Розробка методу використання кольору в машинозчитуваних оптичних кодах для підвищення інформаційної ємності
DOI:
https://doi.org/10.15587/2706-5448.2025.332931Ключові слова:
оптична ідентифікація, машинозчитуваний код, QR-код, обробка зображень, колірний простірАнотація
У роботі досліджується можливість підвищення ємності QR-кодів шляхом використання кольорових модулів без додавання нових метаданих. Запропоновано метод автоматичного визначення кількості кольорів та їхньої палітри за допомогою обробки зображень, що забезпечує сумісність із класичними QR-кодами. Запропоновано систему, яка дозволяє створювати QR-код, в якому використовується додатково до стандартної чорно-білої версії 4, 8 або 16 кольорів.
Основною проблемою є оптимальне використання доступного простору кольорів для мінімізації помилок при зчитуванні інформаційного зображення оптичною камерою, компенсація впливу нерівномірності освітлення та низької якості зображення, забезпечення зворотної сумісності із чорно-білою версією.
В ході аналізу використання різних колірних просторів визначено найбільш перспективним перцептивно рівномірний простір OKLCH. Розроблено алгоритми попередньої обробки зображень для коректного декодування інформації та алгоритм для кодування й декодування інформації за допомогою кольору.
Отримані результати пояснюються розподілом колірної гами після тестового зчитування інформаційних зображень, кількістю помилок й успішних зчитувань. Використовуючи колірний простір OKLCH вдалося зчитати 60% 16-колірних тестових зображень, тоді як в HSL не вдалося зчитати жодного зображення через перекриття кольорів. Проте, обидва простори мають досить високий показник успішних зчитувань в 4 та 8 колірних кодах.
Використання кольору дозволить впровадити нові стандарти кольорових машинозчитуваних кодів підвищеної ємності, не вимагаючи внесення змін в існуючі для додаткових метаданих, при цьому зберігаючи повну зворотну сумісність і надійність чорно-білих кодів. Збільшення інформаційної ємності в деяких випадках дозволяє відмовитись від необхідності бути підключеним до Інтернету, зменшити розмір коду, а також зробити його візуально привабливішим, використовуючи кольори.
Посилання
- GS1 Barcodes. Bar Code Graphics, Inc. Available at: https://www.gs1standards.info/gs1-barcodes/
- 2D Barcode: Types, Use Cases, and Benefits (2023). Bitly. Available at: https://bitly.com/blog/2d-barcode/
- Ricson, E. (2025). 61+ QR Code Statistics & Trends 2025 Full Report. QR TIGER PTE. LTD. Available at: https://www.qrcode-tiger.com/qr-code-statistics-2022-q1
- What is a QR Code? QR Code. Available at: https://www.qrcode.com/en/about/
- ISO/IEC 18004:2015: Information technology – Automatic identification and data capture techniques – QR Code bar code symbology specification (2015). International Organization for Standardization. Geneva. Available at: https://raw.githubusercontent.com/yansikeim/QR-Code/master/ISO%20IEC%2018004%202015%20Standard.pdf
- David, C. (2024). QR Codes – what's the real risk? NCSC. Available at: https://www.ncsc.gov.uk/blog-post/qr-codes-whats-real-risk
- Grillo, A., Lentini, A., Querini, M., Italiano, G. F. (2010). High Capacity Colored Two Dimensional codes. Proceedings of the International Multiconference on Computer Science and Information Technology. Wisla, 709–716. https://doi.org/10.1109/imcsit.2010.5679869
- Taveerad, N., Vongpradhip, S. (2015). Development of Color QR Code for Increasing Capacity. 2015 11th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS). Bangkok, 645–648. https://doi.org/10.1109/sitis.2015.42
- You, F., Zhang, Q., Welt, B. (2019). Research on color matching model for color QR code. Journal of Applied Packaging Research, 11 (3), 57–68. Available at: https://repository.rit.edu/japr/vol11/iss3/5
- Galiyawala, H. J., Pandya, K. H. (2014). To increase data capacity of QR code using multiplexing with color coding: An example of embedding speech signal in QR code. 2014 Annual IEEE India Conference (INDICON). Pune, 1–6. https://doi.org/10.1109/indicon.2014.7030441
- Understanding gamma correction. Cambridge in Colour. Available at: https://www.cambridgeincolour.com/tutorials/gamma-correction.htm
- Vidra, V., Pešička, O. (2023). LCH vs OKLCH: what is the difference? Atmos. Available at: https://atmos.style/blog/lch-vs-oklch
- OKLCH Color Picker & Converter. OKLCH. Available at: https://oklch.com/#0.6,0.1032,210,100
- ZXing-Dart. GitHub, Inc. Available at: https://github.com/shirne/zxing-dart
- Fechan, A., Khoverko, Y., Daliavskyi, V., Dyhdalovych, T. (2024). Contactless dual-function sensors based on Si-cholesteric liquid crystal systems for optical identification. Journal of Materials Science: Materials in Electronics, 35 (18). https://doi.org/10.1007/s10854-024-13005-5
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Oleksandr Kozyra, Andrii Fechan, Vladyslav Daliavskyi
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
