения. Они будут ломиться внутрь, стучать в запертые двери кулаками и головами, пока не сплющат друг друга и не разобьют руки в кровь, став похожими на зомби из «28 дней спустя». Но вместо человеческой плоти, они жаждут удовлетворить инстинкт покупателя. Их боевые кличи о скидках и распродажах достигают небес. А их громовая поступь способна привести к землетрясению на Великой Равнине.

Естественно, от СМИ помощи не жди — они будут смаковать каждую подробность. От обмороженных семейств, ночевавших в палатке на морозе, до старой леди, растоптанной охотниками за скидкой в момент, когда открылись двери. Что-то похожее случилось с галлимимусом в «Парке Юрского периода». А она просто хотела купить Halo для девятилетнего внука Тимми, чьи родители забыли это сделать в прошлом году. В Wal-Mart. Во время Черной Пятницы.

И я обязан спросить: весь этот хаос и бедлам стоят того?

Чёрт возьми, нет!

Любая покупка, которую я совершу в эту Черную Пятницу, будет сделана совершенно безопасно с помощью ноутбука. Но если вы решите выйти в реальный мир и вступить в схватку с охотниками за наживой, вам в первую очередь понадобится загрузить код из оригинального поста.

Просто представьте, как глупо вы будете выглядеть, стоя в очереди в ожидании свободной кассы – только для того, чтобы после сканирования штрихкода последнего сезона «Игры Престолов» выяснить, что в Target его можно купить на 5 долларов дешевле?

Собственно, далее я покажу, как можно обнаружить штрихкод на изображении, используя только Python и OpenCV.

Распознаём штриходы на изображениях на Pyhton и OpenCv

Задача этого поста — показать простое применение компьютерного зрения и технологий обработки изображений для распознавания штрихкодов. Мой алгоритм — это вариация на тему из вот этого вопроса со StackOverflow. Я просмотрел оригинальный код и добавил к нему ряд обновлений и улучшений. Стоит отметить, что этот код не будет работать для всех штрихкодов, но в любом случае вы получите представление о том, какие методы нужно будет использовать.

Важно отметить, что алгоритм не будет работать для всех штрихкодов, но зато даст базовое интуитивное понимание того, какие техники должны быть для этого использованы.

Для примера, мы определим штрихкод со следующего изображения:

Перейдём к коду. Открываем новый файл, называем его detect_barcode.py — и поехали:

# import the necessary packages
import numpy as np
import argparse
import cv2
 
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required = True, help = "path to the image file")
args = vars(ap.parse_args())

Прежде всего нужно сделать импорт необходимых пакетов. Нам потребуются NumPy для работы с числами, agparse для парсинга аргументов командной строки и cv2 для связи с OpenCV.

Далее обрабатываем аргументы командной строки. Мы будем использовать единственный аргумент --image для задания пути к изображению с штрихкодом.

Теперь приступим к непосредственной обработке изображения:

# load the image and convert it to grayscale
image = cv2.imread(args["image"])
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 
# compute the Scharr gradient magnitude representation of the images
# in both the x and y direction
gradX = cv2.Sobel(gray, ddepth = cv2.cv.CV_32F, dx = 1, dy = 0, ksize = -1)
gradY = cv2.Sobel(gray, ddepth = cv2.cv.CV_32F, dx = 0, dy = 1, ksize = -1)
 
# subtract the y-gradient from the x-gradient
gradient = cv2.subtract(gradX, gradY)
gradient = cv2.convertScaleAbs(gradient)

Мы загружаем изображение image и преобразуем его цветовой режим в оттенки серого.

Затем, мы используем оператор Собеля (с выставленным ksize = -1), чтобы вычислить величину градиента серой картинки в вертикальном и горизонтальном направлениях.

После этого мы вычитаем y-градиент оператора Собеля из x-градиента. После вычитания мы получаем изображение с высоким значением горизонтального градиента и низким значением вертикального.

И сейчас наше изображение выглядит так:

Обратите внимание, что зона штрихкода была определена с помощью операций с градиентом. Следующий шаг — устранить шум на изображении и сфокусироваться сугубо на области со штрихкодом.

# blur and threshold the image
blurred = cv2.blur(gradient, (9, 9))
(_, thresh) = cv2.threshold(blurred, 225, 255, cv2.THRESH_BINARY)

И первое, что мы сделаем — это используем average blur с ядром размера 9×9. Это поможет сгладить высокочастотный шум на нашей картинке с градинентами.

