Comments 11
Типовая система для успешного определения и дальнейшего считывания QR требует, чтобы в поле видимости находились 4 объекта: три шаблона поиска и один шаблон наведения.
С его помощью можно успешно декодировать QR, даже если у кода по краям отсутствуют до 30% площади в зависимости от плотности размещения информации.
Так сам стандарт итак подразумевает уровень коррекции до 30%, в зависимости от настроек кодирования.
Видимо они научили нейросеть понимать коды Рида-Соломона.
НЯП, коррекция начинает работать, если эти шаблоны распознаны. Ну, наверное без ИИ это никак не решить - дорисовать недостающие маяки, попытаться распознать, если не получилось (коррекция не вытянула) - нарисовать иначе, повторить.
Ну ИИ не сканирует код, а его распознаёт, а вообще упоминание ИИ только в заголовке. В самом тексте речь идёт о некоем способе.
А вот просто печатать коды не на краю квитанции, наверное в голову никому не пришло.
Скоро уже и гвоздь без ИИ и команды программистов не забить будет. Простые вещи мы настолько стали усложнять, что на решение типовой проблемы тратим очень много сил.
Проблема в том, что те, кто печатают, тупо реализуют требование о наличии штрих-кода. Как он должен читаться их не очень интересует. В своё время мучился с одномерными кодами. То его в рамочку засунут (красиво же) и сканер начинает рамочку считать штрихами, то пренебрегут требованиями к размерам и ужмут так, что сканер перестаёт код понимать (ну у нас места на квитанции мало), то распечатают в экономичном режиме (тонер-то денег стоит).
Недавно столкнулся с такой проблемой: приложение не понимало QR-код, у которого оторвано не много пикселей, но оторван кусок поискового узора (квадратного элемента в углу). Решил проблему, подложив целый QR под порванный, чтобы поисковой узор стал полноценным.
Ученые Smart Engines создали ИИ, сканирующий обрезанные QR-коды для платежей