CC BY
9
УДК 004
DOI: 10.24412/2071-6168-2022-6-69-78
АНАЛИЗ ПАРАМЕТРОВ, ВЛИЯЮЩИХ НА СТОЙКОСТЬ РАСПОЗНАВАНИЯ
ШТРИХ-КОДОВ ПРИ ИЗГОТОВЛЕНИИ МИКРОГРАФИЧЕСКОЙ
ПРОДУКЦИИ
О.В. Демьянов, Б.С. Яковлев
Произведен анализ возможностей штрих-кодов, выполнены ряд эксперемен-тальных исследований, направленных на установление значимых параметров, влияющих на устойчивый процесс распознавания штрих-кодов.
Ключевые слова: штрих-код, линейный штрих-код, двумерный штрих-код, контрастность, контрастность Майкельсона, коэффициент Вебера.
На сегодняшний день по-прежнему на одним из важнейших проблем является сохранение данных, её защита. По большому счету за последнее время ничего существенного в данном вопросе не изменилось. По-прежнему считается, что надежное хранение обеспечивается многократной копией данных на несколько, и при этом различных по природе носителей информации. Надежным считается вариант с копией цифровых данных на 3-и жестких диска и централизованная система создания резервных копий. Также считается, что копии желательно иметь не только в цифром виде, но и бумажном, в виде микрофильмов и т.п.
В существующих реалиях достаточно большое количество данных просто невозможно иметь на разных источниках. Например, вся мультимедийная продукция, некоторые графические файлы, проекты программ, документы, коды программ [1 - 5].
Интересной технологией, которая могла бы решить данную проблему является помещение кода файла на физический носитель, в данном случае микрографическую пленку, апример, третьего поколения.
Данное направление является передовым, современным подходом, хотя весьма затратным, требующим больших объемов физических носителей. Это не совсем правильно с точки зрения микрофильмирования, ведь его основной задачей является уменьшение объема, занимаемого в архивах.
Ранее данную проблему решали достаточно тривиально, это был прямой перенос данных на микрофильм в виде кода HEX в различных кодировках. Данные не умещались на один кадр, любая, даже маленькая по объему программа в коде содержит много десятков листов, кадров микрофильмов. При этом страдает распознание таких кодов, могут путаться буквы и цифры, например, 10 и Ю, 0 и O, s и 5. Поэтому нужна более совершенная и не имеющая проблем распознавания система хранения тектовых данных, при этом крайне желательно в более сжатом виде.
Уже давно исследователи обратили своё внимание на штрих-коды. Это компактные объекты, в последнее время содержащие многостраничные объемы данных. Выводя их на микропленку частично, данная проблема решается. Но возникает иная -как определить наиболее комфортные условия для распознования, чтобы в любой момент времени было легко получить данные с кода.
Поэтому задача нахождения оптимальных условий распознания штрих-кодов по-прежнему одна из самых актуальных проблем.
В литературе известно, что есть ряд параметров, которые напрямую влияют на распознавание штрих-кода. Прежде всего это контрастность фона и самого штрих-кода, хатем цвет фона, цвет самого кого кода.
Известно, что штрих-коды имеют строгое разделение на 2 группы: линейные (рис. 1) и двумерные (рис. 2).
tr
49840292
t ■»««TPlOMOl1 n
4
I к hihi« m in in me
S7119J 6000021
IA)r LI
Hill Ulli
9r®t»38716012
Рис. 1. Внешний вид линейных штрих-кодов
шш
Maxi Code
Рис. 2. Внешний вид двумерныгх штрих-кодов
Существуют сравнительные таблицы штрих-кодов, их достаточно много. В зависимости от задачи штрих-код может содержать в себе либо цифровую информацию, либо символы таблицы ASCII, включая спец символы.
Также известно, что многие штрих-коды разрабатывались под конкретную узко специализированную задачу. Например, среди линейных штрих-кодов можно выделить Фармакод или как его называют еще Фармацевтической двоичный код. Он является стандартом штрихового кода, используемый в фармацевтической промышленности в качестве системы контроля упаковок. Он может быть читаемым, даже несмотря на ошибки при печати, а значит и при выводе на микропленку. Он может содержать в себе только одно целое число от 1 до 131 070, в силу того, что применяется как код учета упаковки в партии.
К числу узкоспециализированных кодов можно также отнести EAN и UPC, так как в них заложен не только ограниченный объем информации, но и соблюдается строгая структура данных.
