Los códigos de barras, Qr y Datamatrix están cada vez más extendidos. Tienen infinidad de aplicaciones, quizás la más extendida y primera que se viene a la mente es cualquier etiqueta o embase. Lo vemos en supermercados, ropa, farmacia, facturas, extractos, correspondencia, correos, Amazon, documentación clínica, administrativa, contratos, banca y un largo etcétera.
¿Porque se utilizan estos códigos? por la automatización de procesos y trabajos. Si bien el ojo humano no interpreta esos códigos como algo más que barras, puntos y figuras, la informática y con ella, todo lo susceptible de programación hacen que sean códigos resistentes, legibles rápidamente, muy eficientes, sin lugar al error o con mínimas posibilidades de error.
Pues bien, vamos a ver cómo implementar su lectura desde Python.
ZBar
La mejor librería en estos casos es con diferencia ZBar.
De código abierto, disponible para C++, Python, Ruby y Perl.
Instalando la lib ZBar en Ubuntu
No nos detendremos a comentar la instalación, como siempre sudo apt-get …
sudo apt-get install libzbar-dev libzbar0
pyZBar
pyzbar nos permitirá utilizar esta magnífica librería desde Python.
Instalando pyzbar
pip3 install pyzbar
* quizás sea interesante echar un vistazo a pip y pip3, porque utilizar uno u otro, ¿es lo mismo?
OpenCV
El trabajo con imágenes se simplifica enormemente con openCV
sudo apt-get install python-opencv
Leyendo con ZBar desde Python
Bien, ya tenemos todo lo que necesitamos, vamos al código.
Creamos la función tifrbar, tiene como parámetros el nombre del archivo tiff origen y el archivo txt de salida.
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Wed Aug 29 12:11:22 2018
@author: altaruru
"""
import pyzbar.pyzbar as pyzbar
import numpy as np
import cv2
def tifrbar(tifname, txtname):
try:
# carga imagen
tifimg = cv2.imread(tifname)
# carga códigos de barras de la imagen en lista
lstbc = pyzbar.decode(tifimg)
# recorre objetos encontrados
fptxt = open(txtname, 'w')
for bc in lstbc:
npoint = bc.polygon
# estamos buscando un area rectangular, si hay más de 4 puntos intenta una aproximación
if len(npoint) > 4 :
hull = cv2.convexHull(np.array([point for point in npoint], dtype=np.float32))
hull = list(map(tuple, np.squeeze(hull)))
else :
hull = npoint
n = len(hull)
if (n>0):
# código válido
slinea="%s|%s\n" % (bc.data, bc.type)
print(slinea)
fptxt.write(slinea)
fptxt.closed
return True
except:
# si hay algún error...
print("ERROR de lectura, tifrbar")
return False
Y añadimos nuestra función de prueba:
def test():
spathfile="/home/altaruru/pysrc/imgs/factdge.tif"
spathtxt="/home/altaruru/pysrc/imgs/factdge.txt"
tifrbar(spathfile, spathtxt)
test()
Ejecutamos y… Nuestro archivo txt con los códigos leídos:
b'8470006583203'|EAN13 b'FFS21BFZGH89191'|CODE128 b'8470007295662'|EAN13 b'B776741667GG665'|CODE128
A partir de aquí cualquier implementación es posible, guardar en BD, indexar, separar documentos, …
Saludos y Altaruru!!!!
Hola!! esta muy claro, muchas gracias.
¿Podrías poner los archivos de ejemplo?. Porque estoy intentando pero no tengo éxito si bien no me marca ningún error.