Затем мы проведём бинаризацию размытого изображения. Каждый пиксель изображения со значением не выше 225 мы превратим в 0 (чёрный), а остальные — в 255 (белый). В итоге получим:

Однако, как вы можете заметить на исходном изображении, между вертикальными полосками штрихкода есть пространство. Чтобы его закрыть и облегчить нашему алгоритму определение области штрихкода, нам нужно произвести ряд простых морфологических операций:

# construct a closing kernel and apply it to the thresholded image
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (21, 7))
closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

Мы начнем с создания прямоугольника с помощью cv2.getStructuringElement. Ширина ядра больше его высоты, что позволяет нам перекрыть пространство между вертикальными полосками штрихкода.

Далее, произведем нашу морфологическую операцию, применив ядро к бинаризированному изображению, замазывая пространство между полосками. И вы можете сами увидеть, что «пробелы» почти полностью закрыты, по сравнению с изображениями выше:

Конечно, на картинке остались и некоторые светлые пятна, которые не имеют отношения к штрихкоду и способны помешать точно определить его контур.

Давайте постараемся избавиться от этих пятен:

# perform a series of erosions and dilations
closed = cv2.erode(closed, None, iterations = 4)
closed = cv2.dilate(closed, None, iterations = 4)

Тут мы делаем четыре итерации эрозии, за которым следуют четыре итерации дилатация. Эрозия уберёт белые пиксели с изображения, удаляя мелкие блобы, а дилатация не позволит крупным белым областям уменьшиться. Удаленные во время размытия мелкие пятна во время растяжения не появятся вновь.

После серии эрозий и дилатаций можно увидеть, что мелкие пятна успешно были удалены, осталась только область штрихкода:

Наконец, давайте найдем контуры области штрихкода на изображении:

# find the contours in the thresholded image, then sort the contours
# by their area, keeping only the largest one
(cnts, _) = cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
c = sorted(cnts, key = cv2.contourArea, reverse = True)[0]
 
# compute the rotated bounding box of the largest contour
rect = cv2.minAreaRect(c)
box = np.int0(cv2.cv.BoxPoints(rect))
 
# draw a bounding box arounded the detected barcode and display the
# image
cv2.drawContours(image, [box], -1, (0, 255, 0), 3)
cv2.imshow("Image", image)
cv2.waitKey(0)

К счастью, это довольно просто. Мы находим самый большой контур на изображении с помощью cv2.findContours, который (если обработка была произведена корректно) точно соотносится с областью штрихкода.

Затем мы определяем минимальный ограничивающий прямоугольник, в который заключим этот самый большой контур, после чего наконец отображаем найденный штрихкод.

Как вы можете видеть, мы успешно нашли штрихкод:

Попробуем сделать это еще с несколькими изображениями?

Успешное определение штрихкодов

Чтобы получить аналогичные результаты, используйте мой код (можно загрузить целиком на странице поста-оригинала) и приведенные здесь изображения. Как только у вас будет код и изображения, откройте терминал и выполните следующую команду:

1 $ python detect_barcode.py --image images/barcode_02.jpg

Без проблем найден штрихкод кокосового масла. Пробуем еще:

1 $ python detect_barcode.py --image images/barcode_03.jpg

И на этом изображении мы успешно обнаружили штрихкод! Но что это мы все про еду, давайте перейдем к книгам.

1 $ python detect_barcode.py --image images/barcode_04.jpg

И снова – никаких проблем! Сможем ли мы определить номер для отслеживания посылки?

1 $ python detect_barcode.py --image images/barcode_05.jpg

И вновь наш алгоритм успешно обнаружил штрихкод.

Заключение

В этом посте мы рассмотрели необходимые шаги для обнаружения штрихкодов на изображениях с помощью технологий компьютерного зрения. Мы применили алгоритм, использующий язык программирования Python и библиотеку OpenCV.

В основе нашего алгоритма лежат следующие действия:

1. Вычислите размер градиента по осям x и y.
2. Отделите вертикальный градиент от горизонтального, чтобы выявить область штрихкода.
3. Примените размытие и бинаризацию.
4. Примените ядро к бинаризированной картинке для удаления «пробелов» между полосками.
5. Произведите серию эрозий и дилатаций.
6. Найдите на изображении самый большой контур, который и будет являться областью штрихкода.

Стоит отметить, что, так как метод основан на представлении изображения в форме градиента, он будет корректно работать только для горизонтальных штрихкодов.

Если вы хотите использовать более надёжный алгоритм обнаружения штрихкодов, стоит принять во внимание ориентацию изображения, а еще лучше — использовать самообучаемые системы, например, каскады Хаара или HOG+ Linear SVM, чтобы «сканировать» изображение на предмет областей со штрихкодом.

WebCodeCamJS

Бесплатная библиотека (лицензия MIT). Знает следующие типы одномерных штрихкодов: Code-128, Code-93, Code-39, Codabar, EAN-13. Умеет распознавать QR-коды. На странице проекта есть возможность попробовать библиотеку.

Образец №1: Не распознан.

