сканер штрих кода pdf417

PDF417 Barcode Scanner 4+

Microblink

Снимки экрана

Описание

PDF417 is an app for scanning several types of barcodes and QR codes. It supports a variety of use-cases, such as boarding passes, payment slips & m-wallets, retail tags, concert tickets, SIM cards, and other.
If you’re looking to extract full data from identity documents, please use our free BlinkID app.

Features:
Barcode types: PDF417 (2D barcode), QR code, Code 39, Code 128
Flexibility: easy-to-integrate API
Speed: 100-900 ms, depending on device and barcode size
Charset: unicode
Works in poor light conditions and at an angle
Works with low quality and low resolution mobile cameras

PDF417 is designed as an SDK (software development kit) from Microblink Ltd., a research and development company specialized in developing SDKs for real-time text recognition in mobile apps. Our proprietary mobile text recognition (OCR) technology has wide usage, from scanning passports, driver’s licenses to receipts, TOP-UP, payment slips, boarding passes, and other.

If you like PDF417, check out the SDK documentation on GitHub and try it for free. More information on our website.

Источник

Коды step-by-step: читаем / кодируем PDF417

Вы ведь любите коды? Ну или не любите. В любом случае, иногда нужно знать, как правильно ими пользоваться. Можно пойти длинным путём, как это сделал я в прошлый раз, но когда времени нет, проще воспользоваться инструкцией.

Итак, давайте разберёмся со всем необходимым для чтения и / или записи PDF417. Ведь не всегда под рукой найдётся смартфон с программой для их чтения. А для записи — и подавно.

Внимание, под катом — 9 изображений общим размером в 2.79 МБ, 6 таблиц и немного формул.

Оглавление

01. История PDF417 и право использования

PDF417 придумали в компании Symbol Technologies Inc. в 1991 году, а 7 сентября 1993 года на него был выдан патент США под номером 5 243 655 (доступен, к примеру, здесь). На самом деле, патент описывает не просто метод кодирования, а комплексную систему для кодирования и декодирования информации («System for encoding and decoding data in machine readable graphic form»). Кроме того, не все из рекомендаций в патенте используются на данный момент.

Сразу стоит отметить, что использовать PDF417 можно свободно, без лицензирования или правовых ограничений.

Единственный подводный камень: если вы хотите точно соответствовать стандарту ISO/IEC 15438:2015, описывающему PDF417, — доступ к нему стоит 198 CHF (швейцарских франков). Именно он описывает все необходимые словари и прочее, однако большую часть информации можно легко найти в интернете. Патент, упомянутый выше, этой информации не содержит.

02. Графическое представление и структура

Каждый символ (код) PDF417 (Рис. 1) — это набор строк информации, представленной в виде штрихового кода. Каждая строка состоит из стартового паттерна, набора ключевых слов (два из которых называются левым и правым индикаторами и помогают в автоматизированном декодировании) и стоп паттерна. Слова из разных строк формируют колонки (столбцы).

Как количество строк, так и количество столбцов может варьироваться. Символ PDF417 может состоять из минимум 3 и максимум 90 строк, а также от 3 до 30 столбцов включительно.

Рис. 1. Структура PDF417 символа

Каждое слово состоит из 17 модулей (минимальных элементов), которые образуют чередующуюся последовательность из 4 заполненных и 4 пустых групп. Одна группа может быть длиной от 1 до 6 модулей.

Каждое слово представляют в виде уникальной последовательности (). Все возможные слова делятся на 3 взаимоисключающие группы (кластера), то есть в каждом кластере содержаться одни и те же «значения», представленные разными «словами». Кроме того, слова могут быть представлены в виде последовательности, где каждое значение . Это также помогает избежать ошибок при сканировании кодов.

Каждая строка PDF417 символа использует только один из кластеров последовательно. Таким образом, если один из кластеров используется строками , то второй — строками , а третий — строками . Это нужно для правильного определения строки при автоматическом сканировании (Рис. 2), поскольку соседние строки не могут содержать слова одной группы.

