barcode-reader

RFID RFID (Radio-Frequency Identification) 无线射频识别技术，是非接触式自动识别技术的一种。通过无线射频方式进行非接触双向数据通信，利用无线射频方式对记录媒体（电子标签或射频卡）进行读写，从而达到识别目标和数据交换的目的。 条码 条形码由代表标识信息的一系列平行的黑条组成，由光学设备（例如扫描仪）读取条形码。 条形码中的信息通过改变条形的宽度以及每个条形之间的间距来进行编码。 条形码上的最新迭代使用了不同于传统条形码的其他形状，并且能够被更多种类的设备读取。 如今，许多智能手机都能够扫描不同类型的条形码。 条码为何胜于RFID RFID虽具有许多吸引需要跟踪库存的公司的品质， 比如根据需要扫描的材料类型，它们有多种频率可用；不需要物品在视线里，可以远距离读取标签；可以一次扫描多个标签；RFID标签也比条形码更耐用等等。但是，即使具有所有这些优点，条形码仍可在以下几方面胜出： 价格 RFID标签的成本一直居高不下。根据标签的类型，应用和订单量的不同，RFID标签的价格可低至10美分或高于50美元。这如果是对于集装箱或者汽车、冰箱之类的大宗货物来说，当然算不上什么；但如果是相对于小宗商品来讲，这一价格必然会遭到成本上的质疑。另外，布置RFID其他相关设备，如RF信号发射机、信号接收机、编程器、天线等也需要一笔巨大的投入。 相对而言

Dynamsoft Barcode Readerv7.5带来了一些新的参数配置，例如中心定位条形码、二值化模式等。让我们来看看新功能中的一些亮点。 更新 添加了对QR Code Model 1（QR Code规范的旧版本）的支持。可以通过在JSON模板文件中设置FormatSpecification.EnableQRCodeModel1来启用它。 添加了新的定位模式LM_CENTRE以从中心定位条形码，如果条形码位于图像的中心，则可以提高定位速度。可以通过设置结构PublicRuntimeSettings-> LocalizationModes-> LM_CENTRE来启用它。 添加了新的二值化模式BM_THRESHOLD来设置BinarizationThreshold值，该值用于将灰度图像转换为二进制图像。 为UPC_A，UPC_E，EAN_8和EAN_13代码的结构OneDCodeDetails添加了startPatternRange，middlePatternRange和endPatternRange属性。 为RegionPredetectionMode.RPM_GENERAL_RGB_CONTRAST和RegionPredetectionMode.RPM_GENERAL_GRAY_CONTRAST添加了以下新参数： RelativeBarcodeRegions

最近618优惠，买了树莓派4，打算给娃当电脑用。到手之后先自己玩了下，做了一个简单的扫码程序。 树莓派4相关硬件采购 树莓派4的4GB版本。官方定价65美金，京东300减40到手389。 Micro HDMI转HDMI线。树莓派4更换了电源接口。 HDMI母对母转接头。用于延长HDMI线。 树莓派智能贴身管家。包含可编程风扇，RGB灯和OLED显示模块。 系统安装 官网下载官方系统 https://www.raspberrypi.org/downloads/。 用Win32 Disk Imager把镜像写到sdcard里。 卡插入树莓派4，连接电源。注意：电源至少3A输出，不要随便连接USB接口供电。 系统配置 开启I2C, VNC, 和SSH。 要通过Windows远程连接，可以安装tightvncserver和xrdp: sudo apt update sudo apt install tightvncserver xrdp 接下来检查下磁盘空间是否足够： df -H Filesystem Size Used Avail Use% Mounted on /dev/root 32G 8.9G 21G 30% / devtmpfs 1.9G 0 1.9G 0% /dev tmpfs 2.1G 0 2.1G 0% /dev/shm tmpfs 2.1G 9.1M 2.1G 1%

搜索引擎 中国知网 虫部落·快搜 SCI-HUB 鸠摩搜索 多吉搜索 Qwant Lookao 秘迹搜索 联合搜索 万千集合站 茶杯狐 iData 北邮人导航 正版中国 SearchEncrypt Ecosia LibreStock SemanticScholar WikiHow Github 代码社区 Gitlab 码云 InfoQ Ubuntu中文论坛 ZELAER inoreader 远景论坛 36氪 卡饭论坛 V2EX Google Hacking Database 安天实验室 Sec-News 安全圈 二十次幂 先知社区 Freebuf 安全客 在线课堂 学堂在线 edX Coursera 爱课程 中国大学MOOC 网易云课堂 合天网安实验室 网易公开课 Khan Academy 传智播客 Lynda 安全牛课堂 蓝鲸安全 bilibili 漏洞银行 SmashingMagazine 服务工具 清华大学TUNA协会 中国科学技术大学Linux用户协会 阿里云开源镜像站 carbon Free Online Barcode Reader CTF在线工具 somod5 草料二维码 在线工具 Free Online IDE and Terminal JavaScript 3d Library HTML颜色代码 PanDownload网页版 Cmd Marddown 与佛论禅

