アプリでのBarcode Scanning — コードの種類とML Kit

Barcode Scanningとは：原理と形式

Barcode Scanningは、カメラを使ってバーコードを光学的に認識するプロセスです。アルゴリズムが画像をキャプチャし、コードを見つけ（位置特定）、デコードし（データ抽出）、文字列値を返します。最新のSDKは、あらゆる向き、サイズ、照明条件のコードをスキャンできます。ユーザーはカメラを向けるだけで済みます。

バーコードの形式は2つのグループに分けられます。1D（線形）— EAN-13、UPC-A、Code 128、Code 39、ITF、Codabar — 最大20～30文字を含み、商品や物流に使用されます。2D（マトリックス）— QRコード、Data Matrix、PDF417、Aztec — 最大3000文字以上を含み、リンク、チケット、文書に使用されます。ML Kitは14の形式をサポートしています — 一般的な1Dおよび2Dの全形式です。

Data MatrixはQRに似た2Dコードですが、よりコンパクトです。産業（部品マーキング）、電子チケット（IATA BCBP）、医療サンプルで使用されます。Data Matrixは最大2335文字を格納でき、非常に小さな表面（2x2 mmまで）に印刷できます。QRとは異なり、Data Matrixにはファインダーパターン（角の正方形）がなく、より精密なカメラキャリブレーションが必要です。

QRコードはモバイルアプリで最も人気のある2D形式です。URL、テキスト、vCard、WiFi設定、支払い情報（UPI、SBP）を含みます。QRコードには40のバージョン（21x21から177x177モジュール）と4つのエラー訂正レベル（L：7%、M：15%、Q：25%、H：30%）があります。モバイルアプリではバージョン2～10（25x25～57x57モジュール）を使用してください — サイズとデータの最適なバランスです。

ML Kit Barcode Scanning：統合と設定

ML Kit Barcode ScanningはAndroidアプリケーションの主要なSDKです。ML Kitは画像内のすべてのコードを自動的に検出します（コードが中央にある必要があるZXingとは異なります）。APIは、rawValue（テキスト内容）、format（コードタイプ）、boundingBox、cornerPoints（コードの4つの角のポイント）を含むBarcodeオブジェクトを返します。ML Kitはシングルスキャン（1フレーム）と連続スキャン（ビデオストリーム）をサポートしています。

マルチバーコードモード — ML Kitは1つの画像で複数のコードを検出できます。BarcodeScannerOptions.Builder()を介して有効にします。マルチモードではBarcodeのリストが返されます。在庫管理（商品バッチのスキャン）、テーブル上の複数のQRコード認識に使用します。マルチバーコードはデフォルトで無効になっています — 必要な場合のみ有効にしてください。スキャン速度が20～30%低下するためです。

// ML Kit Barcode Scanning multi-code mode
val options = BarcodeScannerOptions.Builder()
    .setBarcodeFormats(
        Barcode.FORMAT_QR_CODE,
        Barcode.FORMAT_EAN_13,
        Barcode.FORMAT_DATA_MATRIX
    )
    .enableAllPotentialBarcodes()
    .build()
val scanner = BarcodeScanning.getClient(options)

scanner.process(inputImage)
    .addOnSuccessListener { barcodes ->
        barcodes.forEach { barcode ->
            val type = barcode.valueType // URL, TEXT, PHONE...
            val rawValue = barcode.rawValue
            val displayValue = barcode.displayValue
        }
    }

形式フィルタリング — 必須の最適化です。setBarcodeFormats()はML Kitが検索する形式を制限します。アプリがQRコードのみをスキャンする場合は、FORMAT_QR_CODEを指定してください。これにより、他の形式のデコードアルゴリズムを除外してスキャン速度が2～3倍向上します。小売スキャナーの場合 — FORMAT_EAN_13 | FORMAT_UPC_A。物流の場合 — FORMAT_CODE_128 | FORMAT_CODE_39 | FORMAT_PDF417。