Образец №2: Распознан правильно.

Образец №3: Не распознан.
Образец №4: Не распознан.
Образец №5: Распознан правильно.

Возможность распознавать QR-коды представляется интересной, поэтому мной было собрано 6 образцов для тестирования этой и последующих библиотек:

Образец №1: ничего.
Образец №2: Ничего.
Образец №3: Ничего.
Образец №4: Ничего.
Образец №5: Ничего.
Образец №6: Распознан.

Web QR

Страница проекта
Бесплатная библиотека. Заявлена генерация и распознавание QR-кодов. На странице проекта есть возможность попробовать библиотеку.

Ни один из шести образцов не был распознан. На странице есть генератор QR-кодов, вот полученные с помощью этого генератора коды распознаются.

UPD. Совместными усилиями в комментариях (спасибо TiesP ) удалось установить, что алгоритм работает, просто не умеет определять ориентацию кода. С учётом этого новые результаты такие:
Образец №1 — не распознан.
Образец №2 — не распознан.
Образец №3 — не распознан.
Образец №4 — не распознан.
Образец №5 — распознан.
Образец №6 — распознан.

Видимо есть ещё какие-то ограничения к фону, так как на бумаге определился и мой образец и образец, предоставленный в комментариях:

Как считать QR-код с экрана своего смартфона на Android и iOS

Это можно сделать даже без сторонних приложений.

Javascript-barcode-reader

Это вторая в выдаче библиотека. Знает форматы: Code128 (UCC/EAN-128), Code93, Code39, Standard/Industrial 2 of 5, Interleaved 2 of 5, Codabar, EAN-13. Поддерживает установку через NPM, или можно просто подключить вот так:

<script src="//unpkg.com/javascript-barcode-reader/dist/javascript-barcode-reader.min.js"></script>

У проекта есть страничка с примерами, однако картинки получены путём генерации кодов, а не с камеры. Нам такое не пойдёт.

Код для тестирования библиотеки

<html>
<head>
    <meta http-equiv="content-language" content="ru" />
    <meta charset="utf-8" />
    <meta name="viewport" content="width=device-width, initial-scale=1" />
    <script src="//unpkg.com/javascript-barcode-reader/dist/javascript-barcode-reader.min.js"></script>
    <script type="text/javascript" src="barcode-scan.js"></script>
</head>
<body onload='onLoadPage()'>
    <img id="img1" src="scan02.png" />
</body>
</html>

function onLoadPage() {
    Image = document.getElementById('img1');
    
    javascriptBarcodeReader(
      Image /* Image ID || HTML5 Image || HTML5 Canvas || HTML5 Canvas ImageData || Image URL */,
      {
        barcode: 'EAN-13', // 'Code-39'
        type: 'industrial', // задаётся для типа "Code-2of5", может быть "industrial" или "Interleaved"
      }
    )
      .then(code => {
        console.log(code)
      })
      .catch(err => {
        console.log(err)
      });
}

Образец №1. Библиотека выдаёт в консоль «Error: Failed to extract barcode!».
Образец №2. Библиотека выдаёт в консоль «Error: Failed to extract barcode!».
Образец №3. Библиотека выдаёт в консоль «Error: Failed to extract barcode!».
Образец №4. Библиотека выдаёт в консоль «601».

Образец №5. Библиотека выдаёт в консоль «10023». Прикольно.

EddieLa BarcodeReader

GitHub
Ещё одна бесплатная библиотека, с небольшим обращением от автора:

If you like and/or use this project for commercial purposes consider donating to support my work.

Если вам нравится и/или вы используете этот проект в коммерческих целях, рассмотрите возможность пожертвования для поддержки моей работы.

Знает форматы: Code128, Code93, Code39, Standard/Industrial 2 of 5, Interleaved 2 of 5, Codabar and EAN-13. Имеет страницу для экспериментов.

Образец №1. Область и тип определены верно. Код распознался с ошибкой.

Образец №2. Хороший результат. Правильно распознаны: область, тип штрихкода и сам штрихкод.

Образец №3. Отрицательно. Под углом не умеет.

Образец №4. Очень хорошо, образец распознан.

Образец №5. Образец распознан.

Ну что ж, похвально. Последние изменения в библиотеке произошли 3 года назад.

Tobytailor get_barcode_from_image

Простая маленькая библиотека. Знает только один формат штрихкодов: UPC. Если к коду такого типа вначале дописать ноль, то получится EAN-13.

Пробуем первый образец:

Результат: 000204892734. Образец распознан.

Берём образец №2 (EAN-13). Только чтоб заработало, необходимо строку 32 скрипта написать так:

ctx.drawImage(img, 0, 0, width, height); // было так: ctx.drawImage(img, 0, 0);

Результат: XXXXXXXXXXXX. Образец не распознан.