Dynamsoft Barcode SDK安装包里自带了一个功能强大的扫码Demo，这个Demo支持的条形码扫描功能包括文件读取，扫描仪图像读取，以及摄像头视频流读取。 然而扫描仪和摄像头的调用功能并不是免费的，需要用到Dynamic .NET TWAIN这个商用SDK。这篇文章分享下如何去掉扫描仪功能，并把Webcam调用接口替换成DirectShow。 Windows桌面条形码扫描应用 安装Dynamsoft Barcode Reader之后，找到工程 <Dynamsoft Barcode Reader>\Samples\Desktop\C#\BarcodeReaderDemo ，并导入 Visual Studio 。 这个工程依赖的DLL包括Dynamsoft.BarcodeReader.dll， Dynamsoft.ImageCore.dll，Dynamsoft.Forms.Viewer.dll， Dynamsoft.Camera.dll，Dynamsoft.PDF.dll，Dynamsoft.Twain.dll。 扫码工程修改 去掉扫描仪和摄像头依赖的DLL：Dynamsoft.Camera.dll, Dynamsoft.PDF.dll ，Dynamsoft.Twain.dll。 在 App.config 文件中去掉 key ="DNTLicense" value =

如果要用Python播放视频，或者打开摄像头获取视频流，我们可以用OpenCV Python。但是在视频帧获取的时候同时做一些图像识别和处理，可能会因为耗时多而导致卡顿。一般来说，我们首先会想到把这些工作放入到线程中处理。但是由于Python GIL 的存在，用不用线程几乎没有区别。所以要解决这个问题，必须通过多进程。这里分享下使用 Dynamsoft Barcode Reader 开发Python条形码扫码的例子。 用Python和摄像头打造的桌面条形码扫码应用 安装Dynamsoft Barcode Reader: pip install dbr 安装OpenCV Python pip install opencv-python 在主程序中创建一个新的扫码进程和共享内存: from multiprocessing import Process, Queue frame_queue = Queue(4) finish_queue = Queue(1) dbr_proc = Process(target=dbr_run, args=( frame_queue, finish_queue)) dbr_proc.start() 通过OpenCV不断获取视频帧插入到队列中: vc = cv2.VideoCapture(0) if vc.isOpened(): # try to get

网上有很多相机评测，大部分都是靠肉眼。这种评测因人而异。比较专业的是DXOMARK，华为和小米现在都热衷晒分数。很多小白用户可能和我一样，根本分不清华为，iPhone，小米在同样场景下拍摄照片的差异。既然人眼无法判断，那就交给机器。我决定做一个测试，对比华为P30 Pro和红米Note8 Pro的相机。 可能有些人会说没有可比性，华为稳赢。我比较好奇的是红米Note8 Pro的6400万像素对决华为P30 Pro的4000万像素到底会是什么结果。 测试方法 在Android手机上安装Barcode Reader X（iOS可以在Appstore上找到）。 这款App可以通过一张图片一次性读取图上所有的条形码。这种功能对仓储包裹管理是非常有用的。可以大大减少扫描时间。因为是多码，对图像质量的要求就比较高。通过在不同设备上运行同一个图像算法程序，然后输入不同设备获取的照片，就可以比较客观的比较出相机获取的图像质量。 测试场景 我摆好了一个货架，用于模拟仓储包裹管理。 在拍照的时候使用一个架子固定手机。然后调节与货架之间的距离。以下是0.8米处的对比： 华为 红米 测试结果 结论 由于相机放置的角度可能有些差异，检测结果会有一些偏差。不过整体上可以看到，在1.1米内，P30 Pro的识别结果较多，这也说明照片质量优于红米Note8 Pro，也证明了像素多不代表图像质量高。而距离增大之后

WebAssembly （Wasm）是一种用于Web开发的革命性技术。 它让运行在Web浏览器中的前端应用拥有媲美原生应用的速度。使用WebAssembly，可以方便地把C / C ++代码移植到Web前端，通过JavaScript调用。 Dynamsoft 最近即将推出用于Web前端开发的WebAssembly条形码SDK。 浏览器兼容性 支持的浏览器包括Firefox, Chrome, Edge, Safari, Opera。在 MDN 上可以找到兼容性数据。 测试环境 Chrome Version 67.0.3396.99 IIS Windows 10 License 使用SDK之前，需要先申请一个有效的 License 。试用License免费。 WebAssembly条形码SDK 参数初始化 配置参数。替换有效的license。 var dynamsoft = self.dynamsoft || {}; var reader; dynamsoft.dbrEnv = dynamsoft.dbrEnv || {}; dynamsoft.dbrEnv.resourcesPath = "https://tst.dynamsoft.com/demo/DBR_WASM"; dynamsoft.dbrEnv.licenseKey =

网上有很多相机评测，大部分都是靠肉眼。这种评测因人而异。比较专业的是DXOMARK，华为和小米现在都热衷晒分数。很多小白用户可能和我一样，根本分不清华为，iPhone，小米在同样场景下拍摄照片的差异。既然人眼无法判断，那就交给机器。我决定做一个测试，对比华为P30 Pro和红米Note8 Pro的相机。 可能有些人会说没有可比性，华为稳赢。我比较好奇的是红米Note8 Pro的6400万像素对决华为P30 Pro的4000万像素到底会是什么结果。 测试方法 在Android手机上安装Barcode Reader X（iOS可以在Appstore上找到）。 这款App可以通过一张图片一次性读取图上所有的条形码。这种功能对仓储包裹管理是非常有用的。可以大大减少扫描时间。因为是多码，对图像质量的要求就比较高。通过在不同设备上运行同一个图像算法程序，然后输入不同设备获取的照片，就可以比较客观的比较出相机获取的图像质量。 测试场景 我摆好了一个货架，用于模拟仓储包裹管理。 在拍照的时候使用一个架子固定手机。然后调节与货架之间的距离。以下是0.8米处的对比： 华为 红米 测试结果 结论 由于相机放置的角度可能有些差异，检测结果会有一些偏差。不过整体上可以看到，在1.1米内，P30 Pro的识别结果较多，这也说明照片质量优于红米Note8 Pro，也证明了像素多不代表图像质量高。而距离增大之后