深圳条形码可以分为哪几种类型？

大家在生活当中，经常看到黑白条的条形码，但并不知道这些条形码到底代表什么，商品条形码有什么用处。深圳条形码有很多不同类别，显示的信息各不相同，作用也不同，主要可以分为以下几种类型：

1.代表产品类别，比如香烟上的条码，同一种香烟上的那个13位的条码，都是一样的.这个条码叫EAN-13码，又叫商品码，需要去相关部门注册，才能使用.也可以在Barcodestalk官网购买，直接选择数量、商品码类型就可以；

2.代表产品类别以方便管理.这个通常大家在超市看的比较多.超市里面有些产品上面本身没有上面一条所说的EAB-13码，那么超市会根据不同类别来贴上超市内部定义的条码.

以上两种其实用处是一样的，不同处在于第一种是要注册申请的，或者向国际编码中心GS1授权的Barcodestalk购买，第二种是企业内部制定的规范.

3.代表单独的产品.通常都是作为序列号.比如家电铭牌上都有一个条码，这个条码是唯一的，只代表一个产品.用于产品的生产\库存\质保等管理.

4.特殊行业管理.比如邮政就有专门的码种用于管理，在信封的背面就能看到.

5.防伪.通过后台数据库，每一个条码都有唯一对应的数据.扫描数据传输到电脑里就能和数据库里面的数据做对比.这个条码内容通常是随机生成的.主要用于彩票\火车票\飞机票\优惠卷等.

证卡管理应用

二维条码是一种崭新的数据存储和通讯技术，由于其信息容量大，识读不需要网络及数据库支持，因此使用方便、快捷、成本低。同时二维条码具有可读而不可改写，能够实现一对一验证的可防伪性。因此，可将二维条码技术广泛应用于证卡的管理。将持证人的姓名、单位、证件号码、血型、照片、指纹等重要信息进行编码，并且通过多种加密方式对数据进行加密，有效地解决了证件的自动录入及防伪问题。

基本系统功能

证卡格式制作：完成各种证卡的格式定制。

档案信息建立：在证卡数据输入界面完成信息录入。

证卡印制：采用数据压缩和数据加密技术，将证卡信息数据处理后编译成二维条码，并打印成带二维条码的的证卡。

证卡管理：实现证卡信息的查询统计以及系统维护。

证卡信息自动识别：采用二维条码识读设备和图形图像解压缩技术，实现证卡信息的自动识别和数据采集。

核查比对

证卡相关管理部门根据证卡持有人登记号和密码，打开相应的比对程序界面，通过配备的条码采集器对证卡中的条码进行识别，并与数据库原有信息进行比对，在比对的同时，根据数据库的原有信息数据对核查证卡持证人提供的其他相关材料进行审查。

证卡的户外巡查

证卡巡检系统的重要特征是，相关证卡管理部门人员必须携带移动计算机设备，在户外对各证卡持有单位或个人进行监督管理，该设备上带有被管理对象的资料和管理信息，并能够通过对相关证卡上和提供报表上的条码进行自动识别。

条码信息加密

条码本身具备防伪的特性，在于它的编码原理不被大多数人所了解，因此采用条码本身就具有一定的安全性。但是不能排除造假者具备生成条码的能力，因此还必须通过其他技术来增强条码的防伪性能。

数据加密的基本过程是对原来为明文的文件或数据按某种算法进行处理，使其成为不可读的信息，通常称为“密文”。密文只能在输入相应的密钥解密之后才能还原显示出原信息，通过这样的途径来达到保护数据不被非法窃取、造假的目的。该过程的逆过程为解密。

目前，最流行的加密技术有对称式密钥加密体制和非对称式密钥加密体制两种。它们的区别在于加密和解密密钥是否相同。考虑到本方案针对的是一个试点运行项目，为了节省成本简化应用，我们建议采用对称式密钥加密，又称私钥密码体制，即信息的发送方和接受方用同一个密钥去加密和解密数据。它最大的优势是加/解密速度快，适合于对大数据量加密，缺点是密钥管理困难。非对称加密技术比对称加密技术灵活，但加/解密速度相对较慢，尤其是不适合移动设备的使用。

对称加密体制的典型算法有DES算法、变形TripleDES。DES标准是由美国国家标准局提出的，其密钥长度为56bit；TripleDES使用3个独立的56bit密钥对交换的信息进行3次加密，使其有效长度达到168bit。可见TripleDES增强了DES算法的可靠性。因此在本方案中，选择TripleDES（即3DES）方法，作为加密安全的基本手段。

在过去的三十年中，条码符号的质量检验技术有了比较大的发展。最初并没有专门的条码检测设备，条码质量的评定是通过采用通用设备来完成的。我们知道，条码是由深色条和浅色空组合起来的图形符号，条码的质量参数可以分为两类，一类是条码的尺寸参数，另一类则为条码符号的反射率参数。这两种参数在条码技术规范中都作了详细的规定，对条码符号的这两种参数采用通用的反射率测量仪器及测长显微镜进行测量，这可以说是条码检测技术发展的第一个阶段。最初，这种检测方法中所有的测量都是非自动化的，由于条码的条空太多，测量和根据条空判定被测条码条空编码是否正确非常麻烦，另外，人为因素也严重影响了测量的精度和准确性。

