羅亮 王盼盼

浙教版高中信息技術(shù)教材《數(shù)據(jù)與計(jì)算》，有一個(gè)答題卡填圖識(shí)別算法解析示例，因?yàn)橘N近生活，學(xué)生們都很感興趣。這個(gè)案例可以進(jìn)一步拓展，如通過文檔高拍儀對(duì)答題卡數(shù)據(jù)進(jìn)行采集，那就能實(shí)現(xiàn)一個(gè)真實(shí)的答題卡識(shí)別工具。當(dāng)然，最好的拓展莫過于自己搭建一個(gè)功能更加強(qiáng)大的智能文檔高拍儀原型，那樣不僅可以識(shí)別答題卡，還可以識(shí)別文字、二維碼之類。

文檔高拍儀原型的功能分析

文檔高拍儀的基本功能是圖像采集，增強(qiáng)功能是光學(xué)字符識(shí)別、條碼識(shí)別等。圖像采集分辨率是決定高拍儀型號(hào)的重要依據(jù)，像素太高，對(duì)圖片的處理速度和傳輸會(huì)提出新的要求，一般來說，500W像素比較合適?？梢?，文檔高拍儀的原型在硬件方面要求很低，選擇任何一款迷你電腦再結(jié)合攝像頭即可。

在學(xué)校眾多的開源硬件中，學(xué)生選擇虛谷號(hào)作為核心硬件。虛谷號(hào)是一個(gè)面向人工智能教學(xué)和Python編程學(xué)習(xí)的開源硬件平臺(tái)，板內(nèi)集成高性能處理器和通用單片機(jī)、兼容Arduino，可掛載攝像頭等各種通用外設(shè)，可以外接鍵盤顯示器成為獨(dú)立主機(jī)，也可以自帶電源獨(dú)立運(yùn)行Arduino、Python程序進(jìn)行相應(yīng)信息處理。想象一下，虛谷、充電寶、攝像頭組合在一個(gè)外殼之中，形成手持設(shè)備，隨走隨拍，是多么方便的事情啊。

圖像采集完成以后，可以嘗試使用開源的光學(xué)字符識(shí)別軟件進(jìn)行字符識(shí)別或者使用百度大腦AI開放平臺(tái)的圖片文本識(shí)別功能。可供選擇的基于Python的開源光學(xué)字符識(shí)別軟件有darknet-ocr、Pyocr、pytesser、Tesseract OCR、CNOCR。這些開源軟件各有擅長(zhǎng)之處，CNOCR適合識(shí)別圖片中的中文，但該開源軟件需要在Windows平臺(tái)下進(jìn)行識(shí)別，所以筆者最終還是采用調(diào)用百度AI功能實(shí)現(xiàn)文檔高拍儀的增強(qiáng)功能。

使用高拍儀肯定需要了解當(dāng)前工作狀態(tài)，虛谷號(hào)自帶的LED燈則派上了用場(chǎng)。當(dāng)然，也可以加一塊小型的OLED顯示屏。經(jīng)過以上分析，可以得到文檔高拍儀原型所需軟硬件，如圖1所示，對(duì)應(yīng)處理流程如圖2所示。

文檔高拍儀原型功能實(shí)現(xiàn)

筆者采用模塊化思想將高拍儀功能分解細(xì)化，逐一實(shí)現(xiàn)，然后合并功能，大致分成圖片采集、啟動(dòng)處理、狀態(tài)表示、OCR識(shí)別、結(jié)果呈現(xiàn)五大方面。

1.圖片采集

圖片采集是視覺處理Opencv模塊的一個(gè)基本功能。筆者將USB攝像頭通過USB連接上虛谷號(hào)之后，就完成了硬件準(zhǔn)備。frame代表攝像頭采集的像素內(nèi)容，后期需要對(duì)frame進(jìn)行集中處理。在“測(cè)試場(chǎng)景”窗口為當(dāng)前活動(dòng)窗口的情況下，按'q'鍵退出圖片采集，按's'鍵將采集的圖像以文件形式保存。在后期功能合成時(shí)，如cv.imshow、cv. destroyAllWindows這些與目標(biāo)功能達(dá)成不一致且耗費(fèi)資源的代碼可以略過不予使用。相關(guān)關(guān)鍵性程序代碼如圖3所示。

2.啟動(dòng)圖片采集識(shí)別

一般情況下，高拍儀通過按鍵方式實(shí)現(xiàn)拍照。虛谷號(hào)自身沒有按鍵，只是預(yù)留有相關(guān)接口。若要啟動(dòng)圖片采集功能，可以采取使用虛谷號(hào)擴(kuò)展板或通過攝像頭采集識(shí)別圖片或聲音中的特殊標(biāo)志來實(shí)現(xiàn)。由于已經(jīng)采用攝像頭來采集圖片而且OpenCV視覺處理可以涉及輪廓檢測(cè)，因此可以劃過與被采集場(chǎng)景背景對(duì)比強(qiáng)烈的純色物品，只要虛谷號(hào)識(shí)別出該物品輪廓面積在一定范圍內(nèi)，就表示開始啟動(dòng)拍照采集。相關(guān)關(guān)鍵性程序代碼如圖4所示。