Результат: XXXXXXXXXXXX. Не распознан.

Давайте попробуем что-то простое:

Результат: не распознан. Возможно ему нужно подавать так, чтобы кроме штрихкода на картинке ничего не было, исключая и лишнее пространство.

И ещё один EAN-13:

Назначение штрих-кода

Сегодня графический черно-белый рисунок маркировки на товарах, грузах уже ни у кого не вызывает удивления. Его наносит на этикетку товара еще компания изготовитель. Штрих код – это уникальный номер, своеобразное хранилище данных, информации о стране-производителе, самом товаре (наименование, цена, срок годности, имеющиеся скидки, другие дополнительные сведения).

Использование такой кодировки позволяет:

• увеличить товарооборот торговой точки, поскольку скорость оформления продажи существенно возрастает;
• оперативно провести инвентаризацию на складе;
• узнать объем оставшегося на полках товара;
• минимизировать ошибки персонала, снизить влияние «человеческого фактора» на работу склада, магазина;
• упростить процесс выдачи книг в больших библиотечных комплексах.

Но при ручном способе введения штрих кода потребуется много времени, поэтому для его считывания используется специальное устройство.

Dynamsoft Barcode Reader

Сайт проекта
Ядро библиотеки написано на WebAssembly (WASM) и только обёртки на JavaScript, что не так интересно. Знает форматы:

1D: Code 39, Code 93, Code 128, Codabar, EAN-8, EAN-13, UPC-A, UPC-E, Interleaved 2 of 5 (ITF), Industrial 2 of 5 (Code 2 of 5 Industry, Standard 2 of 5, Code 2 of 5), ITF-14;

2D: PDF417, QR Code, DataMatrix, Aztec.

Это платная библиотека, доступна по подписке, все типы штрихкодов стоят 2199$ в год, если только одномерные коды, то стоимость уменьшается до 1099$ в год. Есть страничка1 и страничка2 для экспериментов.

Образец №1. Да! Ответ правильный. Область обведена достаточно чётко.

Образец №2. Да. Ответ снова правильный. Область тоже обведена достаточно чётко.

Образец №3. Теперь мы знаем тип этого штрихкода.

Образец №4. Ответ тоже верный.

А ещё, судя по всему, можно вот так:

Однако первый образец распознан с ошибкой. И попробуем ещё вот так (оригинал картинки очень размыт):

Теперь мы знаем, что существует хотя бы одна работающая библиотека, хоть и платная.

Прибор для сканирования

Технические средства считывания (сканеры для чтения штрих-кода) воспринимают картинку маркировки, распознают (расшифровывают) закодированную информацию, передают ее на POS-терминалы, кассовые аппараты, компьютеры, позволяя получить сразу все данные о продукте, которые отобразятся на экране устройства. Использование специализированного оборудования – сканеров:

• повышает скорость работ на складе по сбору заказа, перемещению товара;
• позволяет быстро формировать кассовый чек, суммировать итоговую стоимость;
• размещенные в торговом зале (обычно лазерные) считыватели помогают покупателю проверить стоимость товара, определиться с его покупкой.

Сегодня разработано и используется несколько типов сканеров штрих кодов (barcode scanners), но работа с ними практически идентична и не требует специальных знаний. Сотрудник склада, кассир или обычный покупатель подносит этикетку к сканеру (или наоборот – ручной считыватель к этикетке), прибор считывает код, расшифровывает его и выводит информацию на монитор или передает на ПК, другое стационарно установленное оборудование для дальнейшей обработки, печати чека, размещения в базе данных и так далее.

В зависимости от разновидности сканера он наводится на изображение перпендикулярно к плоскости или под некоторым углом. При низком качестве маркировки иногда приходится повторять операцию сканирования несколько раз. Понятно, что чем оборудование сложнее, тем легче его использовать, но при этом его стоимость существенно возрастает. В тоже время современные устройства просто использовать, они легко настраиваются, имеют возможность подключения к компьютеру или другому оборудованию, что позволяет выбрать наиболее подходящий вариант.

Виды сканеров

Штрих коды, сканеры и другое оборудование к ним используются как в торговле, так и в логистических центрах, библиотеках, на предприятиях сферы услуг и так далее, везде, где требуется быстро провести идентификацию большого количества изделий различного вида. При чем, пользоваться сканерами можно не только в ярко освещенных помещениях, но и там, где уровень освещенности минимален. Особенно востребованы они в фирмах, использующих для автоматизации бухгалтерского, управленческого учета компьютерные программы 1С.

