当前位置: 首页 > news >正文

22:一维码与二维码区别

一维码(条形码)

一维条码即指条码条和空的排列规则,常用的一维码的码制包括:EAN码39码、交叉25码、UPC码、128码、93码,ISBN码,及Codabar(库德巴码)等。

条码是由一组规则排列的条、空以及对应的字符组成的标记,“条”指对光线反射率较低的部分,“空”指对光线反射率较高的部分,这些条和空组成的数据表达一定的信息,并能够用特定的设备识读,转换成与计算机兼容的二进制和十进制信息。通常对于每一种物品,它的编码是唯一的,对于普通的一维条码来说,还要通过数据库建立条码与商品信息的对应关系,当条码的数据传到计算机上时,由计算机上的应用程序对数据进行操作和处理。

一个完整的条码的组成次序依次为:静区(前)、起始符、数据符、(中间分割符,主要用于EAN码)、(校验符)、终止符、静区(后),如图:

#静区:

指条码左右两端外侧与空的反射率相同的限定区域,它能使阅读器进入准备阅读的状态,当两个条码相距距离较近时,静区则有助于对它们加以区分,静区的宽度通常应不小于6mm(或10倍模块宽度)。

#起始/终止符:

指位于条码开始和结束的若干条与空,标志条码的开始和结束,同时提供了码制识别信息和阅读方向的信息。

#数据符:

位于条码中间的条、空结构,它包含条码所表达的特定信息。

因此,普通的一维条码在使用过程中仅作为识别信息,它的意义是通过在计算机系统的数据库中提取相应的信息而实现的。一维条形码制作简单,编码码制较容易被不法分子获得并伪造。其次,一 维条形码几乎不可能表示汉字和图像信息。

码制

EAN 码:是国际通用的符号体系,是一种长度固定、无含意的条码,所表达的

信息全部为数字,主要应用于商品标识。

39码和128码:为目前国内企业内部自定义码制,可以根据需要确定条码的长度和信息,它编码的信息可以是数字,也可以包含字母,主要应用于工业生产线领域、图书管理等。Code 39 码,是目前 用途广泛的一种条形码,可表示数字、英文字母以及“−”、“.”、“/”、“+”、“%”、“$”、 “”(空格)和“”共 44 个符号,其中“”仅作为起始符和终止符。既能用数字,也能用 字母及有关符号表示信息。

93码:是一种类似于39码的条码,它的密度较高,能够替代39码。

25码:主要应用于包装、运输以及国际航空系统的机票顺序编号等。

Codabar码:应用于血库、图书馆、包裹等的跟踪管理。

ISBN:用于图书管理。

二维码

二维码又称二维条码,常见的二维码为QR Code,QR全称Quick Response,是一个近几年来移动设备上超流行的一种编码方式,它比传统的Bar Code条形码能存更多的信息,也能表示更多的数据类型。

QR码的一些信息:

1.任意扫码方向都行,因为三个正方形的定位图案,可以让它的位置固定

2.可以合并和拆分QR码

3.尺寸:

QR码版本1到40分别是21×21,25×25,29……177×177码元,汉信码23x23开始依次增加2个模块直到189x189

错误修正能力:

L水平 7% 的字码可被修正

M水平 15% 的字码可被修正

Q水平 25% 的字码可被修正

H水平 30% 的字码可被修正

编码过程:

1)确定编码的字符类型和纠错等级

2)将数据字符转换为二进制流,每8位一个码字,整体构成一个数据的码字序列(固定的数据和)

3)根据纠错等级和分块的码字,产生纠错码字,并把纠错码字加入到数据码字序列后面,成为一个新的序列

4)把上面形成的码进行分块后,放在二维码数据区的不同区块

5)优化过程:

掩摸:将掩摸图形用于符号的编码区域,使得二维码图形中的深色和浅色(黑色和白色)区域能够比率最优的分布。

6)生成格式和版本信息放入相应区域内。

编码原理:

二维条码/二维码(2-dimensional bar code)是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的;在代码编制上巧妙地利用构成计算机内部逻辑基础的0、1比特流的概念

使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图象输入设备或光电扫描设备自动识读以实现信息自动处理:它具有条码技术的一些共性:每种码制有其特定的字符集;每个字符占有一定的宽度;具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。

相关文章:

  • Android之Button、ImageButton、ChipGroup用法
  • Spring AI 实战:第十章、Spring AI RAG之博学多才
  • PiscTrace针对YOLO深度适配:从v8到v12
  • Spring MVC @CookieValue 注解怎么用?
  • 每日算法-250504
  • 即梦AI视频3.0模型提示词创作设定
  • 【C++重载操作符与转换】下标操作符
  • n8n工作流自动化平台的实操:生成统计图的两种方式
  • QT数据库实验
  • AVL树(2):
  • 性能优化实践:渲染性能优化
  • Python|Pyppeteer实现自动登录小红书(32)
  • 蓝桥杯15届国赛 合法密码
  • 基于 ESP32 和 GC9D01 0.71寸TFT屏幕的逼真眼睛与写轮眼动态显示
  • 2025年- H26-Lc134- 226. 翻转二叉树(树)---java版
  • 《AI大模型应知应会100篇》第48篇:构建企业级大模型应用的架构设计
  • STM32教程:ADC原理及程序(基于STM32F103C8T6最小系统板标准库开发)*详细教程*
  • 01背包专题4:小A点菜
  • Q_OBJECT宏的作用
  • 深度学习中保存最优模型的实践与探索:以食物图像分类为例
  • 美权威人士批“特朗普对进口电影征关税”:将杀死美电影产业
  • 给3亿老人爆改房子,是门好生意吗?
  • 履新宿州市政府党组书记后,任东暗访五一假期安全生产工作
  • 产假工资是谁出?女职工生育能领多少生育津贴?解答来了
  • 图忆|上海车展40年:中国人的梦中情车有哪些变化(下)
  • 即日起,“应急使命·2025”演习公开征集新质救援能力