3.工作狀態(tài)顯示

虛谷號(hào)兼容Arduino，自帶一個(gè)可程序控制的LED。從虛谷號(hào)開機(jī)到準(zhǔn)備進(jìn)入圖片采集狀態(tài)再到圖片采集進(jìn)行中都可以借助該LED的不同頻率的亮和滅來表示對(duì)應(yīng)的狀態(tài)。實(shí)現(xiàn)狀態(tài)顯示的程序代碼與借助pinpong庫(kù)來實(shí)現(xiàn)基本一致，亮燈滅燈的次數(shù)、亮燈持續(xù)時(shí)間、滅燈持續(xù)時(shí)間，可以通過一個(gè)自定義函數(shù)實(shí)現(xiàn)。例如，ledstatus（led，5，0.2，0.2）表示等待啟動(dòng);ledstatus（led，3，1，1）表示已采集1張圖片;ledstatus（led，2，2，0.5）表示圖片識(shí)別完成，可通過客戶端查看識(shí)別結(jié)果。狀態(tài)顯示相關(guān)模塊代碼使用簡(jiǎn)單通用適應(yīng)各類開源硬件的pinpong庫(kù)完成，如上頁圖5所示。

4.OCR識(shí)別

圖片采集后，可以考慮文檔高拍儀增強(qiáng)功能實(shí)現(xiàn)。從實(shí)現(xiàn)途徑便捷性與OCR識(shí)別效果角度考慮，最終決定還是使用調(diào)用百度API的方式來實(shí)現(xiàn)OCR識(shí)別。訪問百度AI開放平臺(tái)，注冊(cè)成為百度開發(fā)者并創(chuàng)建應(yīng)用后就能得到相應(yīng)的AppID、API Key、Secret Key信息。根據(jù)圖6所示的調(diào)用百度AI文本識(shí)別示例代碼可以完成單張圖片中的文字識(shí)別。

經(jīng)過測(cè)試，在同等條件下，采用百度API調(diào)用方式識(shí)別效率比使用開源OCR軟件識(shí)別效率更高。

5.識(shí)別結(jié)果呈現(xiàn)

每次文字識(shí)別結(jié)果可以直接累加存儲(chǔ)在單個(gè)文本文件中，也可以格式化為網(wǎng)頁文件。針對(duì)該存儲(chǔ)識(shí)別結(jié)果的文件可以通過建立Http服務(wù)，讓任何一臺(tái)與虛谷迷你電腦聯(lián)網(wǎng)的客戶端查閱。

虛谷自帶WIFI而且安裝了Python，建立Http服務(wù)的代碼很簡(jiǎn)單而且實(shí)用，格式如下：

python3 -m http.server 8000

該代碼含義為指定虛谷迷你電腦當(dāng)前文件夾為Http服務(wù)根目錄，指定訪問端口為8000。

與虛谷迷你電腦聯(lián)網(wǎng)的任何一臺(tái)客戶端都可以打開瀏覽器，輸入訪問網(wǎng)址（http：//虛谷迷你電腦IP：8000/）查閱識(shí)別結(jié)果。

文檔高拍儀原型功能改進(jìn)

經(jīng)過測(cè)試，以虛谷號(hào)為核心完成的文檔高拍儀原型能夠基本完成預(yù)設(shè)的功能，但在調(diào)試過程中還發(fā)現(xiàn)存在一些問題，還需要不斷迭代完善，如：

①攝像頭的分辨率不高而且變焦過慢，導(dǎo)致抓拍圖像并不清晰;

②缺少補(bǔ)光功能導(dǎo)致被拍攝對(duì)象本身呈現(xiàn)的亮度不一致，影響后期的文字識(shí)別;

③適當(dāng)增加虛谷號(hào)的傳感控制與狀態(tài)表示，更有利于操作者理解操作進(jìn)程;

④運(yùn)用OPENCV視覺處理能力有待進(jìn)一步加強(qiáng)，如調(diào)整對(duì)比度、銳化、降噪等。

運(yùn)用虛谷號(hào)結(jié)合攝像頭實(shí)現(xiàn)文檔高拍儀功能，是一個(gè)典型的開源硬件項(xiàng)目，雖然解決的過程有些坎坷，但收獲很多。教師在學(xué)生的技術(shù)基礎(chǔ)上，給予學(xué)生觸手可及的創(chuàng)意方案庫(kù)，充分調(diào)動(dòng)學(xué)生的創(chuàng)意，結(jié)合實(shí)際場(chǎng)景，讓他們不斷提出新的需求，不斷挑戰(zhàn)新的難題，做出實(shí)踐性很強(qiáng)的解決方案。類似虛谷號(hào)的迷你電腦能玩的項(xiàng)目其實(shí)非常多，如視覺處理眼睛控制鼠標(biāo)實(shí)現(xiàn)媒體互動(dòng)、視覺處理無人機(jī)禁飛區(qū)域判斷等，希望有更多的老師帶著學(xué)生一起探究。