Со дня изобретения работником железной дороги, молодым инженером, выпускником Массачусетского технологического института, американцем Дэвидом Коллинзом штрих-кода и первого ручного устройства для его считывания прошло более чем 70 лет. За это время инженеры-разработчики, конструкторы разработали несколько разновидностей сканеров, которые классифицируется согласно типу исполнения, способу подключения, виду считывателя и другим присущим им характеристикам, особенностям, что позволяет выбрать оптимальную модель.

По типу исполнения

Согласно этому параметру выделяют три вида сканеров для считывания маркировки.

• Ручные

Основное их достоинство – компактность. Небольшое по размеру, привлекательное по цене, легкое устройство не требует применения физической силы, чтобы его использовать. Оператор удерживает его в одной руке, подносит к товару и считывает информацию с этикетки. Такие приборы подходят для совершения операций, где требуется не столько высокая скорость, сколько точность получаемых данных. Их широко используют в магазинах, на складах, при работе с крупногабаритными грузами, изделиями. Иногда ручные модели оснащаются подставкой, что позволяет применять их и как стационарные сканеры.

• Стационарные

В этом случае устройство фиксируется в определенной точке склада, торгового зала, а товар подносится к нему той стороной, где располагается этикетка со штрих кодом. Такие аппараты могут считывать изображение в нескольких плоскостях, что ускоряет работу. Именно стационарное оборудование используется в торговых залах магазинов, супермаркетов для того, чтобы покупатели могли самостоятельно уточнить информацию о товаре, без помощи менеджера. Они также имеют достаточно небольшие размеры, а все данные отображаются на небольшом экране. Некоторые аппараты позволяют считывать даже поврежденное, нечеткое, загрязненное, выцветшее (выгоревшее под лучами солнца) изображение.

• Встраиваемый

Это устройство, представляет собой отдельный блок кассового аппарата. Оно не имеет проводов для подключения к кассе, никогда не перемещается. Встраиваемые сканеры отличаются надежностью, долговечностью. Сегодня разработаны модели, которые не только считывают маркировку с товара, но и взвешивают его.

По типу считывателя

Для того чтобы получить изображение штрих-кода каждый сканер оборудуется считывающим устройством. В зависимости от принципа работы считывателя barcode scanners подразделяются на две категории светодиодные и лазерные.

• Светодиодные

Светодиоды, на применении которых основана работа оборудования данного вида, имеют продолжительный срок службы, кроме того в устройствах этого типа отсутствуют движущиеся детали, что повышает надежность и долговечность светодиодных сканеров. К тому же и стоимость их невысока, поэтому они находят активное применение в различных областях и сферах использования. Единственным, пожалуй, их недостатком является необходимость как можно ближе подносить этикетку (товар) с маркировкой к считывателю. Это повышает «уверенность», точность сканирования.

• Лазерные

Устройства данного типа работают с использованием для считывания информации лазерного луча. Они отличаются высокой производительностью, дальностью, шириной сканируемой области. Это делает их более востребованными, по сравнению с моделями, действие которых основано на светодиодах. Именно лазерные сканеры чаще всего устанавливают в торговых залах магазинов. Они занимают основную часть ассортимента сайтов интернет-магазинов по продаже сканеров.

• Имиджевые

Эти устройства получили свое название от английского слова image, в переводе на русский – изображение, образ, картинка. В основе их действия лежит встроенная фотокамера. Геометрический рисунок, штрих-кодовая комбинация практически мгновенно поступает на приемную матрицу фотоэлементов, где распознается и анализируется. Одно из основных преимуществ имиджевых сканеров в том, что они работают с одно- и двумерными изображения, а также уверенно считывают маркировку с повреждениями.

По способу подключения

После считывания информации сканер должен передать ее для последующей обработки, анализа на кассовый аппарат, компьютер или POS систему (терминал). Некоторые аппараты ведут работу в автоматическом режиме, другие сканируют несколько маркировок, запоминают штрих коды и передают их в виде блоков. По типу соединения сканеры подразделяют на проводные и беспроводные.

• Проводные. Это максимально надежные модели, поскольку информация не «потеряется» в ходе передачи. Но наличие проводов снижает сферу их использования, с ними сложнее работать. Для подсоединения проводного сканера, оборудование, содержащее рабочую программу должно иметь интерфейсный разъем одного из типов: USB, PS/2, RS232.
• Беспроводные. Эти устройства более эргономичны. Для передачи данных используются технологии Bluetooth, Wi-Fi, радио- или инфракрасный канал. В этом случае связь может быть нестабильной, соединение иногда прерывается, часть информации может «не дойти» до конечного пункта. В то же время, из-за отсутствия проводов, работать с ними комфортнее, чем с проводными. Оператор со сканером может свободно перемещаться по складскому, торговому помещению без привязки к месту расположения техники, а информация может поступать не только на установленное в зале оборудование, но и через интернет сразу же передаваться на сайт предприятия.

