A veces, intentamos capturar un código QR con una buena cámara digital de un teléfono inteligente, pero la lectura finalmente falla. Esto suele ocurrir cuando el mismo código QR tiene una calidad de imagen deficiente, o bien si se ha impreso sobre superficies que no son planas —deformadas o con irregularidades de patrón desconocido—, como el envoltorio de un paquete de mensajería o una bandeja de comida preparada. Ahora, un equipo de la Universidad de Barcelona y la Universitat Oberta de Catalunya ha diseñado una metodología que facilita el reconocimiento de los códigos QR en estos entornos físicos en los que la lectura es más complicada.

El nuevo sistema tiene carácter generalista, no depende de forma absoluta de la topografía subyacente, y es aplicable en códigos QR que podemos encontrar sobre superficies tubulares (botellas), bandejas de alimentos, etc. Se trata de la primera propuesta tecnológica capaz de poner en común una metodología generalista y los códigos de barras en dos dimensiones para facilitar el reconocimiento de la información digital.

El trabajo, publicado en la revista Pattern Recognition Letters, tiene como primer autor al profesor Ismael Benito, de la Facultad de Física y del Departamento de Ingeniería Electrónica y Biomédica de la UB, ​​y de los de Estudios de Informática, Multimedia y Telecomunicación de la UOC. Cristian Fàbrega y Joan Daniel Prades, profesores de la Facultad de Física y el Instituto de Nanociencia y Nanotecnología de la UB (IN2UB), ​​son coautores de la investigación, así como los expertos Hanna Lizarzaburu-Aguilar y David Martínez Carpena, vinculados en la Facultad de Matemáticas e Informática de la UB. Todos los autores han participado con diferentes cargos en la creación de ColorSensing, SL, empresa derivada (spin-off) de la UB en el ámbito del etiquetado inteligente.

¿Por qué es difícil leer algunos códigos QR?

Los códigos QR (del inglés quick response) son una variación del típico código de barras, capaces de recoger información en lenguaje informático —en una matriz bidimensional de píxeles en blanco y negro— cuando se escanean con un dispositivo de lectura. Facilitan el acceso a datos de interés, ahorran tiempo y recursos como el papel, y han revolucionado la forma en que el usuario accede a la información en el ámbito digital.

Sin embargo, a veces es difícil escanear correctamente un código de barras. Según Benito, del Departamento de Ingeniería Electrónica y Biomédica de la UB y antiguo director tecnológico de ColorSensing, esto ocurre, «en primer lugar, por la calidad de la imagen. Aunque hoy en día mucha gente tiene acceso a buenas cámaras de fotografía digital, no siempre pueden captar bien la imagen del QR. En segundo lugar, la calidad de la impresión del código QR y de los colores empleados —con buen contraste— a veces no es satisfactoria. Por último, si la superficie de impresión no es suficientemente plana y no se sitúa paralela al plano de captura, también será difícil captar la información del código».

«Por ejemplo, todos estos factores entran en juego cuando intentamos capturar un QR del Bicing con la aplicación de móvil: la superficie no es plana —es un cilindro— y si intentamos capturar el QR muy cerca, la deformación de la superficie se hace evidente y la lectura falla —5-10 centímetros—; si nos alejamos demasiado, el QR se hace demasiado pequeño y la captura no es buena —1 metro—; si estamos en un rango intermedio, la aparente distorsión de la superficie se reduce y la calidad es apta para capturarlo —30-50 centímetros—», explica Benito.

Un algoritmo que aprovecha propiedades de los códigos QR

El trabajo, que es parte de la tesis doctoral que prepara Ismael Benito en la UB, presenta un nuevo algoritmo que aprovecha las características propias del QR —es decir, los patrones internos del código— para extraer la superficie subyacente en la que se encuentra posicionado el código.

La textura de esta superficie se recupera mediante un ajuste generalista basado en las funciones matemáticas conocidas como splines, que permiten ajustar la topografía de la superficie a nivel local. Benito apunta que «son funciones que se adaptan localmente a los altibajos de la superficie, y forman una técnica ampliamente utilizada originalmente en campos como la geología o la edición fotográfica para ajustar o generar deformaciones en superficies».

Todavía existen muchos retos tecnológicos pendientes para mejorar todo el proceso de reconocimiento de los códigos QR. En el caso de las aplicaciones comerciales activadas por el lector de códigos del usuario, el experto detalla que «el principal desafío es poder aportar lecturas correctas y fiables. También se está trabajando a fondo para que no se puedan atacar los códigos mediante técnicas de modificación, por ejemplo, con una URL falsa que pueda capturar datos con pequeñas modificaciones del código. En el caso de la industria, en la que las capturas se realizan en entornos controlados, el reto principal es reducir la velocidad de captura», señala el experto.

Cabe recordar que ColorSensing, creada en la UB en 2020 por el catedrático Joan Daniel Prades, de la Facultad de Física y el INN y por María Eugenia Martín, ahora director general de esta empresa emergente, ganó el Premio a la Innovación Empresarial Metropolitana 2023 por haber desarrollado un etiquetado inteligente para reducir el desperdicio alimentario. Igualmente, en 2022 recibió el Premio Senén Vilaró de la UB a la mejor empresa innovadora, siendo distinguida en los Sustainability Awards 2022 dentro de la categoría de embalaje inteligente y activo. Otro de los logros científicos de la firma es la patente concedida en Estados Unidos y en Europa, cuyos impulsores son Ismael Benito (UB y UOC), Olga Casals (UB), Cristian Fàbrega (UB), Joan Daniel Prades (UB y Universidad Técnica de Braunschweig, TUB) y Andreas Waag (TUB).