Η τεχνική αρχικά χρησιμοποιήθηκε ευρέως σε πεδία όπως η γεωλογία και η φωτογραφία
Μερικές φορές, προσπαθούμε να καταγράψουμε έναν κωδικό QR με μια καλή ψηφιακή κάμερα σε ένα smartphone, αλλά η ανάγνωση τελικά αποτυγχάνει. Αυτό συμβαίνει συνήθως όταν ο ίδιος ο κωδικός QR προέρχεται από κακής ποιότητας εικόνα ή έχει τυπωθεί σε επιφάνειες που δεν είναι επίπεδες, ή είναι παραμορφωμένες, όπως στις συσκευασίες ταχυμεταφορών ή στα πακέτα με έτοιμο φαγητό.
Οι κωδικοί QR είναι μια παραλλαγή του τυπικού γραμμικού κώδικα, ικανός να συλλέγει πληροφορίες σε γλώσσα υπολογιστή — σε μια δισδιάστατη μήτρα ασπρόμαυρων εικονοστοιχείων — όταν σαρώνεται με συσκευή σάρωσης. Διευκολύνουν την πρόσβαση σε δεδομένα ενδιαφέροντος, εξοικονομούν χρόνο και πόρους, όπως το χαρτί, και έχουν φέρει επανάσταση στον τρόπο με τον οποίο οι χρήστες έχουν πρόσβαση σε πληροφορίες στον ψηφιακό τομέα.
Μια ομάδα από το Πανεπιστήμιο της Βαρκελώνης και το Universitat Oberta de Catalunya έχει σχεδιάσει μια μεθοδολογία που διευκολύνει την αναγνώριση των κωδικών QR, όπου η ανάγνωση είναι πιο περίπλοκη.
Το νέο σύστημα δεν εξαρτάται απόλυτα από την υποκείμενη τοπογραφία και εφαρμόζεται σε κωδικούς QR που βρίσκονται σε σωληνοειδείς επιφάνειες (μπουκάλια), δίσκους τροφίμων κ.λπ. Είναι η πρώτη τεχνολογική πρόταση ικανή να συνδυάσει μια γενική μεθοδολογία με εκείνη που έχει γραμμωτούς κώδικες για τη διευκόλυνση της αναγνώρισης ψηφιακών πληροφοριών.
Η μελέτη, που δημοσιεύτηκε στο περιοδικό Pattern Recognition Letters , συντάχθηκε για πρώτη φορά από τον καθηγητή Ismael Benito, από τη Σχολή Φυσικής και το Τμήμα Ηλεκτρονικής και Βιοϊατρικής Μηχανικής του UB, και από το Τμήμα Επιστήμης Υπολογιστών, Πολυμέσων και Τηλεπικοινωνιών του UOC. Οι Cristian Fàbrega και Joan Daniel Prades, καθηγητές στη Σχολή Φυσικής και στο Ινστιτούτο Νανοεπιστήμης και Νανοτεχνολογίας του UB (IN2UB), είναι συν-συγγραφείς της έρευνας, όπως και οι ειδικοί Hanna Lizarzaburu-Aguilar και David Martínez Carpena, από τη Σχολή του UB, τμήματος Μαθηματικών και Πληροφορικής. Όλοι οι συγγραφείς έχουν συμμετάσχει από διαφορετικές θέσεις στη δημιουργία της ColorSensing, SL, μιας spin-off εταιρείας UB στον τομέα της έξυπνης ετικετοποίησης.
Ένας αλγόριθμος που εκμεταλλεύεται τις ιδιότητες των κωδικών QR
Η μελέτη, η οποία αποτελεί μέρος της διδακτορικής διατριβής του Ismael Benito στο UB, παρουσιάζει έναν νέο αλγόριθμο που εκμεταλλεύεται τα χαρακτηριστικά του QR – δηλαδή τα εσωτερικά μοτίβα του κώδικα – για να εξάγει την υποκείμενη επιφάνεια στην οποία είναι τοποθετημένος ο κώδικας.
Η υφή αυτής της επιφάνειας ανακτάται με μια γενική προσαρμογή που βασίζεται σε μαθηματικές συναρτήσεις γνωστές ως splines, οι οποίες επιτρέπουν την τοπική προσαρμογή της τοπογραφίας της επιφάνειας. Ο Benito επισημαίνει ότι «είναι λειτουργίες που προσαρμόζονται τοπικά στα σκαμπανεβάσματα της επιφάνειας και αποτελούν μια τεχνική που αρχικά χρησιμοποιήθηκε ευρέως σε πεδία όπως η γεωλογία ή η φωτογραφική επεξεργασία».
Το ColorSensing δημιουργήθηκε στο UB το 2020 από την Καθηγήτρια Joan Daniel Prades, από τη Σχολή Φυσικής και το INN, και τη María Eugenia Martín, τώρα διευθύνουσα σύμβουλο αυτής της νεοσύστατης εταιρείας, και κέρδισε το Metropolitan Business Innovation Award 2023 για την ανάπτυξη έξυπνων επισήμανση για τη μείωση της σπατάλης τροφίμων. Ομοίως, το 2022 έλαβε το βραβείο Senén Vilaró της UB για την καλύτερη καινοτόμο εταιρεία, διακρίνοντας στα Sustainability Awards 2022 στην κατηγορία έξυπνων και ενεργών συσκευασιών.