В зависимости от вида считываемого ШК

Нанесенные на маркировку изображения штрих-кода могут быть двух типов: линейные (одномерные) и двумерные, при помощи которых можно зашифровать большой объем информации. Для считывания и расшифровки штрих-кодов разных форматов предназначены соответствующие сканеры.

• Линейные

Имеют более простую конструкцию и низкую стоимость. Они предназначены для считывания обычных кодов. Изображение «читают» только в одном направлении, по горизонтали. Если необходимо, то некоторые из предлагаемых сегодня моделей линейных сканеров могут модернизироваться для обработки QR-кодов.

• Двумерные

Самые современные на текущий момент сканеры распознают и считывают маркировку различных типов, в том числе QR-коды, наклейки на табачную, алкогольную, медицинскую продукцию и так далее. Двумерные модели быстро, без ошибок считывают большой объем сведений в двух измерениях: по горизонтали и вертикали.

Интеграция в 1С

Все же, самое большое распространение сканеры штрих-кодов получили в сфере торговли, где они используются совместно с компьютером, на котором устанавливается программа 1С, позволяющая обрабатывать информацию с маркировки, вносить ее в базу данных, хранящуюся на жестком диске или на сайте, формировать специализированные отчеты и так далее. Для того чтобы операционная система могла «опознать» подключенный сканер необходимо предварительно установить на компьютер драйвер данного устройства.

Для каждой модели компания производитель разрабатывает специальный драйвер. ПО для сканера бывает платным и бесплатным. Платные драйвера поставляются пользователю в комплекте с оборудованием или скачиваются с сайта производителя, а бесплатные можно легко найти в интернете. Однако если неправильно выбрать программу, то даже после ее установки, комплекс либо не будет функционировать вовсе, либо будет работать нестабильно, неправильно. Интеграция драйвера в программное обеспечение компьютера обычно не вызывает затруднений и проходит в автоматическом режиме. В крайнем случае, можно обратиться на сайт компании изготовителя за консультацией по установке программы.

QuaggaJS

В результатах поиска — это первый вариант. Библиотека оснащена алгоритмом поиска штрихкода на картинке. Поддерживает одномерные штрихкоды: EAN, CODE 128, CODE 39, EAN 8, UPC-A, UPC-C, I2of5, 2of5, CODE 93, CODABAR. Поддерживает установку через NPM или Bower. Интерфейс библиотеки состоит из одного объекта «Quagga», содержащего 7 методов, всё достаточно просто.

На сайте проекта присутствует страничка, где можно загрузить образцы и попробовать библиотеку в деле. Пробуем образец №1. Необходимо указать некоторые настройки, ок, не вопрос.

В результате запуска определить штрихкод не удалось, но расположение штрихкода определено неплохо.

Пробуем образец №2. Как-то безрадостно.

Пробуем изменить настройки — поставить «Patch-Size» —> «Large». Нет. Правильный результат даёт, если поставить `Resolution (long side) = 800px`. Однако в действительности наибольшая сторона 640 пикселей.

Возможно он лучше работает с картинками высокого разрешения. Хорошо, делаем третий образец (образец №3).

Честно говоря я не знаю какой это тип штрихкода и попробовал все настройки — ШК не определился. Хорошо, давайте попробуем ещё один образец высокого разрешения (образец №4):

Почему-то ни с какими настройками результата добиться не удалось.

Попробуем «чистый» образец от следующей библиотеки (образец №5):

Сканеры штрих кода в автоматизации торговли

Сканеры штрих кода занимают очень важное место в сегменте оборудования для автоматизации торговли. При этом они универсальны в своем применении и могут использоваться и в большинстве других отраслей: медицине, логистике, ведении складского учета, приемке и отгрузке товара, в сфере услуг и т.д.

Каждый из нас неоднократно видел это сканер на кассе магазина или на пункте выдачи товаров. Однако не все знают, сколько возможностей может быть у маленького и простого на первый взгляд устройства.

Различают несколько типов сканеров штрих кода:

• проводные
• беспроводные,
• щелевые,
• многоплоскостные,
• встраиваемые.

Проводные сканеры относятся к категории бюджетных. Такие устройства приобретают для стационарного использования. Главное преимущество беспроводных сканеров – возможность свободного перемещения сотрудника по складу.

Типы штрихкодов, известных на сегодняшний день:

Линейные штрихкоды представляют собой набор полосок, расположенных в одном направлении.
Стандарты линейных штрихкодов:

• EAN – европейский (EAN-8 состоит из 8 цифр, EAN-13 — используются 13 цифр),
• UPC (UPC-A, UPC-E),
• Code39,
• Code128(UPC/EAN-128),
• Codabar

Такие ШК могут нести уникальную зашифрованную информацию о товаре (до 30 символов).