Линейные штрих-коды в основном создаются на основе словаря, например, «алфавит» штрих-кода Code 39 приведен на рис. 3.
А В С D Е F G
111 111 111 111 III III 111
HI J К L M N
III III III III III ill II
О P Q R S T U
ill ill 111 ill III
V W X Y Z
III 111 III 111 III
0 12 3 4
III III in III 111
5 6 7 8 9
II II III III III
iwai * $ % , /
III III И 111 III 111 111
Рис. 3. Соответствие линейной структуры штрих-кода Code 39
допустимому символу
В связи с этим, линейные штрих-коды могут содержать безграничное количество информации, но при этом из-за принципов своего создания будут весьма крупными (длинными), что не дает удобства их использования.
Двумерные коды, чаще линейных кодов решают специфические задачи, в большинстве своем они создавались для разных задач, отчего их многообразие выше чем у линейных. В большинстве своем они были разработаны для помещения в них данных большего объема, чем в классическом линейном штрих-коде, при этом площадь штрих-кода не должна быть в рамках допустимого стандартом. Объем данных в спецификациях подобных штрих-кодов указывается в байтах, килобайтах и объем текста варьируется от нескольких слов, до 3 страниц.
Значимым параметром при выборе двумерного штрих-кода является его способность к восстановлению данных. В силу чего в них заложена избыточность хранения информации, для чего нужна большая площадь данных типов штрих-кодов.
Стоит также пояснить, что оборудование, предназначенное для печати штрих-кодов - это специальные принтеры, которые выводят коды уже в магазинах и внутри торговых площадок. Так как они нужны для определения цены товара и его учета внутри магазина. Чаще всего это осуществляется методами термо- либо термотрансферной печати на самоклеящейся бумаге и производятся по сути принтерами.
Известно так же, что у всех штрих-кодов есть проблемы при распознании. Чаще всего это связано со следующими причинами:
71
WIKIPEDIA
1. Низкий контраст;
2. Ущерб или искажение;
3. Неправильно положение чтения;
4. Смазывание контуров;
5. Текстура материала этикетки или упаковки, а также текстура дизайна эти-
кетки;
9. Различные лаки, могут создать преломления;
10. Цвет штрих-кода.
В целом, правильность считывания данных со штрих-кода зависит от четкости самого штрих-кода. Низкий контраст, смазывание краски на этикетке, текстура материала или заднего фона, влияние лака и глянца - все это связано с несовершенством печати и дизайнерских замыслов, которые не дают возможность выделить четкие границы элемента штрих-кода.
Отдельно стоит отметить смазывание штрих-кода при получении микрофильма, печати, цвет штрих-кода, дизайнерские решения. Считаем, что чем проще штрих-код, тем лучше для нашей задачи.
Для установления значимости главного параметра - контрастности были проведены определенные эксперементальные исследования. Эксперименты проводились распознаванием штрих-кода при помощи программы «Сканер QR и штрих-кодов» компании Gamma Pay версии от 24 февраля 2022 года, запущенной на сотовом телефоне VIVO V21e.
Суть эксперимента - уменьшение яркости штрих-кода от черного к светлосерому по диаграмме (рис. 4). Тестовый объект приведен на рис. 5.
Рис. 4. Диаграмма градиента серого
Затем проводились распознавания штрих-кода с данного тест объекта, результаты которых занесены в табл. 2.
Данный тест выявлял порог контрастности, при котором штрих-код переставал читаться. Контрастность подсчитывается тремя наиболее часто встречающимися способами:
1. Коэффициент контрастности или контрастность Вебера:
В5-Вь
~ В5 ,
где В5 - яркость изображения или предмета; Вь - яркость фона.
2. Контрастность Майкельсона:
у _ Втах—Вт1п
Втах+Вт1п
где Втах, Вт1П - максимальная и минимальная яркость в изображении.
Данный метод часто применяется для характеристики изображений с периодической структурой.
3. Средне квадратичная контрастность, определяемая как стандартное отклонение яркости пиксела Ву от средней яркости В растрового изображения размерами М х
№
В литературе не так часто описано применение среднеквадратичного варианта подсчета контрастности, поэтому оперировать будем первыми двумя.
Расчет разных вариантов контрастности происходит достаточно легко, так как нам точно известен фон и цвет штрих-кода всегда, т.к. они были заданы при создании.
Необходимо пересчитать показатели цвета в других цветовых моделях, например, HSB, LAB. Результаты преобразования значения цвета в освещенность указана в таблице 1.
