交插二五条码(交叉25码)详解
交插二五条码(交叉25码)详解
交叉二五码是1972年美国Intermec公司发明的一种条、空均表示信息的连续型、非定长、具有自校验功能的双向条码。它的字符集为数字字符0~9。初期广泛应用于仓储及重工业领域。1981年美国开始将其用于运输包装领域。1987年,日本引入交叉二五条码,标准化后用于储运单元的识别与管理。EAN规范中将交插二五条码作为用于储运单元的标准条码。
特点
1) 可编码字符集:数字0~9,(包括ASCII字符中48-57);
2) 代码类型:连续型;
3) 每个符号字符由5个单元组成,即2个宽单元和3个窄单元,编码为5个条或5个空;
4) 字符自校验;
5) 可编码数据串长度:可变(位数为偶数);
6) 双向译码;
7) 符号校验符:一个,可选择(参见附录A);
8) 符号字符密度:根据宽窄比,每个符号字符对由14~18个模块组成;
9) 非数据部分:根据宽窄比,8~9个模块;
组成
交叉25条码是由左侧空白区、起始符、数据符、终止符及右侧空白区构成。
数据符:一个或多个表示数据的符号字符对(包括可选择的符号校验符)。
下图所示数字“1234”
它的每一个条码数据由5个单元组成,其中两个是宽单元(表示二进制的“1”),三个窄单元(表示二进制的“0”)。
起始字符包括两个窄条和两个窄空,终止符包括两个条(一个宽条、一个窄条)和一个窄空。
区域划分
空白区 | 起始符 | 第一个字符对 | 第二个字符对 | 终止符 | 空白区 |
---|---|---|---|---|---|
10个模块 | 4个模块 | 14个模块 | 14个模块 | 4个模块 | 10个模块 |
编码规则
如果包括校验符的数据串的数字数量是一个奇数,前面加一个0;
例如:数字367, 实际0367
该文引用GBT 16829-2003标准。
交插二五条码(交叉25码)详解相关推荐
- python爬虫常见报错_Python爬虫常见HTTP响应状态码详解
在使用Python进行网页数据抓取时,经常会遇到无数据返还或错误等异常,这个时候可以通过status_code命令来查看获得http请求返回的状态码,以便查找原因并制定相应的解决方案.import r ...
- udhcp源码详解(五) 之DHCP包--options字段
中间有很长一段时间没有更新udhcp源码详解的博客,主要是源码里的函数太多,不知道要不要一个一个讲下去,要知道讲DHCP的实现理论的话一篇博文也就可以大致的讲完,但实现的源码却要关心很多的问题,比如说 ...
- 【分类器 Softmax-Classifier softmax数学原理与源码详解 深度学习 Pytorch笔记 B站刘二大人(8/10)】
分类器 Softmax-Classifier softmax数学原理与源码详解 深度学习 Pytorch笔记 B站刘二大人 (8/10) 在进行本章的数学推导前,有必要先粗浅的介绍一下,笔者在广泛查找 ...
- 【 卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人(9/10)】
卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人(9/10) 本章主要进行卷积神经网络的相关数学原理和pytorch的对应模块进行推导分析 代码也是通过demo实 ...
- 【 线性回归 Linear-Regression torch模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人(4/10)】
torch模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人 深度学习 Pytorch笔记 B站刘二大人(4/10) 介绍 至此开始,深度学习模型构建的预备知识已经完全准备完毕. 从本章开 ...
- 【 反向传播算法 Back-Propagation 数学推导以及源码详解 深度学习 Pytorch笔记 B站刘二大人(3/10)】
反向传播算法 Back-Propagation 数学推导以及源码详解 深度学习 Pytorch笔记 B站刘二大人(3/10) 数学推导 BP算法 BP神经网络可以说机器学习的最基础网络.对于普通的简单 ...
- 【 梯度下降算法 Gradient-Descend 数学推导与源码详解 深度学习 Pytorch笔记 B站刘二大人(2/10)】
梯度下降算法 Gradient-Descend 数学推导与源码详解 深度学习 Pytorch笔记 B站刘二大人(2/10) 数学原理分析 在第一节中我们定义并构建了线性模型,即最简单的深度学习模型,但 ...
- Tensorflow 2.x(keras)源码详解之第十二章:keras中的损失函数之BinaryCrossentropy详解
大家好,我是爱编程的喵喵.双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中.从事机器学习以及相关的前后端开发工作.曾在阿里云.科大讯飞.CCF等比赛获得多次Top名次.现 ...
- Rocksdb Compaction源码详解(二):Compaction 完整实现过程 概览
文章目录 1. 摘要 2. Compaction 概述 3. 实现 3.1 Prepare keys 过程 3.1.1 compaction触发的条件 3.1.2 compaction 的文件筛选过程 ...
最新文章
- 拆数,给定两个正整数m,n(m = n),将m拆成n个数相加...(游戏)
- 测试信标灯的随机特性
- PIE SDK影像快速拼接
- Android插件化开发之解决OpenAtlas组件在宿主的注冊问题
- 解决使用个推后背景音乐音量变小问题
- CSS控制表格的方法
- c#保存数据格式为.cvs_C#读取csv格式文件的方法
- 【Java/JFrame/多线程】小球碰到边缘的回弹效果
- 如何确定Ionic是否适合您的项目
- mysql数据备份在哪里_mysql之数据备份与恢复
- C语言const易错点
- lte核心网由哪些设备组成_投影地面互动的实现由哪些设备组成?「振邦视界」...
- pads铺铜不能开启drp_PADS中常见问题解决方案
- 大数据是企业未来最重要的资源
- 【maven】配置ali镜像
- PAIP.ecshop file_put_contents Warning notice解决方法
- 【React之文件的运行】用webstorm运行npm,实现网页的刷新
- Linux vmstat命令
- ibm服务器 产品型号对应表,IBM服务器配件型号及编号列表
- Docker Registry部署镜像私有仓库及鉴权认证