Номер кластера однозначно определяется из или последовательности по одной из формул:

,
,

где — остаток от деления на 9.

На самом деле, можно было бы использовать не 3 разных кластера, а все 9 возможных, но это увеличило бы вероятность дополнительных ошибок. Номер кластера можно определить также из номера строки: .

Всего PDF417 использует 929 слов (от 000 до 928 ).

03. Компоненты символа

Рис. 2. Компоненты символа PDF417

04. Режимы

Как уже было сказано, коды PDF417 содержат слова от 000 до 928 в виде трёх разных кластеров. Таким образом, в коде может встретиться всего 2 787 разных слов.

Слова от 000 до 899 включительно используются для записи полезной информации в одном из возможных режимов кодирования.

Табл. 1. Сервисные слова PDF417. Выделены те, которые будут нам интересны

PDF macro позволяет разбить длинное сообщение на несколько PDF417 символов. При этом каждый символ содержит идентификатор сообщения, порядковый номер блока сообщения (для восстановления правильной последовательности) и другую информацию.

ECI / GLI — Extended Channel Interpretation / Global Label Identifier — система надстроек, которая позволяет кодировать нестандартные символы с помощью штриховых кодов. Так, возможно подключить один из международных наборов символов (к примеру, стандартным является GLI 0, именно эти таблицы приведены далее), наборов общего назначения либо ваших персональных наборов символов.

04.a) Текстовый режим (TC, Text Compaction Mode)

Этот режим стандартный для символов PDF417 (то есть именно с него начинается весь символ). У текстового режима есть 4 разных подгруппы:

(126)

Табл. 2. Подгруппы текстового режима в стандартной интерпретации GLI 0

Одно слово в базисе 900 содержит 2 символа из таблицы выше по правилу:

,

Где — значение в базисе 900, — первый символ, — второй. Иногда символы указывают как и соответственно.

Если данные заканчиваются словом, в которое нужно включить только один символ, то он является -значением, а в качестве -значения используется значение 29.

Использование ещё одного перехода после shift-перехода запрещено. Ограничений на использование переходов после latch-перехода нет.

04.b) Байт-режим (BC, Byte Compaction Mode)

Данный режим позволяет записывать последовательность байтов с помощью последовательности кодовых слов в базисе 900. Для этого нужно совершить переход от базиса 256. Этот режим включается двумя разными сервисными словами:

Рис. 3. Кодирование, байт-режим

Тогда код должен содержать следующую последовательность слов:

04.c) Числовой режим (NC, Numeric Compaction Mode)

Числовой режим позволяет записать данные с помощью перехода из базиса с основой 10 в базис с основой 900. Соответственно, такой режим поддерживает запись цифр от 0 до 9. В результате, каждые 44 цифры можно записать в виде 15 слов.

Для перехода в базис 900 нужно дописать 1 к числу слева, а дальше выполнить переход как показано на Рис. 4. Обратный переход вполне очевидный, остаётся лишь убрать лишнюю 1 слева.

Рис. 4. Кодирование и декодирование, числовой режим

05. Коррекция ошибок

Давайте начнём с самого простого. В любом символе PDF417 присутствует как минимум 2 слова в области ответственной за коррекцию ошибок. Кроме того, коды характеризуются уровнем коррекции ошибок, для которых нужно разное количество дополнительных символов (Табл. 3).

Табл. 3. Уровни коррекции ошибок в PDF417

Различают два вида ошибок:

Введём следующие параметры:

количество систематических ошибок;
количество случайных ошибок;
уровень коррекции;
количество слов для коррекции ошибок.

Тогда выполняется следующее условие:

2 слова, которые присутствуют в символе в любом случае, используются для проверки, не возникла ли случайная ошибка при распознавании.