Рис. 5. Тестовый объект для второго исследования: четыре страницы
Дополнительные параметры, необходимые для подсчета - это фон, он белый всегда, поэтому его яркость постоянна и равна 100, а показатель цвета объекта 255.
При расчете контрастности Майкельсона нужно понимать, что максимальная яркость будет всегда соответствовать значению фона яркости, а минимальная яркость в изображении - всегда равна цвету штрих-кода.
Общий итог считывания кодов приведен в табл. 2.
Таблица 1
Результаты^пересчета показателей цвета в освещенность (начало)_
Процент градации серого Цвет штрих-кода (RGB) Яркость по моделям HSB и LAB
HSB LAB
5 242 95 95
10 229 90 91
15 217 85 87
20 204 80 82
25 191 75 77
30 179 70 73
Окончание таблицы 1
Процент градации серого Цвет штрих-кода (RGB) Яркость по моделям HSB и LAB
HSB LAB
35 166 65 68
40 153 60 63
45 140 55 58
50 128 50 54
55 115 45 48
60 102 40 43
65 89 35 38
70 76 30 32
75 64 25 27
80 51 20 21
85 38 15 15
90 25 10 9
95 13 5 4
100 0 0 0
Таблица 2
Результаты распознания линейных и двумерных кодов
Двумерные штрих-коды
Процент освещения Результат распознавания Примечание
Обычная бумага Микрофильм
5 % - -
10 % -
15 % - - Задержка в распознании
20 % - +
25 % - +
30 % - +
35 % + +
40 % + +
45 % + +
50 % + +
55 % + +
60 % + +
65 % + +
70 % + +
75 % + +
80 % + +
85 % + +
90 % + +
95 % + +
100 % + +
В результате анализа экспериментальных данных можно прийти к выводу, что отражающая способность и тип материала имеет явное значение и сильно влияет на ход распознания штрих-кодов.
Общая тенденция процесса распознавания штрих-кодов сводится к тому, что сильное бликование, которое чаще всего вызывается пленкой или, например, ламинированными материалами, снижает возможность качества распознания.
Расчетов показателей контрастности приведены в табл. 3. Графические зависимости приведены на рис. 6, 7.
Как показано на рисунках, контрастность Майкельсона ведет себя плавно и не имеет больших перегибов или смен тенденций. Контрастность Вебера ведет себя динамично, видны явные переходные стадии процесса.
В ходе анализа графиков было определено, что в их структуре существует 2 зоны, при этом они четко определены точкой, где штрих-коды переставали распознаваться (рис. 8, 9). В точке где показатель цвета приобрел значение RGB 166.166.166 выявлен явный переход из динамичного течения в линейный.
Таблица 3
Результаты расчета контрастности изображения методами Вебера
и Майкельсона
Процент осветления Контрастность Вебера Контрастность Майкельсона
ШВ LAB ШВ LAB
5 % -0,053 -0,053 0,026 0,026
10 % -0,111 -0,099 0,053 0,047
15 % -0,176 -0,149 0,081 0,070
20 % -0,250 -0,220 0,111 0,099
25 % -0,333 -0,299 0,143 0,130
30 % -0,429 -0,370 0,176 0,156
35 % -0,538 -0,471 0,212 0,190
40 % -0,667 -0,587 0,250 0,227
45 % -0,818 -0,724 0,290 0,266
50 % -1,000 -0,852 0,333 0,299
55 % -1,222 -1,083 0,379 0,351
60 % -1,500 -1,326 0,429 0,399
65 % -1,857 -1,632 0,481 0,449
70 % -2,333 -2,125 0,538 0,515
75 % -3,000 -2,704 0,600 0,575
80 % -4,000 -3,762 0,667 0,653
85 % -5,667 -5,667 0,739 0,739
90 % -9,000 -10,111 0,818 0,835
95 % -19,000 -24,000 0,905 0,923
100 % #ДЕЛ/0! #ДЕЛ/0! 1,000 1,000
Рис. 7. Коэффициент Вебера
75
Контрастность Майкельсона (зона распознания)
166 153 1+0 123 115
Цает штрих-кода
102 В9 76 5+
>
-Н5В LAB
Рис. 8. Контрастность Майкельсона (зонараспознания)
Контрастность Майкельсона (зона ошибок)
Цвет штрих-кода
242 229 217 204 191 179 166
0.00
1,20
Рис. 9. Контрастность Майкельсона (зона ошибок)
В результате было определено, что контрастность по Майкельсону, несмотря на то, что она весьма плавна по ходу процесса, ведет себя на двух участках немного по-разному. Так на первом участке (до 35% от черного) наблюдается слабая, но кривая динамики и плавность изменения - зависимость уменьшения контрастности при увеличении яркости штрих-кода. Однако, начиная с точки цвета в 166, динамика остается, но ее ход становится линейным вплоть до конца всего эксперимента.
