Comment améliorer la qualité des codes QR

Que sont les codes QR ? 

Masahiro Hara a développé le symbole de système à réponse rapide, mieux connu sous le nom de code QR, en vue d’accélérer la lecture de codes sur des pièces de voiture. Il a atteint son objectif et bien au-delà ; la technologie est devenue une norme ISO en raison des multiples avantages qu’elle offrait par rapport aux codes-barres traditionnels, notamment :

• Temps de décodage jusqu’à 10 fois plus rapides
• Capacité de stockage accrue des données
• Tailles flexibles
• Lisibilité dans n’importe quelle orientation
• Lisibilité avec jusqu’à 30 % du code endommagé

Ces avantages dépendent néanmoins de la qualité des codes QR. Les entreprises produisant des codes QR pour un usage interne ou public doivent s’assurer qu’ils sont facilement décodés, et la meilleure façon de le faire est d’utiliser un vérificateur de codes-barres. Les vérificateurs de codes-barres analysent les codes QR en testant plusieurs paramètres afin de déterminer un niveau de qualité global.

Avant de passer en revue le processus de classement, examinons les différentes parties d’un code QR. 

Comprendre la structure des codes QR

Zone de silence : Espace autour du bord du code aidant à séparer le code des éléments de conception ou des marquages situés à proximité. La taille minimale est de 1 module, la taille des plus petits carrés du code, dans la norme ISO 16480 pour les codes QR ou de 4 modules dans la norme ISO 18004 pour les codes QR destinés à être lus sur des dispositifs mobiles.

Motif de localisation : Trois jeux imbriqués identiques de carrés noirs et blancs qui permettent aux lecteurs de déterminer l’orientation et de lire le code plus rapidement et plus facilement.

Motif d’alignement : Des carrés imbriqués noirs et blancs plus petits qui garantissent la lecture du code même s’il est incliné ou sur une surface incurvée. Ils indiquent au logiciel du lecteur où placer la grille.

• Plus le code est grand, plus il aura besoin de motifs d’alignement.
• Les codes QR de plus de 45 modules requièrent plusieurs motifs d’alignement. 

Motif de synchronisation : Une ligne en L s’étendant entre les trois carrés du motif de localisation aide les lecteurs à déterminer la taille des modules et l’emplacement des données.

Informations de format : Zones spécifiques du code qui spécifient la tolérance d’erreur et un motif de masquage de données .

Informations de version : Zones spécifiques du code qui identifient laquelle des 40 versions de codes QR est utilisée, ainsi que le masque de données, les niveaux de correction d’erreur et les valeurs de lien utilisées dans le symbole. Comme pour les motifs d’alignement supplémentaires, ces informations ne sont répertoriées que dans les symboles de plus de 45 x 45 modules.

Données et clés de correction : La majeure partie du code, avec l’utilisation de modules clairs et sombres pour les données et la correction d’erreur.

• La correction des erreurs permet à un code endommagé jusqu’à 30 % d’être décodé. 

Le processus de classement des codes QR

Les codes QR sont classés en fonction des étapes du processus de décodage. Les détails sont définis dans la norme ISO 15415 pour les codes imprimés sur étiquettes, et ISO 29158 pour les codes de marquage direct de pièces (DPM).  

Le logiciel de lecture de symboles commence le décodage en localisant les trois grands motifs de localisation dans les coins d’un code. Une fois ces motifs trouvés, la piste d’horloge et les motifs d’alignement établissent une grille de caractères. La couleur de chaque module est mesurée à l’intersection des lignes de la grille, qui se situent près du centre des modules, et cette couleur est comparée à la couleur supposée du module.

Échantillonnage circulaire pour la mesure de couleur

La couleur d’un module est mesurée dans un échantillon circulaire appelé ouverture, centré au niveau de l’intersection des lignes de la grille. Étant donné que l’image présente souvent des nuances de gris variables dans l’ouverture, les lecteurs utilisent la couleur moyenne dans cette zone pour évaluer le module. 

Détermination des modules sombres ou clairs

Les valeurs moyennes de tous les modules d’un code sont tracées sur un graphique appelé histogramme. Le gris situé à mi-chemin entre les niveaux les plus sombres et les plus clairs trouvés dans le code est ensuite défini comme seuil global. Chaque module est interprété comme clair ou sombre selon qu’il est plus clair ou plus sombre que le seuil global. Cela permet aux lecteurs de s’adapter à différentes conditions d’éclairage et aux arrière-plans imprimés. 