Вводится также понятие Error Correction Capacity, которое показывает, сколько же ошибок обоих видов мы можем исправить. Очевидно, что если все дополнительные слова используются для исправления систематических ошибок, то шанс случайной возрастает. Потому для всех уровней, кроме , считается, что:

.

Именно потому в патенте количество слов для коррекции ошибок на 2 меньше, чем его часто указывают сейчас. Эти 2 слова правильно называть контрольной суммой.

К примеру, с уровнем коррекции , можно исправить 13 систематических ошибок, либо 7 случайных, либо их комбинацию, которая всё ещё соответствует неравенству (9 систематических И 2 случайных и т.д.).

Для коррекции ошибок используются коды Рида-Соломона в поле Галуа . На данный момент я не буду на них останавливаться.

Существуют также рекомендации относительно минимального уровня коррекции ошибок (Табл. 4).

Табл. 4. Минимальный рекомендуемый уровень коррекции ошибок

06. Обязательные неинформационные слова

Как упоминалось раньше (Раздел 03), первое слово каждого кода означает длину полезных данных в символе PDF417.

Кроме того, каждый код содержит левые и правые индикаторы, которые помогают в распознавании символа. Как и обычные слова, они используют разные кластеры словаря, а кроме того, циклически содержат информацию о количестве строк в коде, количестве столбцов, а также уровне коррекции ошибок (Рис. 5).

Рис. 5. Правила записи левых и правых индикаторов

07. Словари

Как упоминалось ранее (Раздел 02), словарь PDF417 состоит из 3 кластеров (0, 3 и 6) по 929 слов. Периодически их представляют в виде 17-битного числа, но я считаю такой вариант неудобным в сравнении с x-последовательностью. В любом случае, вы вольны решать, как вам удобнее, а потому выше приведены ссылки на оба варианта записи, а начало словарей приведено в Табл. 5.

Табл. 5. Первые 20 слов словаря в виде x-последовательностей

08. Стандартная 8-битная таблица символов

GLI 0

В качестве стандартной таблицы символов используется ASCII таблица для символов 0:127. Символы 128:255 представлены расширенным набором PC 437.

Табл. 6. Таблица GLI 0, которая используется кодами PDF417

GLI 1

Следующий набор символов соответствует стандарту ISO 8859-1 (Википедия).

09. Определяем код как PDF417, выравниваем и находим минимальный элемент

Пришло время прочитать наш первый PDF417 символ.

Хотя этот шаг кажется совсем необязательным, стоит помнить, что PDF417 характеризуется уникальными старт- и стоп-паттернами, которые представлены x-последовательностями 81111113 и 711311121 (18 модулей) соответственно.

Кроме того, поскольку эти паттерны одинаковы в каждой строке их легко использовать для выравнивания PDF417 символа (Рис. 6). Хотя это и более актуальная задача при автоматическом сканировании, читать код необходимо перпендикулярно к старт- и стоп-паттернам.

Рис. 6. Шаг 0 при чтении PDF417

10. Считаем и сопоставляем со словарями

На необходимо определить количество информационных слов. Оно содержится в первом слове кода (строка 0, слово 0). К примеру, в нашем случае это значение равно 19 (Рис. 7). Кроме того, стоит проверить уровень коррекции ошибок, который можно узнать с помощью левых или правый индикаторов (не забываем, нужно выбрать правильную строку, Раздел 06). В результате, у нас должно быть 1 слово-длина, 18 слов-данных и 8 проверочных слов, то есть 27, что соответствует действительности.

Теперь разобьём код на строки. Это поможет ускорить чтение, поскольку необходимо использовать разные кластеры словаря.

Рис. 7. Узнаём длину данных, характеристики кода

11. Переводим PDF417 в текстовый вид и проверяем режимы кодирования

Итак, каждому слову необходимо сопоставить одно из значений от 000 до 928 (Рис. 8). В результате, получаем последовательность чисел, с которой далее будет удобно работать.

