Zhao Zhibing, Wu Di
L'équipe de Juicycode
Avec le développement rapide de la numérisation et de l'intelligence, les systèmes de reconnaissance intelligents basés sur la vision par ordinateur ont été largement utilisés dans divers domaines. Parmi eux, la gestion et la conservation des collections est un domaine d'une grande importance. Le système de gestion de la reconnaissance visuelle intelligente des trésors de collection basé sur OpenCV (ArtIQ ™) vise à fournir une reconnaissance et une gestion rapides et précises des billets de banque RMB et commémoratifs à l'aide de la technologie de vision par ordinateur.
ArtIQ ™ permet une gestion automatisée et une identification rapide. Alors que l'identification manuelle traditionnelle des billets de banque RMB et commémoratifs prend beaucoup de temps et de main-d'œuvre, le système utilise OpenCV pour mettre en œuvre une fonction d'identification visuelle automatisée, qui peut identifier rapidement et précisément le numéro de série et le type de pièce, améliorant ainsi l'efficacité de la gestion. Le système peut enregistrer et stocker les informations reconnues, ce qui peut fournir une grande quantité de données à l'institution et faciliter les statistiques et l'analyse. Grâce aux statistiques relatives aux différents types de pièces et aux numéros de série, l'institution peut mieux gérer et protéger les précieuses collections de RMB et de billets commémoratifs, etc. et améliorer le niveau et l'efficacité de la gestion des collections.
ArtIQ ™ est développé en Python et les fonctions de traitement d'image sont implémentées en utilisant diverses fonctions de la bibliothèque de vision par ordinateur OpenCV. L'interface graphique du logiciel est développée à l'aide de PyQt5. Le système est équipé d'une fonction de reconnaissance de RMB et de pièces commémoratives, qui peut rapidement localiser le RMB et obtenir les paramètres tels que la largeur, la hauteur, la couleur, etc, intercepter la zone définie et effectuer une reconnaissance de modèle. "Couleur", "Modèle" et "Rapport d'aspect", qui représentent respectivement la reconnaissance de la couleur, la reconnaissance du modèle et la reconnaissance horizontale et verticale, le système peut identifier les RMB et les pièces commémoratives en effectuant la reconnaissance de la couleur, du modèle et la reconnaissance horizontale et verticale sur les pièces commémoratives et les pièces commémoratives. Le système effectue la reconnaissance des couleurs, des gabarits et de l'aspect de l'image RMB pour obtenir la conclusion finale de la reconnaissance de manière pondérée. Sur la base de l'extraction des caractéristiques ORB, SVM est utilisé pour classifier et identifier les pièces commémoratives. EAST est utilisé pour localiser le numéro de série des pièces commémoratives et Tesseract est utilisé pour identifier le numéro de série. Il existe une gestion complète de l'accès et du stockage des informations des images reconnues.
L'interface graphique est équipée d'un réglage dynamique des poids, d'un commutateur de poids, d'un contrôle du contenu de sortie, d'un réglage dynamique des paramètres de binarisation de la reconnaissance avant et arrière, d'un réglage dynamique de la sensibilité de la reconnaissance des modèles et d'un commutateur pour les règles d'appariement, et en même temps, elle est équipée de la fonction d'intégration d'une fenêtre affichant la "vue de reconnaissance finale", la "vue originale avant correction" et la "vue de traitement en temps réel de la binarisation", et peut afficher l'une des trois vues ci-dessus par commutation. En même temps, elle a la fonction d'afficher la "vue de reconnaissance finale", la "vue originale avant correction" et la "vue de traitement en temps réel de la binarisation" intégrées dans la fenêtre, et elle peut afficher l'une des trois vues ci-dessus en passant de l'une à l'autre. L'option de basculement "Ouvrir toutes les vues" est également disponible, permettant à l'utilisateur d'ouvrir toutes les vues du processus, y compris le recadrage de l'image. En outre, une fenêtre de sortie de travail en temps réel permet d'imprimer les résultats de la reconnaissance et les invites du système en temps réel.
Le système dispose également d'un système d'avertissement en temps réel qui permet d'identifier les erreurs potentielles en fonction du comportement de l'utilisateur en matière de modification des paramètres. Lorsque l'ajustement des poids par l'utilisateur fait que le poids d'un poids est supérieur à la somme des poids des deux autres poids, une fenêtre d'avertissement apparaît et l'utilisateur n'a qu'à cliquer sur le bouton "√" pour rétablir les paramètres aux paramètres recommandés et résoudre le problème. Vous pouvez également fermer l'invite en cliquant sur le bouton "X" et choisir d'ignorer l'invite jusqu'au prochain démarrage de la reconnaissance.
Afin de contrôler la stabilité de la source lumineuse et de l'arrière-plan pendant la reconnaissance, nous avons personnalisé le "Juicycode Environment Control Light Box", qui est équipé de trois modes de source lumineuse : lumière jaune, lumière blanche pure et lumière mixte jaune-blanc, et qui permet de régler l'intensité de la lumière en 12 étapes. Le boîtier lumineux est équipé d'un tissu absorbant la lumière et d'une fente pour caméra, ce qui permet d'obtenir l'environnement de reconnaissance le plus stable possible et d'améliorer la précision de la reconnaissance. Le caisson lumineux est équipé d'un tissu absorbant la lumière et d'une fente pour caméra, ce qui permet d'obtenir l'environnement de reconnaissance le plus stable et d'améliorer la précision de la reconnaissance.