Classement des modules de code QR

Une fois qu’un module est déterminé comme étant sombre ou clair, le niveau de couleur réel est évalué pour voir dans quelle mesure il est proche du seuil global. Plus la distance par rapport au seuil global est importante, mieux c’est : les modules clairs doivent se situer parmi les points les plus lumineux des images et les obscurs dans les plus sombres.

Pour refléter cela, les modules obtiennent des classements plus élevés en fonction de leur distance par rapport au milieu de l’histogramme, et des classements plus faibles à mesure qu’ils se rapprochent du seuil global.

Le classement global d’un code QR dépend des classements de tous ses composants : motifs de localisation, pistes d’horloge, blocs d’informations de version, blocs d’informations de format, motifs d’alignement et modules de données réguliers.

Les règles de classement pour chaque module sont différentes en fonction de leur impact sur la lisibilité du code QR.

Paramètres de classement du motif de localisation

Une fois les couleurs des cellules déterminées, la phase suivante du processus de décodage consiste à identifier le motif de localisation : 

Attribution de classement pour les motifs de localisation :

• 0 module incorrect -A
• 1 module incorrect -B
• 2 modules incorrects -C
• 3 modules incorrects -D
• 4 modules incorrects ou plus -F

Motifs de synchronisation

Motif de synchronisation : pistes d’horloge horizontales et verticales

Attributions de classement sur la base des pistes d’horloge

• 0 module incorrect -A
• ≤ 7 % de modules incorrects - B
• ≤ 11 % de modules incorrects - C
• ≤ 14 % de modules incorrects - D
• > 14 % de modules incorrects -F

Motifs d’alignement

Chaque motif d’alignement est examiné pour voir s’il contient des modules incorrects, puis classé en fonction du pourcentage de motifs d’alignement présentant des erreurs. S’il n’y a qu’un seul motif d’alignement, tout dommage à ce motif entraînera un classement F.

Attribution de classement basée sur les motifs d’alignement

• 0 motif d’alignement endommagé -A
• ≤ 10 % de motifs d’alignement endommagés - B
• ≤ 20 % de motifs d’alignement endommagés - C
• ≤ 30 % de motifs d’alignement endommagés - D
• > 30 % de motifs d’alignement endommagés -F

Bloc d’informations de version

Les blocs d’informations de version ne sont présents que dans les symboles de code QR avec 45 x 45 modules ou plus. Ces blocs sont répétés à deux endroits du symbole en vue de fournir une protection redondante contre les dommages.

Attributions de classement basées sur les blocs d’informations de version

• 0 module incorrect -A
• 1 module incorrect -B
• 2 modules incorrects -C
• 3 modules incorrects -D
• > 3 modules incorrects -F

Bloc d’informations de format

Comme il y en a deux, le classement des blocs d’informations de format est la moyenne de deux classements. Si l’un est endommagé et obtient un F, et l’autre un A, le classement global pour les blocs d’informations de format sera un C.

Attributions de classement basées sur les blocs d’informations de formation

• 0 module incorrect -A
• 1 module incorrect -B
• 2 modules incorrects -C
• 3 modules incorrects -D
• > 3 modules incorrects -F

Paramètres de classement supplémentaires pour les symboles de code QR

En plus des motifs spécifiques aux codes QR, les paramètres suivants sont utilisés lors du classement de tous les codes-barres 2D.

Réussite du décodage

Tout code QR doit être décodable en suivant le processus indiqué dans la spécification du code QR. Tout code tellement endommagé qu’il ne peut pas être décodé obtient un F. Un symbole qui est décodé avec succès obtient un A, ce qui signifie que le classement réel du symbole dépendra de celui du motif fixe ou des autres paramètres ci-dessous.

Correction d’erreur non utilisée

Comme la plupart des symboles 2D, les symboles de code QR contiennent une correction d’erreur, permettant au décodeur de récupérer des bits de données même si certains modules sont illisibles. Cependant, la capacité de correction d’erreur est limitée à un certain nombre de modules, et le pourcentage de capacité de correction d’erreur utilisé détermine le niveau de correction d’erreur non utilisée (UEC).

Attributions de classement basées sur l’UEC

• ≥ 62 % de correction d’erreur non utilisée - A
• ≥ 50 % de correction d’erreur non utilisée - B
• ≥ 37 % de correction d’erreur non utilisée - C
• ≥ 25 % de correction d’erreur non utilisée - D
• < 25 % de correction d’erreur non utilisée -F

Non-uniformité axiale

Il est attendu cela pour les codes QR et leurs cellules de composant. Toute distorsion affectant le rapport d’aspect du code est mesurée en tant que non-uniformité axiale (ANU). La valeur de l’ANU est calculée en divisant la différence de longueur des deux axes par la taille moyenne des deux axes.

