Dissenyen una metodologia per facilitar la lectura dels codis QR en superfícies irregulars
NOTA DE PREMSA
De vegades, intentem capturar un codi QR amb un telèfon intel·ligent amb una bona càmera digital però la lectura finalment falla. Això sol passar quan el mateix codi QR té una qualitat d’imatge deficient, o bé si s’ha imprès sobre superfícies no planes -deformades o amb irregularitats de patró desconegut- com l’embolcall d’un paquet de missatgeria o una safata de menjar preparat. Ara, un equip de la UB i la UOC ha dissenyat una metodologia que facilita el reconeixement dels codis QR en aquests entorns físics amb una lectura més complicada.
De vegades, intentem capturar un codi QR amb un telèfon intel·ligent amb una bona càmera digital però la lectura finalment falla. Això sol passar quan el mateix codi QR té una qualitat d’imatge deficient, o bé si s’ha imprès sobre superfícies no planes -deformades o amb irregularitats de patró desconegut- com l’embolcall d’un paquet de missatgeria o una safata de menjar preparat. Ara, un equip de la UB i la UOC ha dissenyat una metodologia que facilita el reconeixement dels codis QR en aquests entorns físics amb una lectura més complicada.
La nova metodologia té caràcter generalista, no depèn de manera absoluta de la topografia subjacent, i és aplicable en codis QR que poden trobar sobre superfícies tubulars (ampolles), safates d’aliment, etc. Es tracta de la primera proposta tecnològica capaç de posar en comú una metodologia generalista i els codis de barres en dues dimensions per facilitar el reconeixement de la informació digital.
El treball, publicat a la revista Pattern Recognition Letters, té com a primer autor el professor Ismael Benito, de la Facultat de Física i del Departament d’Enginyeria Electrònica i Biomèdica de la Universitat de Barcelona, i dels d’Estudis d’Informàtica, Multimèdia i Telecomunicació de la Universitat Oberta de Catalunya (UOC). També són coautors els professors Cristian Fàbrega i Joan Daniel Prades, de la Facultat de Física i l’Institut de Nanociència i Nanotecnologia de la Universitat de Barcelona (IN2UB), així com els experts Hanna Lizzarzaburo-Aguilar i David Martínez-Carpena, vinculats a la Facultat de Matemàtiques i Informàtica de la UB. Tots els autors han participat amb diferents càrrecs en la creació de ColorSensing SL, una empresa derivada (spin-off) de la UB de l’àmbit de l’etiquetatge intel·ligent.
Per què és difícil llegir alguns codis QR?
Els codis QR (de l’anglès Quick Response) són una variació del típic codi de barres capaços de recollir informació en llenguatge informàtic -en una matriu bidimensional de píxels en blanc i negre- quan s’escanegen amb un dispositiu de lectura. Faciliten l’accés a dades d’interès, estalvien temps i recursos (paper, etc.) i han revolucionat la manera en què l’usuari accedeix a la informació de manera digital.
No obstant, de vegades és difícil escanejar correctament un codi de barres «perquè la qualitat de l’imatge, tot i que avui en dia molta gent té accés a bones càmeres de fotografia digital, no sempre es poden captar bé la imatge del QR. En segon lloc, la qualitat de la impressió del codi QR i dels colors emprats (bon contrast) de vegades no és satisfactòria», detalla Ismael Benito, del Departament d'Enginyeria Electrònica i Biomèdica de la UB i antic director tecnològic de ColorSensing.
«Per exemple, tots aquests factors entren en joc quan intentem capturar un QR del Bicing amb l’aplicació de mòbil: la superfície no és plana —és un cilindre— i, si intentem capturar el QR molt a prop, la deformació de la superfície es fa evident i la lectura falla —5-10 centímetres—; si ens n’allunyem massa, el QR es fa massa petit i la captura no és bona —1 metre—; si estem en un rang intermedi, la distorsió aparent de la superfície es redueix i la qualitat és apta per capturar-lo —30-50 centímetres—», explica Benito.
Un algoritme que aprofita propietats dels codis QR
El treball, que és part de la tesi doctoral que prepara Ismael Benito a la UB, presenta un nou algoritme que aprofita les característiques pròpies del QR —és a dir, els patrons interns del codi— per extreure la superfície subjacent en què es troba posicionat el codi.
La textura d’aquesta superfície es recupera mitjançant un ajust generalista basat en les funcions matemàtiques conegudes com a splines, que permeten ajustar la topografia de la superfície a escala local. Benito apunta que «són funcions que s’adapten localment als alts i baixos de la superfície, i formen una tècnica àmpliament utilitzada originalment en camps com la geologia o l’edició fotogràfica per ajustar o generar deformacions en superfícies».
Encara hi ha molts reptes tecnològics pendents per millorar tot el procés de reconeixement dels codis QR. En el cas de les aplicacions comercials activades pel lector de codis de l’usuari, l’expert detalla que «el desafiament principal és poder aportar lectures correctes i fiables. També s’està treballant a fons perquè no es puguin atacar els codis mitjançant tècniques de modificació , per exemple, amb una URL falsa que pugui capturar dades amb petites modificacions del codi. En el cas de la indústria, en què les captures es fan en entorns controlats, el repte principal és reduir la velocitat de captura», assenyala l’expert.
Cal recordar que ColorSensing, creada a la UB el 2020 pel catedràtic Joan Daniel Prades, de la Facultat de Física i l’INN i per María Eugenia Martín, ara CEO d’aquesta empresa emergent, va guanyar el Premi a la Innovació Empresarial Metropolitana 2023 per haver desenvolupat un etiquetatge intel·ligent per reduir el malbaratament alimentari. Igualment, el 2022 va rebre el Premi Senén Vilaró de la UB a la millor empresa innovadora, i va ser distingida en els Sustainability Awards 2022 dins de la categoria d’embalatge intel·ligent i actiu. Un altre dels èxits científics de la firma és la patent concedida als Estats Units i a Europa, que té com a impulsors Ismael Benito (UB i UOC), Olga Casals (UB), Cristian Fàbrega (UB), Joan Daniel Prades (UB i Universitat Tècnica de Braunschweig, TUB) i Andreas Waag (TUB).
Article de referència:
Benito, Ismael; Martínez, David; Lizarzaburu, Hanna; Fàbrega, Cristian; Prades, J. Daniel. «Reading QR Codes on challenging surfaces using thin-plate splines». Pattern Recognition Letters, juny de 2024. DOI: 10.1016/j.patrec.2024.06.004
Contacte
Comunicació Institucional