Линейные штрихкоды различаются по плотности. Современные модели CipherLab разрабатывают модели для считывания труднораспознаваемых, выцветших и сильно потертых ШК. Что делать, если сканер не смог идентифицировать штрих код? Вспомните очередь в супермаркете, заветный товар лежит на кассе, а вот ШК никак не считывается. Как вариант можно вбить цифры вручную в базу и получить сведения о товаре.

Однако если товарам присвоен зашифрованный штрих код Code39 – кассир не сможет ввести цифры вручную.

Для автоматизации торговли необходим качественный сканер, желательно с лазерным считывателем и поддержкой всех основных стандартов шк (если речь идет о линейных штрихкодах). Хорошее оборудование позволит избежать временных потерь в процессе работы.

Наиболее популярные EAN означает European Article Numbering или Европейская нумерация товаров. Различают EAN-8 для шифрования небольших товаров или EAN-13 (для крупногабаритных). Шифрование по этой системе означает унификацию. Европейская стандартизация подразумевает внесение информации о стране изготовители, категории товара, дате изготовления. Штрихкод – это шифр, который содержит всю необходимую инф о товаре, где и когда он произведен, к какой группе относится. Для таможни это очень важно. Так как товарные группы различаются по акцизам и т.д. Товары из США, например, маркируются как UPC-E.

Двумерные штрих коды вмещают значительно больше информации, чем линейные. Расшифровка в 2 измерениях – по горизонтали и вертикали. Данный тип ШК появился сравнительно недавно, чуть более 10 лет назад. Так сначала появились многоуровневые, а затем матричные штрихкоды. Многоуровневые строились по принципу наложения нескольких линейных друг на друга. Матричные охватывают кодировку как по вертикали, так и по горизонтали. Они являются более надежными и защищенными, что позволяет использовать их в банковском деле для шифрования уникальных сертификатов, документов, присвоения ключей.

Стандарты 2D штрихкодов:

• Aztec Code;
• Data Matrix;
• MaxiCode;
• PDF417;
• QR код;
• Microsoft Tag

Пример двумерного штрих кода.

Преимуществами 2D сканера можно считать большую информативность. Вместо максимальных 30 символов линейного, можно зашифровать целое послание на 2000 символов и более!

Типы считывателя в сканере штрихкода
Существует 3 типа считывателей, которые устанавливаются на проводные и беспроводные сканеры штрихкода. Остановимся более подробно на каждом из них.

• Светодиодный.
  Сканеры со светодиодным считывателем относятся к категории бюджетных. Принцип их работы заключается в использовании светодиода красного свечения в качестве источника излучения. В большинстве случаев минимальное разрешение – 3 mil (7,62 мкм).
  Одним из наиболее успешных моделей CipherLab 1500 – светодиодный сканер с дальностью считывания – до 35 см (зависит от типа, контрастности и плотности ШК). Среди беспроводных сканеров со светодиодным считывателем можно отметить CipherLab 1560.
• Лазерный.
  Преимущество лазерных считывателей – умение работать с неконтрастными, плохо распознаваемыми и потертыми штрихкодами. В отличие от светодиодных сканеров такие устройства имеют значительно более высокую дальность (нередко и до 57 см), хорошую скорость сканирования и декодирования, широкий угол обзора по вертикали и горизонтали. Лазерный считыватель как и светодиодный предназначены только для линейных одномерных штрих кодов. Устанавливается на ручные проводные и беспроводные модели сканеров ШК.
• 2d (двумерный).
  Двумерный считыватель основан на использовании фотосенсора. Принцип работы основывается на использовании имидж сенсора с высокой скоростью сканирования (зачастую до 60 кадров в секунду) и хорошим разрешением. 2D сканеры легко справляются со всеми известными на сегодняшний день типами штрихкодов, что делает их универсальными во всех отраслях. Среди наиболее популярных моделей можно выделить CipherLab 1504, Godex GS550, (ручные контактные) CipherLab 1564 (беспроводной).

Варианты применения сканеров в процессе автоматизации:

1. Бюджетный проводной сканер на кассе супермаркета – привычный элемент в оснащении кассовых узлов. Устройство синхронизируется с ПК и передает информацию в учетную базу. Сегодня большинство отдают предпочтение за счет универсальности и простоты. Новые версии программных продуктов на платформе 1С Предприятие от версий 1С 8.0 имеют упрощенную систему интеграции. Достаточно присоединить оборудование и оно распознается в автоматическом режиме.
2. Беспроводные сканеры на складе высоко ценятся за счет встроенного объема памяти для сбора информации. Звуковая и светодиодная индикация информируют об успешно завершенной операции. Далее, после окончания работы сканер необходимо синхронизировать с ПК для обмена данными. Сканер работает автономно и не ему не грозит скачок напряжения. Все данные сохраняются в памяти.
3. Мобильные сканеры можно использовать в выездной и выставочной деятельности. Об этом знают не все.