ZXing vs ML Kit：ライブラリ比較

ZXing（Zebra Crossing）はJava（Android）のオープンソースライブラリで、Swift、React Native、Flutterへの移植版があります。ZXingはML Kit登場前の事実上のスキャン標準でした。すべての人気形式をサポートし、あらゆるデバイス（Google PlayなしのHuaweiを含む）で動作し、Google Play Servicesを必要としません。欠点：ML Kitより2～3倍遅い、フレームの端でコードを検出できない、マルチバーコード非対応。

ML Kit vs ZXing — ML Kitは速度、精度、UXで優れています。ML Kitはコードがフレームの10%しか占めておらず、隅にある場合でも検出します。ZXingはコードがフレームの50～80%を占め、中央にある必要があります。ML Kitはニューラルネットワーク（MobileNetV2-SSD）を使用してコードを位置特定し、ZXingは古典的な2値化とファインダーパターン検索を使用します。Google（2025）によると、ML Kitは98.5%の精度を達成しており、ZXingの92%を上回っています。

ZXingを選ぶべき場合：アプリがHuaweiデバイス（Google Play Servicesなし）、Android Go（メモリ制限）で動作する必要がある場合、またはPlay Servicesなしで完全なオフライン動作が必要な場合。それ以外のすべてのケースでは、ML Kitの方が高速で正確、統合が容易で、マルチコードと端検出により優れたUXを提供します。

// ZXing Core: simple scanner
val reader = MultiFormatReader()
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.test)
val source = RGBLuminanceSource(bitmap)
val binarizer = HybridBinarizer(source)
val binaryBitmap = BinaryBitmap(binarizer)

try {
    val result = reader.decode(binaryBitmap)
    Log.d("ZXing", result.text)
} catch (e: NotFoundException) {
    // Code not found
}

代替としてのScandit — 99.5%の精度と10～20 msの速度を備えた商用SDK。独自のニューラルネットワークを使用し、Google Play Servicesを必要としません。価格 — 月額400ドルから（2019年）。Scanditは小売と物流（Walmart、FedEx）で支配的です。ほとんどのモバイルアプリにはML Kitで十分です。Scanditは高ボリュームスキャンを伴うエンタープライズタスクにのみ正当化されます。

Apple AVFoundation：iOSのネイティブスキャナー

Apple AVFoundationは、AVCaptureMetadataOutputを介してネイティブのBarcode Scanningを提供します。iOS 7以降、AVFoundationはQRコードスキャンをサポートし、iOS 8以降はEAN、UPC、Code 128、PDF417のすべての形式をサポートしています。AVFoundationは追加のSDKを必要としません — Foundationの一部です。スキャンはA12+のApple Neural Engineを介して動作し、速度は10～20 msで、最小限の電力消費です。

AVFoundationの利点：ゼロ依存、自動カメラ向き処理、ライト/ダークモードの組み込みサポート、バックグラウンド動作（background modes）。AVFoundationはスキャン用にオートフォーカスと露出を自動調整します。開発者はcaptureOutputデリゲートにサブスクライブするだけです。欠点：ML Kitよりも設定が少ない — マルチバーコードや形式フィルタリングを有効にできません。

import AVFoundation

class BarcodeScannerController: UIViewController, AVCaptureMetadataOutputObjectsDelegate {
    private var captureSession: AVCaptureSession!

    override func viewDidLoad() {
        let metadataOutput = AVCaptureMetadataOutput()
        captureSession.addOutput(metadataOutput)
        metadataOutput.setMetadataObjectsDelegate(self, queue: .main)
        metadataOutput.metadataObjectTypes = [.qr, .ean13, .code128]
    }

    func metadataOutput(_ output: AVCaptureMetadataOutput,
                         didOutput objects: [AVMetadataObject],
                         from connection: AVCaptureConnection) {
        guard let code = objects.first as? AVMetadataMachineReadableCodeObject else { return }
        print(code.stringValue ?? "")
    }
}

iOSでのML Kit vs AVFoundation：ML Kitはより多くの制御を提供します — 形式の設定、マルチバーコードの有効化、信頼度によるコードのフィルタリングが可能です。AVFoundationは古いデバイスで高速ですが（オーバーヘッドが少ない）、iOS 15未満ではData Matrix、Aztec、PDF417をサポートしていません。iOS 15以降ではML Kitが推奨されます。iOS 12～14では、AVFoundation + 非サポート形式に対するML Kitへのフォールバックを使用してください。