从70年代中期以后，条码符号质量的评价都是用条码检测的专用仪器——条码检测仪来进行测试，这就是人们通常所说的传统检测方法。条码检测仪的出现使得条码检测的效率大大提高，符号经过条码检测仪扫描后，马上就可以得到检验结果，性能全面的检测仪还能打印出列有详细质量参数值的质量检测结果，这就使得印刷企业能够根据检验结果调整印刷设备，充分发挥印刷设备的潜能，从而提高条码符号的印制质量。

经过长期实践，人们发现基于条码符号技术规范基础上的检验方法在应用中存在以下缺陷和不足：(1)由于用该质量检验方法评价一个条码符号时只有一个单一的阈值，即是否符合标准，但不同的条码识读设备采用不同的光学结构、译码算法，在识读条码符号时具有不同的识读能力。单一的判定与多种识读设备和识读环境之间存在不一致的情况，也就是说，有些被传统方法判定为不合格的条码，却能够被正确识读。(2)在该检验方法中，条码的质量判定仅仅基于一次条码扫描所测出的质量参数。由于条码符号在高度方向存在信息的冗余，基于一个位置的一次扫描得出的数据不能够全面反映条码符号的整体质量。(3)对商品条码或128条码等来说，测量条码中条的尺寸意义不是很大，因为这些条码的译码是根据相似边的尺寸来进行的，条的整体增宽或减小对相似边的尺寸没有影响。(4)这种方法对条码的反射率要求方面存在疏漏，如它没有规定条码中条的反射率和空的反射率的测量位置，这就会导致不同仪器测出不同的结果，由此而产生了许多条码质量判定方面的商业纠纷。

上述因素导致了用该种方法检验的结果和扫描识读性能不能完全保持一致，并由此导致顾客退货的现象增多。为此，80年代后，人们开始设法对条码的检验方法进行改进。从事条码技术和应用行业的专家对各种类型的条码识读系统进行了大量的识读测试，最后得出了一个评价条码符号综合质量等级的方法，即“反射率曲线分析法”，也简称条码综合质量等级法。该方法能够更好地反映条码符号在识读过程中的性能，并能够克服使用传统方法所产生的缺陷。1990年，美国首先用该方法评价条码质量，并制定了相应的美国国家标准ANSIX3.182-1990《条码印制质量指南》，综合分级方法根据对条码进行扫描所得出的“扫描反射率曲线”，分析条码的各个质量参数，并按实际识读的要求综合评定条码的质量和分级。随着条码技术的发展，条码综合质量等级法得到了较为广泛的应用。欧洲标准化委员会（CEN）1997年批准的欧洲标准EN1635-1997《条码检测规范》、2000年国际标准化组织和国际电工委员会批准的标准ISO/IEC15416-2000《条码印制质量检测规范》中都采用了条码综合质量等级法，我国新修订的国家标准GB12904-1998《商品条码》中也应用了条码综合质量等级法的部分原理。

目前，国际标准化组织已经开始研究与条码质量相关的其它标准，如条码制版软件技术规范，条码检测仪测试规范，条码识读设备性能测试规范等等。主要的几种条码符号如39条码、UCC/EAN-128条码等，在其符号标准中也纷纷采用综合分级检验的质量分析和评价方法。相对于这一新的方法，以前的条码质量检验方法被称为传统的检验方法。

以条码技术的应用为特点，实现仓库数据收集的自动化。利用物料的条码标识实现仓库作业的各个环节数据自动化采集，提升仓库作业尤其是仓库盘点的作业效率，提升仓库数据的准确性和及时性。强调对物料的科学编码，实现不同的管理目标。强调对物料进行科学编码，以实现不同的管理目标，例如单品追踪、保质期管理、批次管理以及产品质量追溯等。对仓库的库位进行科学编码，实现库位管理目标。对仓库的库位进行科学编码，用条码符号加以标识，并仓库作业的各个环节采集库位数据，同时导入管理系统。有利于在大型仓库或多品种仓库种快速定位库存品所在的位置，实现先进先出的管理目标及仓库作业的效率。对组装出库作业进行现场数据采集，实现组装作业的需求。使用条码设备采集出库包装作业环节的数据（包装规格/包装层次关系等数据），并在包装作业结束后列印出装箱清单，减少出错。

【效益评估】

1)在仓库管理中应用条码技术，实现数据的自动化采集，去掉了手工书写单据和送到机房输入的步骤，能大大提高工作效率。2)解决库房信息陈旧滞后的弊病。一张单据从填写、收集到键盘输入，需要一天或更长的时间。这使得生产调度员只能根据前几天甚至一周前的库存信息，为用户定下交货日期。3)解决手工单据信息不准确的问题（主要是抄写错误，键入错误），从而达到提高生产率、明显改善服务质量、消除事务处理中的人工操作、减少无效劳动、消除因信息不准引起的附加库房存量、提高资金利用率等目的。4)将单据所需的大量纸张文字信息转换成电子数据，简化了日后的查询步骤，工作人员不用再手工翻阅查找各种登记册和单据本，只需输入查询条件，计算机在很短的时间内就会查到所需记录，并将内容显示在屏幕上，大大加快了查询速度。提高生产数据统计的速度和准确性，减轻汇总统计人员的工作难度。