Assignation de classement basée sur l’ANU :

• ≤ 6 % ANU - A
• ≤ 8 % ANU - B
• ≤ 10 % ANU - C
• ≤ 12 % ANU - D
• > 12 % ANU -F

Non-uniformité de la grille

Le processus de décodage se traduit par une grille de lignes d’intersection devant se situer au centre des modules. Idéalement, la grille est également espacée verticalement et horizontalement.

Cependant, dans des conditions d’utilisation réelles, la grille s’adapte aux positions des modules de piste d’horloge et des motifs d’alignement, de sorte qu’elle peut ne pas être identique à la grille idéale.

La non-uniformité de grille (GNU) mesure la plus grande différence entre les intersections de grille des grilles réelles et idéales en tant que pourcentage de la dimension X.

Attributions de classement basée sur la GNU

Niveau de classement de non-uniformité de grille :

• ≤ 38 % GNU - A
• ≤ 50 % GNU - B
• ≤ 63 % GNU - C
• ≤ 75 % GNU - D
• > 75 % GNU-F
   

Modulation (MOD et RM) 

La modulation est une comparaison de la couleur réelle des modules de données par rapport au seuil global et à leurs couleurs attendues.  Plus la distance par rapport au seuil global est petite, plus l’incertitude sera grande et plus le classement de ce module sera faible. Le pourcentage de modules avec chaque niveau de couleur détermine le classement. Une façon plus simple d’envisager la modulation : des zones localisées présentant des problèmes de contraste.

Les codes QR ayant une correction des erreurs, un petit nombre de modules incertains ne rend pas un code illisible. Cependant, à mesure que de plus en plus de modules deviennent incertains, le symbole devient plus difficile à lire et moins résistant à la saleté ou aux dommages.

Processus de classement pour MOD et RM (Modulation et Marge de réflectivité)

Pour générer le classement de modulation, les modules dont les classements sont inférieurs à A sont comptés comme des erreurs, et un classement est calculé sur la base de la formule pour la correction d’erreur non utilisée. Ensuite, le processus est répété pour les modules avec un classement inférieur à B, C et D. Le classement est calculé comme le « meilleur du pire », ce qui signifie que pour chaque classement limitant, la valeur la plus basse du classement et le résultat UEC sont sélectionnés, et le classement final pour la MOD ou RM est le plus élevé de ces sélections.

Différences entre MOD et RM

La différence entre MOD et RM est que pour la MOD, les modules qui ne sont pas de la bonne couleur ne sont pas automatiquement comptés comme des erreurs. Au lieu de cela, leur distance par rapport au seuil global est utilisée pour attribuer leurs classements sans tenir compte de la couleur supposée du module. Pour la RM, les modules incorrects sont toujours comptés comme des erreurs.

L’approche MOD est efficace pour évaluer un processus d’impression et non pour juger de la précision ou de la lisibilité d’un code. D’autre part, la RM est plus utile pour évaluer la lisibilité d’un symbole, car tous les modules de mauvaise couleur sont comptabilisés comme des erreurs.

Détermination du classement de modulation final

Étant donné que le classement global d’un symbole sera la valeur la plus basse de tous les paramètres, le classement le plus bas de la MOD et RM déterminera le classement final. De plus, comme la RM sera toujours égale ou inférieure à la MOD, la RM sélectionnera toujours le classement final plutôt que la MOD. Dans ce sens, la MOD n’est pas nécessaire pour décider du classement final d’un symbole, mais peut aider à évaluer un processus d’impression dans certains cas.

Comprendre la qualité des codes QR

Les fabricants et les producteurs de toutes sortes peuvent optimiser la qualité des codes QR en comprenant la structure, le processus de classement et l’évaluation de la modulation. L’utilisation correcte de tous les éléments, y compris les zones silencieuses, les motifs de localisation, les motifs d’alignement, de synchronisation et les informations de version, permet de produire des codes QR correctement formés.

Le processus de classement est important pour identifier les problèmes potentiels de contraste et ainsi améliorer la lisibilité. Il est essentiel de trouver le bon équilibre entre correction d’erreur et classement des couleurs pour obtenir un code QR fiable et efficace. En adhérant aux meilleures pratiques et en mettant en œuvre des techniques d’évaluation complètes, les organisations peuvent garantir des codes QR de haute qualité qui améliorent l’expérience des utilisateurs et satisfont avec succès aux objectifs prévus dans le paysage numérique actuel.