Scandit：エンタープライズ向け商用ソリューション

Scanditは、小売、物流、ヘルスケアに特化したBarcode Scanning用の商用SDKです。Scanditは、まぶしさ、損傷、低照度、最大45度の傾き、反射など、さまざまな条件下で1000万以上のバーコード画像でトレーニングされた独自のニューラルネットワークを使用しています。Scanditは最大15メートルの距離（倉庫内のPDF417の場合）および湾曲した表面（缶、ボトル）のコードをスキャンできます。

Scanditの機能：SparkScan（高速シーケンシャルスキャンのためのシングルスキャン）、MatrixScan（マルチバーコード + スキャンアイテムのARハイライト）、PickList（確認付きバーコードによる商品検索）。ScanditはGS1 DataBarやComposite Codesを含む50以上の形式をサポートしています。速度 — コードあたり10～15 ms。精度 — 標準照明で99.5%、低照度で97%。

// Scandit MatrixScan (SDK license required)
val barcodeTracking = BarcodeTracking
    .forDataCaptureContext(context)
    .addListener(this)
    .build()
barcodeTracking.addSessionListener { session, _ ->
    session.trackedBarcodes.forEach { (trackingId, barcode) ->
        val data = barcode.data
        val symbolCount = barcode.symbolCount
    }
}

Scandit vs ML Kit：Scanditは有料（月額400ドル以上）ですが、エンタープライズ機能を提供します：SparkScan（企業デバイスのハードウェアボタン）、MatrixScan（ハイライト用ARオーバーレイ）、PickList（音声確認）。ML Kitは無料で、90%のモバイルアプリ（店舗スキャナー、QRリーダー、チケットアプリ）に十分です。ScanditはZebra/Honeywellデバイスを使用する物流端末にのみ正当化されます。

スキャン最適化：速度と精度

Barcode Scanningの最適化には、カメラ、解像度、SDKの設定が含まれます。基本ルール：ピクセル数が少ないほどスキャンが高速になります。ML Kitの最適解像度は、動画で480p（640x480）、写真で720p（1280x720）です。1080pに上げると、精度が向上することなく処理速度が2～3倍低下します。自動解像度管理にはImageAnalysisを備えたCameraXを使用してください。

フォーカスと露出はスキャン品質に重要です。ML Kitはカメラを自動設定しません — 開発者はCamera2またはCameraXを介してコンティニュアスオートフォーカスとコンティニュアスオート露出を有効にする必要があります。オートフォーカスがないと、ぼやけたコードは精度が60～70%に低下します。近距離スキャン（5～15 cm）では、利用可能な場合はカメラのマクロモードを使用してください。

オートズームとファインダーオーバーレイ — ユーザーUXの改善。オートズームはコードが検出されたときに拡大します（Google Lensカメラのように）。コードのboundingBoxを分析し、プレビューをスケーリングすることで実装します。ファインダーオーバーレイは、カメラを向ける場所を示すグラフィカルフレームです。最良のUXのために、見つかったコードのboundingBoxを表示し、デコード成功時に緑色でハイライトしてください。

// CameraX + ML Kit: optimized scanner
class BarcodeAnalyzer(private val scanner: BarcodeScanner) :
    ImageAnalysis.Analyzer {

    override fun analyze(image: ImageProxy) {
        if (image.image == null) { image.close(); return }
        val mediaImage = InputImage.fromMediaImage(image.image, image.imageInfo.rotationDegrees)
        scanner.process(mediaImage)
            .addOnSuccessListener { barcodes ->
                barcodes.firstOrNull()?.let {
                    // Haptic + sound + code highlight
                }
            }
            .addOnCompleteListener { image.close() }
    }
}

ユーザーへのフィードバック：振動（HapticFeedback）、音（MediaActionSound）、視覚的ハイライト（Canvas/Overlay）。スキャン成功後、次のスキャンまでに1000～1500 msの遅延（スロットリング）を追加してください — これにより同じコードでの重複トリガーを防止します。シーケンシャルスキャン（バッチスキャン）では、SparkScanアプローチを使用してください。各スキャンが記録・通知され、300～500 msの遅延が入ります。