3. 工业读码基础

在工业视觉读码项目中，能否稳定识读并不取决于“相机像素够不够高”这一个因素，而是编码方式、印刷质量、光学成像与解码算法共同作用的结果。理解一维码、二维码和DMC码的编码原理差异，是选择MERLIC读码工具、设定参数和排查失败原因的前提。

一、三类码的编码原理差异

一维码（条形码）把数据编码在单一方向的条空宽度组合中。以常见的Code 128为例，它用三种条空宽度单元（1、2、3、4个模块）组成字符，每个字符由3个条和3个空共11个模块构成，并以校验字符保证完整性。EAN-13则用固定长度的数字编码，左右两侧采用不同的编码规则（左侧奇偶校验、右侧固定编码），因此对条空宽度的绝对精度要求较高。一维码的致命弱点是：它只在水平方向携带信息，垂直方向仅用于冗余，一旦出现局部污损、划痕或打印头断针，整段数据就可能丢失。

二维码（以QR Code为代表）采用二维矩阵结构，通过功能图形（定位图案、校正图形、定时图案）实现快速定位与几何校正，数据区按掩模规则分布。QR码具有纠错能力，分为L、M、Q、H四个等级，分别可恢复约7%、15%、25%、30%的受损数据。这意味着即使码面有局部遮挡或污损，只要受损比例在纠错范围内，仍可正确解码。QR码还支持多版本（1～40）和多种字符模式（数字、字母数字、字节、汉字），在工业追溯中常用于承载批次号、序列号、URL等信息。

DMC码（Data Matrix Code）同样为二维矩阵码，但结构上与QR码不同：它没有QR码那样明显的三个大定位角，而是用“L形实线边框”和“虚线边框”构成定位与时钟参考。DMC码的纠错采用Reed-Solomon算法，ECC 200是工业最常用的等级，可恢复约25%的受损数据。DMC码在极小尺寸、高密度打印（如激光打标、点阵喷码）场景下表现优异，因此在电子元器件、汽车零部件、医疗器械追溯中极为常见。DMC码还支持“结构化附加”和“GS1标准”，可直接嵌入AI（应用标识符）如(01)GTIN、(21)序列号。

二、印刷质量要求与关键参数

工业读码的稳定性首先取决于码的印刷/打标质量。评价指标通常包括：对比度（条空或码点与背景的反射率差，一般要求≥40%）、最小模块宽度（X-dimension，一维码通常0.25～0.5mm，DMC码可小至0.1mm）、边缘粗糙度（影响条空边界判定）、码面平整度（曲面或反光表面会导致局部失焦）、静区宽度（码两侧必须留出至少10倍模块宽度的空白区）。

以DMC码为例，若采用激光打标在金属表面，需控制打标功率与频率，避免码点边缘熔融导致模块粘连；若采用点阵喷码，需保证喷头与工件距离稳定，否则会出现码点偏移或缺失。对于QR码，若印刷在反光标签上，建议使用漫反射照明或偏振片，避免镜面反射造成局部过曝。

三、常见识读失败原因与排查方向

识读失败通常可归为四类：成像问题（失焦、运动模糊、曝光不足/过度、反光）、码质量问题（对比度不足、模块粘连、静区被裁切、码面变形）、参数配置问题（码类型未勾选、极性设置错误、最小/最大码尺寸限制过严）、环境干扰（背景中存在相似纹理、多码互相遮挡）。排查时应先确认图像中码是否清晰可辨，再检查MERLIC工具中码类型与极性设置，最后调整照明与曝光时间。

四、MERLIC读码工具概览

MERLIC提供三类核心读码工具：Read Barcode用于一维码，支持Code 128、Code 39、EAN-13、UPC等常见码制，可设置扫描方向、校验和验证；Read QR Code用于QR码，支持多码同时识读和纠错等级自动识别；Read Data Matrix用于DMC码，支持ECC 200纠错和GS1解析。三类工具均输出码内容、码位置（ROI）和识读质量评分，便于与后续质量追溯逻辑集成。

在实际项目中，建议先用MERLIC的“图像采集”与“预处理”工具确认码在图像中的清晰度，再接入对应读码工具。若同一工件上同时存在一维码和DMC码，可并行调用两个工具，并通过“结果合并”逻辑将码内容与工件ID绑定，为后续质量追溯提供完整数据链。