Dynamsoft Barcode Reader SDK一款多功能的條碼讀取控件，只須要幾行代碼就能夠將條碼讀取功能嵌入到Web或桌面應用程序。這能夠節省數月的開發時間和成本。能支持多種圖像文件格式以及從攝像機或掃描儀獲取的DIB格式。使用Dynamsoft Barcode Reader SDK，你能夠建立強大且實用的條形碼掃描儀軟件，以知足你的業務需求。html
點擊下載Dynamsoft Barcode Reader最新版json
許多企業喜歡使用Dynamsoft Barcode Reader SDK，由於它具備靈活的參數配置和強大的對多個條形碼的解碼能力。在本文中，讓咱們看一下條形碼SDK模板以及從開發人員的角度優化解碼性能的可能方法。多線程
如何配置用於解碼性能的模板性能
若是您從何嘗試過Dynamsoft Barcode Reader SDK，則能夠在在線條形碼遊樂場玩耍，只需更改模式便可直接比較性能差別。
此外，若是您是專家，則能夠單擊高級設置自行調整一系列參數。測試
爲了方便開發人員，我向Github上傳了五個有用的模板文件：優化
- Speed.json
- Balanced.json
- Coverage.json
- Morecoverage.json
- Mostcoverage.json
解碼速度仍是解碼精度？您能夠權衡取捨，具體取決於特定的使用方案。spa
這是個人測試圖像：
咱們來看一下使用不一樣模板的檢測準確性和時間成本：線程
BarcodeReader.exe AllSupportedBarcodeTypes.png license.txt speed.json Total barcode(s) found: 12. Time cost: 63 ms BarcodeReader.exe AllSupportedBarcodeTypes.png license.txt balanced.json Total barcode(s) found: 13. Time cost: 140 ms BarcodeReader.exe AllSupportedBarcodeTypes.png license.txt coverage.json Total barcode(s) found: 13. Time cost: 844 ms BarcodeReader.exe AllSupportedBarcodeTypes.png license.txt morecoverage.json Total barcode(s) found: 13. Time cost: 1610 ms BarcodeReader.exe AllSupportedBarcodeTypes.png license.txt mostcoverage.json Total barcode(s) found: 13. Time cost: 3156 ms
就我而言，要保證準確性和解碼速度，最合適的模板是balance.json。code
使用多線程能夠加快多條形碼解碼的性能嗎？orm
按照咱們的常識，解碼單個條形碼的時間成本應小於解碼多個條形碼的時間成本。所以，讀取多個條形碼的一種可能的優化方法是建立多個工做線程，以同時處理不一樣的條形碼符號。
這是用於順序解碼一維和二維條形碼的代碼：
barcode_decoding(buffer, size, BF_CODE_39, 1, license, config); barcode_decoding(buffer, size, BF_QR_CODE, 1, license, config); barcode_decoding(buffer, size, BF_PDF417, 1, license, config); barcode_decoding(buffer, size, BF_DATAMATRIX, 1, license, config);
總時間成本爲407毫秒：
Thread id: 22536. Type: CODE_39 Thread id: 22536. Total barcode(s) found: 1. Time cost: 235 ms Thread id: 22536. Type: QR_CODE Thread id: 22536. Total barcode(s) found: 1. Time cost: 47 ms Thread id: 22536. Type: PDF417 Thread id: 22536. Total barcode(s) found: 1. Time cost: 62 ms Thread id: 22536. Type: DATAMATRIX Thread id: 22536. Total barcode(s) found: 1. Time cost: 63 ms
爲了優化解碼性能，我能夠建立四個線程來執行相同的操做：
int starttime = gettime();
thread t1(barcode_decoding, buffer, size, BF_CODE_39, 1, license, config);
thread t2(barcode_decoding, buffer, size, BF_QR_CODE, 1, license, config);
thread t3(barcode_decoding, buffer, size, BF_PDF417, 1, license, config);
thread t4(barcode_decoding, buffer, size, BF_DATAMATRIX, 1, license, config);
t1.join();
t2.join();
t3.join();
t4.join();
int endtime = gettime();
printf("Thread time cost: %d ms\n\n", (endtime - starttime));
最終時間成本爲265毫秒：
Thread id: 24024. Type: QR_CODE Thread id: 24024. Total barcode(s) found: 1. Time cost: 78 ms Thread id: 17384. Type: DATAMATRIX Thread id: 17384. Total barcode(s) found: 1. Time cost: 78 ms Thread id: 24264. Type: PDF417 Thread id: 24264. Total barcode(s) found: 1. Time cost: 94 ms Thread id: 4060. Type: CODE_39 Thread id: 4060. Total barcode(s) found: 1. Time cost: 265 ms Thread time cost: 265 ms
到目前爲止，彷佛還不錯。可是，若是將多種條形碼類型傳遞給Dynamsoft條形碼解碼API，則會發生神奇的事情：
barcode_decoding(buffer, size, BF_CODE_39 | BF_DATAMATRIX | BF_QR_CODE | BF_PDF417, 1, license, config);
它比您本身的多線程解決方案快：
Thread id: 20308. Type: PDF417 Thread id: 20308. Type: QR_CODE Thread id: 20308. Type: DATAMATRIX Thread id: 20308. Type: CODE_39 Thread id: 20308. Total barcode(s) found: 4. Time cost: 250 ms
緣由是全部Dynamsoft條形碼解碼API均在線程中實現。所以，您無需建立線程來優化解碼性能。
線程數如何影響Dynamsoft Barcode SDK性能？
您可能已經注意到，有一個名爲maxAlgorithmThreadCount的參數。咱們能夠經過增長線程數來提升SDK性能嗎？
我根據硬件線程作了一個簡單的測試：
const auto processor_count = std::thread::hardware_concurrency();
int minimum_count = 1, minimum_timecost = 0;
for (int i = 0; i < processor_count; i++)
{
printf("Thread count: %d. ", i + 1);
int timecost = barcode_decoding(buffer, size, formats, i, license, config);
if (i == 0)
{
minimum_count = 1;
if (timecost > 0)
{
minimum_timecost = timecost;
}
}
else {
if (timecost < minimum_timecost)
{
minimum_count = i + 1;
minimum_timecost = timecost;
}
}
}
printf("Multi-thread best performance: thread_count = %d, timecost = %d \n\n", minimum_count, minimum_timecost);
每次我運行該應用程序時，都會獲得不一樣的結果。經過使用個人測試圖像，性能沒有顯着差別：
Thread count: 1. Thread id: 26376. Total barcode(s) found: 13. Time cost: 141 ms
Thread count: 2. Thread id: 26376. Total barcode(s) found: 13. Time cost: 141 ms
Thread count: 3. Thread id: 26376. Total barcode(s) found: 13. Time cost: 125 ms
Thread count: 4. Thread id: 26376. Total barcode(s) found: 13. Time cost: 140 ms
Thread count: 5. Thread id: 26376. Total barcode(s) found: 13. Time cost: 157 ms
Thread count: 6. Thread id: 26376. Total barcode(s) found: 13. Time cost: 203 ms
Thread count: 7. Thread id: 26376. Total barcode(s) found: 13. Time cost: 156 ms
Thread count: 8. Thread id: 26376. Total barcode(s) found: 13. Time cost: 140 ms
Multi-thread best performance: thread_count = 3, timecost = 125
顯然，一張測試圖像沒有任何意義。理想狀況下，您應該使用圖像數據集來衡量性能。所以，若是您有興趣，如今就去動手吧。
本文章轉載自【慧都科技】。歡迎任何形式的轉載，但請務必註明出處、不得修改原文相關連接，尊重他人勞動成果