Сравнение ридеров кодов. Новый движок против классических библиотек
Разработчики libscanner представили свой универсальный ридер unir, который показал более высокую точность на сложных снимках по сравнению с популярными библиотеками.
В ходе тестирования на базе из 6899 снимков новый движок unir успешно распознал 72% кодов. Для сравнения, ZBar показал результат 56%, zxing-cpp, 54%, а OpenCV, 42%. Основное преимущество нового решения проявилось на размытых кадрах. На наборе Artelab-2 точность unir достигла 93%, в то время как у конкурентов она варьировалась от 15 до 42%.
Скорость работы программ сопоставима. На обычных снимках обработка занимает от 10 до 20 мс у всех участников, кроме ZBar. При дефиците времени, например, если на обработку одного кадра отведено всего 60 мс, чёткие коды считывают почти все, но со сложными условиками справляется только unir.
При этом у новых алгоритмов есть слабая сторона. Если на снимке кода нет, программа может тратить больше времени на перебор вариантов.
Проблема ложных срабатываний также была проверена на 4231 снимке, где штрихкодов не было (текст, рельсы конвейера или узоры). У unir, zxing-cpp и ZBar ложных чтений не зафиксировано. В то же время OpenCV выдал 7 ложных результатов на подобных кадрах.
Для автоматизации логистики и производства это означает, что точность распознавания на движущихся конвейерах или при плохом освещении зависит от алгоритмов обработки размытия. Если вы планируете внедрять сканирование в условиях нестабильного качества фото, стоит обратить внимание на инструменты с высокой устойчивостью к дефектам снимка.
Источники · 1
Текст подготовила языковая модель по материалам источников.
