Códigos QR em meio-tom vs. códigos QR com dithering

As duas abordagens colocam uma imagem dentro de um código QR funcional. Não são a mesma técnica, e você consegue distingui-las do outro lado da sala: uma parece uma imagem atrás de uma tela de mosquiteiro, a outra parece grão fotográfico. Este artigo explica o que cada uma faz, por que parecem diferentes, onde uma vence claramente, e onde nenhuma das duas vence.

O método de meio-tom

O gerador clássico de QR em meio-tom, em circulação desde por volta de 2013, triplica o tamanho do código. Cada módulo vira um bloco 3×3 de subpixels. O subpixel central é fixado na cor exigida pelo módulo; os outros oito são livres para assumir o que a imagem (já binarizada por limiar) disser. Um leitor amostra os centros dos módulos, então os centros são o que precisa estar certo — e estão. Funciona, e produz um visual reconhecível: uma grade regular de pontos assentada sobre a imagem, porque a cada três pixels em ambas as direções um é fixado e esses pixels fixados se alinham perfeitamente. Seu olho é extremamente bom em encontrar uma treliça regular. Depois que você vê, não consegue mais deixar de ver. A abordagem é simples de implementar e fácil de raciocinar, e é por isso que tantos geradores a usam, e para um código que só será visto em uma tela no tamanho nativo ela é perfeitamente útil. Suas limitações aparecem na impressão, onde nada é visto no tamanho nativo e um único pixel fixado por módulo tem que sobreviver sozinho à impressora, ao papel, à iluminação e à reamostragem da câmera.

O método com dithering

A abordagem com dithering muda uma coisa e isso muda tudo. Em vez de binarizar a imagem primeiro e depois sobrescrever pixels, ela aplica o dithering à imagem com difusão de erro e trata um pixel forçado como parte desse processo: força o valor, mede o erro que a forçagem causou, e empurra esse erro para os pixels vizinhos do jeito que o Floyd–Steinberg empurra qualquer outro erro. O resultado é que os pixels forçados são compensados. Os pixels ao redor se deslocam para manter a média local correta, então os pontos forçados ficam dentro do mesmo pontilhado irregular que o resto da imagem. Não há treliça para o olho se prender, e a imagem é lida como uma imagem, e não como uma imagem atrás de uma tela de mosquiteiro. A região forçada também não precisa ser um único pixel: pode ser um bloco no centro de cada módulo cujo tamanho é uma configuração, que é o que o balanço Foto ↔ Código do SWAPQR controla. O resto do módulo — e a imagem nele — é o que a difusão de erro deixa, que por construção tem o tom médio certo para o módulo ao qual pertence.

Lado a lado

No método de meio-tom a imagem é binarizada antes de o código ser posicionado; no método com dithering as duas coisas acontecem juntas, em uma única passagem. O meio-tom força um subpixel por módulo, em uma grade perfeita; o dithering força um bloco central de tamanho ajustável, escondido no pontilhado. A assinatura visual do meio-tom é uma treliça regular de pontos sobre a imagem; a do dithering, grão fotográfico. O meio-tom oferece pouco ajuste — um dos nove pixels é fixo e pronto — enquanto o dithering oferece uma escolha contínua de quanto de cada módulo é forçado. E na robustez de perto, o meio-tom é fraco, porque um pixel por módulo não sobrevive a nenhuma reamostragem, enquanto o resultado com dithering é ajustável e, como mostra o artigo sobre close neste guia, mensurável: abaixo de cerca de metade do módulo forçado, leitores mais antigos com limiar por blocos têm dificuldade em close extremo; acima disso, não. Os dois métodos não são variações sobre um tema; eles respondem à pergunta "onde a imagem vai" em ordens diferentes, e essa ordem é o que o olho vê.

Onde o dithering vence de longe

Como a quantidade de forçagem é um botão em vez de um um-em-nove fixo, um gerador com dithering pode trocar imagem por confiabilidade de propósito. Isso não é uma diferença cosmética: com um pixel forçado por módulo, o código depende de um único pixel sobreviver a cada etapa de reamostragem entre a impressora e o sensor, e muitas vezes ele não sobrevive. Uma jato de tinta o espalha, uma impressora a laser o arredonda, uma plastificação o borra, uma câmera em ângulo o espalha por dois pixels do sensor, e a própria redução de escala do decodificador o mistura com os vizinhos. Forçar um bloco em vez disso — e deixar a difusão de erro pagar por ele — é o que faz a técnica se sustentar na impressão. Também significa que o mesmo gerador pode produzir um código quase simples para um adesivo em que as pessoas vão encostar o celular, e uma fotografia quase pura para um cartaz lido a um metro de distância, a partir da mesma imagem e do mesmo link, movendo um único controle. O meio-tom não tem controle assim: sua confiabilidade e seu visual são fixados pelo método, e a única forma de torná-lo mais robusto é abandoná-lo por uma região fixada maior, ponto em que ele virou o método com dithering com compensação pior.

Onde nenhum dos dois vence

Nenhuma das abordagens torna boa uma fotografia ruim, e nenhuma sobrevive a um conteúdo longo. Ambas precisam da correção de erro no nível mais alto, o que por si só torna o código mais denso. Uma imagem chapada e de baixo contraste falha nas duas, pelo mesmo motivo: produz uma textura uniforme que compete com os módulos. Um link longo falha nas duas, porque os módulos ficam pequenos demais para conter qualquer imagem. E ambas são, no fim, uma troca deliberada: você está gastando confiabilidade para comprar uma imagem. Gaste onde a imagem vale alguma coisa, e teste a impressão. Há uma terceira família que vale nomear: geradores que colocam uma imagem intocada atrás de um código normal e simplesmente clareiam os módulos, ou que recortam um logotipo no meio. Esses não estão codificando a imagem de forma alguma — estão contando com a correção de erro para absorver o dano. Perfeitamente válidos, muito menos interessantes, e muito mais limitados em quanta imagem você consegue, porque o custo inteiro é pago do orçamento de correção de erro sem nada compensando.