Анализируя такие же участки на кривых контрастности Вебера можно прийти к выводу, что ни один из участков не становится линейным по динамике. Есть ярко выраженный спад контрастности и зона активного ее снижения - 100% (абсолютно черный), до 65% от показателя черного (цвет 89.89.89). Далее наблюдается плавное снижение коэффициента контрастности. Точка изменения поведения (65 % от яркости черного цвета) не соответствует ни одной ошибке распознания или иным выявленным особенностям в ходе эксперимента. Можно говорить лишь о том, что скорее всего на начальном этапе увеличения яркости штрих-кода терялись участки более светлых оттенков серого. Однако это не влияло на распознание, и в момент остановки процесса быстрого снижения контрастности - цвет 89.89.89 (65% от черного), до 35% (точки при которой штрих-коды последний раз были распознаны) было еще два пятипроцентных увеличения яркости.
Анализируя полученные данные, можно сделать ряд выводов:
1. Зависимость яркости штрих-кода относительно цвета - это линейная прямая зависимость.
2. Наиболее точно отражает прямую зависимость цветовая модель HSB, где проценты увеличения яркости полностью совпадают с показателем B данной модели.
76
3. Контрастность Майкельсона ведет себя плавно и устойчиво.
4. Метод подсчета коэффициента Вебера подходит для задач выбора штрих-кодов. Он показывает, что сильно зависимые от контрастности коды теряют много информации. Он показывает, что практически нельзя сделать штрих-код распознаваемым, если его способом записи данных является - оттенок цвета. Любое изменение от черного немедленно приведет к потере читаемости кода.
Список литературы
1. Проскуряков Н.Е., Яковлев Б.С., Архангельская Н.Н. Автоматизация контроля состояния графических коллекций и подбора материалов для дизайнерских задач в полиграфии // Проблемы машиноведения. Материалы V Международной научно-технической конференции. Омск, 2021. С. 386-395. DOI: 10.25206/978-5-8149-3246-42021-386-395.
2. Proskuriakov N.E., Yakovlev B.S., Arkhangelskaia N.N. Features of the CIE-76, CIE-94, and CIE-2000 methods that affect the quality of the determining process of the image average color // Journal of Physics: Conference Series. «Applied Mechanics and Systems Dynamics» (AMSD) 2020. Vol. 1791 (2021) 012107. DOI: 10.1088/1742-6596/1791/1/012107.
3. Proskuriakov N.E., Yakovlev B.S., Arkhangelskaia N.N. Automation of control the state of graphic collections and of content selection for design tasks in the printing // Journal of Physics: Conference Series, Vol. 1901 (2021) 012019. DOI: 10.1088/17426596/1901/1/012019.
4. Проскуряков Н.Е., Яковлев Б.С., Архангельская Н.Н. Зависимость скорости процесса резервного копирования цифровых архивов типографий и издательств от параметров операционной системы // Математические структуры и моделирование. 2021. № 1 (57). С. 110-120. DOI: 10.25513/2222-8772.2021.1.110-120.
Демьянов Олег Валерьевич, аспирант, demjanovo@rambler.ru, Россия, Тула, Тульский государственный университет,
Яковлев Боорис Сергеевич, канд. техн. наук, доцент, bor_yak@mail.ru, Россия, Тула, Тульский государственный университет
ANALYSIS OF PARAMETERS AFFECTING THE DURABILITY OF BARCODE RECOGNITION IN THE MANUFACTURE OF MICROGRAPHIC PRODUCTS
O.V. Demyanov, B.S. Yakovlev
An analysis of the capabilities of barcodes was made, a number of experimental studies were carried out aimed at establishing significant parameters that affect the stable process of barcode recognition.
Key words: barcode, linear barcode, two-dimensional barcode, contrast, Michelson contrast, Weber coefficient.
Demyanov Oleg Valerievich, postgraduate, demjanovo@rambler.ru, Russia, Tula, Tula State University,
Yakovlev Booris Sergeevich, candidate of technical sciences, docent, bor_yak@mail.ru, Russia, Tula, Tula State University