   

   Устройства с поддержкой интерфейса Bluetooth являются наиболее перспективными с точки зрения функциональных возможностей. Они поддерживают работу с устройствами на Android. Для передачи данных достаточно синхронизироваться с мобильным устройством по Bluetooth. Такой сканер в паре с телефоном или планшетным ПК может работать как терминал сбора данных.

4. Сегодня сканеры с Bluetooth активно выпускаются и широко применяются в автоматизации торгово-складской деятельности. Яркими примерами таких моделей можно считать CipherLab 1860 (сверхкомпактный сканер с питанием от батареек, легко вмещающийся в карман брюк) и CipherLab 1560. Первый в качестве приема сигнала использует подставку-радиобазу (действует до 10 метров), для второго предусматривается транспондер.
5. Многоплоскостной сканер в системе самообслуживания. Покупатель в супермаркете может поднести ШК и узнать цену, не тратя время на поиски сотрудника магазина. Сканеры работают в бесконтактном режиме, то есть можно поднести крупный товар, держа коробку двумя руками, и считать штрихкод. Принцип работы заключается в использовании сканирующих лучей в различных плоскостях.
6. Подключение сканера напрямую к принтеру штрихкодов можно осуществить, минуя ПК или POS систему. Сканеры штрихкода с интерфейсом USB-Hid позволяют выполнять интеграцию между этими 2 видами оборудования для быстрой печати простоты использования.
7. Многоплоскостные сканеры штрихкодов можно использовать в системе контроля доступа. Так в различных организациях вместо RFID считывателей стоят такие аппараты. Посетители или сотрудники могут отмечаться сами, не дожидаясь администратора. Такие системы иногда встречается в фитнес клубах, и других организациях. Клиенту необходимо просто поднести персональную пластиковую карточку с изображенным на ней штрихкодом и войти в помещение. Директор же может зайти базу 1С и посмотреть информацию о посетителях и времени. Это очень удобно для ведения статистики, проведения ценовой и маркетинговой политику и т.д.

   

8. Сканирование штрихкодов с мобильных телефонов.

   Люди активно пользуются мобильными устройствами на Android и iOS и любят хранить информацию в электронном виде. Альтернативой визиткам и пластиковым карточками выступают новые системы электронных онлайн карт для посетителей.
   Сканеры штрих кодов можно использовать и для считывания QR кодов с экранов мобильных устройств. Посетитель открывает приложение на мобильном телефоне, а администратор считывает ШК прямо с экрана устройства, получая информацию о клиенте, его бонусах, сроке действия услуги и т д. Для iOS разработан сервис Passbook, а для Android – Passwallet.

   Подобные системы могут использоваться в парикмахерских, автосервисах, салонах красоты, образовательных организациях и т.д.

   В случае с парикмахерской на электронную онлайн карту заносится информация о времени и мастере, который будет обслуживать клиента, в случае с посещением учебных курсов – о преподавателе, номере группы и т.д. На стойке reception клиент предъявляет электронную карту на экране мобильного устройства, а администратор при помощи 2D сканер штрих-кодов считывает эту информацию. На данный момент такие технологии только начинают внедряться на основе использования двумерных кодов стандартов QR/AZTEC/PDF417.

• Сканеры штрихкода универсальны в работе и отличаются по многим параметрам: цене, интерфейсу, классу защиты, габаритным размерам, дальности, скорости и ширине считывания, типу считывателя и т. д. Однако все они имеют одинаковую задачу – идентифицировать штрих код.
• Выбирая сканер штрих кода, необходимо в первую очередь внимательно отнестись к типу считывателя, учитывая специфику работы предприятия. Все современные модели работают с 1С и просты в настройке. Для синхронизации с ПК необходимо специальное ПО.
• Сканеры с Bluetooth – перспективная линейка оборудования в своем сегменте. Различаются сканеры по интерфейсам: USB-Hid, USB VCom, KW (разрыв клавиатуры), RS232. Для удобства подключения подключение сканера к ПК или POS моноблоку можно осуществить через подставку.

Итог

Это всё что я нашёл. Находил несколько реализаций, основанных на одной из вышеприведённых, например вот эта. Повторю, что основной критерий поиска — это вся работа должна выполняться на клиентской стороне через браузер и без дополнительной установки чего либо. То есть решение должно быть реализовано на JavaScript и/или Wasm (поэтому ZBar не подходит).

Если вам известна библиотека, отвечающая данным требованиям, и отсутствующая в статье — просьба сообщить.

Полученный рейтинг библиотек таков:

Статья состоялась благодаря интернет-магазину освещения Дивайн Лайт.