Рис. 8. Переводим символ в текстовое представление

12. Переводим в привычный нам вид

Поскольку мы знаем, что используется только текстовый режим, каждое слово можно расшифровать как 2 символа по формуле:

То есть чтобы определить необходимо выполнить целочисленное деление на 30, а для — взять остаток от деления на 30.

Тогда всё сообщение можно записать как:

(27)(07) (19)(19) (15)(18) (28)(14) (19)(19) (28)(07) (27)(00) (01)(17) (29)(17) (02)(14) (12)(29) (19)(15) (14)(18) (19)(28) (19)(05) (00)(00) (09)(06) (02)(29)

Что в стандартном виде будет выглядеть как:

Итак, код скрывает ссылку на данную публикацию. С помощью дополнительных 8 символов можно проверить наличие ошибок в результатах (Раздел 05).

13. Особенности автоматизированного чтения

Автоматическое сканирование часто производится дважды — слева направо и наоборот. Это позволяет минимизировать количество ошибок.

Как и в случае ручного чтения, при автоматическом нужно выполнить поиск и выравнивание символа. Поскольку в жизни редко можно выровнять код и сканер идеально, необходимо чтобы линия сканирования не проходила через более чем 3 разные строки. В таком случае всегда можно будет определить, какие слова принадлежат какой строке (поскольку они находятся в разных кластерах).

Ещё один пункт, важный для неидеальных условий — чтение не последовательности, а последовательности (Раздел 02). Поскольку PDF417 рассчитаны в том числе на печать на физических носителях, возможно размытие чернил (и т.д.), которое может привести к тому, что заполненные группы модулей станут шире, а пустые — уже. Проводя сканирование от края до такого же края, такие ошибки можно минимизировать.

Следующим шагом является определение уровня коррекции ошибок и построение матрицы слов. Кроме того, строится ещё одна матрица, которая состоит из весов (уровня доверия каждому значению). Слова с низким уровнем доверия в последствии проверяются на ошибки первыми.

14. Минимизация кода

Поскольку одну и ту же информацию можно записать различными способами в разных режимах, есть список рекомендаций, которые позволяют уменьшить количество информационных слов.

15. Размеры, пропорции и чистые зоны

Несмотря на то, что строгих ограничений на размер символа PDF417 нет, есть рекомендации касательно пропорций одного модуля. Так, желательно сохранять соотношение высоты к ширине примитивного элемента не менее (если вы соблюдаете минимальный рекомендуемый уровень коррекции ошибок, Табл. 4). Если рекомендации не соблюдаются, соотношение должно быть не менее .

Кроме того, вокруг PDF417 необходимо оставлять «чистую зону», размером не менее 2 ширин модуля.

Посчитать размер символа можно с помощью следующих формул:

где
— высота;
— ширина;
— количество строк;
— количество столбцов;
— высота модуля (строки);
— ширина модуля;
— размер чистой зоны (минимум ).

16. Компактный (усечённый) PDF417

В случае использования PDF417 в «чистой» среде (символ не может быть случайно повреждён и чистые зоны вокруг символа достаточно велики), можно использовать усечённый режим PDF417 (Truncated PDF417, Рис. 9).

Он работает следующим образом:

В результате ширина символа сокращается на 34 модуля и формула из Раздела 15 может быть переписана:

Рис. 9. Усечённый PDF417 (содержит ту же информацию, что и рассмотренный ранее код)

Стоит помнить, что у такого метода кодирования есть и недостатки:

17. Полезные ссылки

Описание PDF417

Упоминалось

Кроме того

18. Послесловие

Итак, мы рассмотрели принципы кодирования и чтения информации в виде символов PDF417. Эти коды достаточно удобны для записи длинных сообщений в разных форматах (текстовый, числовой, байтовый) и их комбинациях, а также позволяют использовать коррекцию ошибок.

Возможно, вам будут также интересны другие статьи цикла Коды step by step:

Не забывайте, всегда лучше знать, как что-то работает. Вдруг, оно работает неправильно.

Источник