如何利用樹(shù)莓派制作卡片掃描儀

背景

我小時(shí)候真的很喜歡交易卡。最近在一個(gè)盒子里我發(fā)現(xiàn)了很多以前收藏的萬(wàn)智牌卡片，于是我轉(zhuǎn)念一想——我一共有多少?gòu)埧ㄆ?，它們一共值多少錢？手動(dòng)記錄和查找這些需要一段時(shí)間，所以我決定看看我是否可以自動(dòng)化一些過(guò)程。而鑒別過(guò)程中我使用的是 Raspberry Pi，并且用樂(lè)高構(gòu)建平臺(tái)并利用好 AWS S3/Rekognition！

步驟

使用樹(shù)莓派、RPi 相機(jī)和樂(lè)高平臺(tái)拍攝卡片標(biāo)題

將圖片上傳到 AWS S3 存儲(chǔ)桶進(jìn)行存儲(chǔ)和處理

使用 AWS Rekognition 從圖片中提取文本并針對(duì)定價(jià) API 進(jìn)行查詢以獲取每張卡的市場(chǎng)價(jià)格

樂(lè)高

我不擅長(zhǎng)木工，如果在外形設(shè)計(jì)方面使用木工產(chǎn)出，可能會(huì)導(dǎo)致項(xiàng)目最終比較粗糙。所以我決定使用樂(lè)高來(lái)制作項(xiàng)目的外形，并且你可以很容易的買到。這個(gè)項(xiàng)目不會(huì)展示如何一磚一瓦地建造它，但我會(huì)在這里使用過(guò)程中所拍下的圖片來(lái)以達(dá)到重現(xiàn)的效果！

這個(gè)設(shè)計(jì)的靈感來(lái)自我?guī)啄昵百I的一個(gè)便宜的 7 美元卡片分類器。后面的伺服系統(tǒng)能夠以簡(jiǎn)單的齒輪狀設(shè)置連續(xù)旋轉(zhuǎn)并向前移動(dòng)輪胎。前面的輪子從深綠色部分伸出來(lái)??，是為了防止其他卡片滑出。只有足夠的空間一次推出一張卡。我還用了幾張貼在一起的卡片來(lái)保持卡片足夠的重量，以確保只有一張出來(lái)。

相機(jī)位于距離平臺(tái)幾英寸的一堆磚塊上，傾斜的角度與卡片的位置對(duì)齊。分辨率已用代碼修改以捕獲卡的頂部。

硬件

Raspberry Pi 是這個(gè)項(xiàng)目的最佳選擇，因?yàn)槲倚枰獮橥鈬O(shè)備運(yùn)行 python。我們需要的其他東西是兩個(gè)伺服電機(jī)和一個(gè)相機(jī)。我有一個(gè)連接到面包板的 5V 電源 - 不是強(qiáng)制性的，但很有幫助。

編碼

代碼完全用 python 2.7 編寫(xiě)。一個(gè)腳本用于為伺服系統(tǒng)供電并拍照；另一種是針對(duì) Rekognition 處理存儲(chǔ)在 S3 中的圖片。

一旦我們將卡片加載到樂(lè)高平臺(tái)上，我們可以簡(jiǎn)單地執(zhí)行以下操作：

python mtg_servo.py 《set_abbreviation》

這將啟動(dòng)伺服系統(tǒng)并掃描卡片。完成后，我們可以退出腳本并加載更多內(nèi)容。我一分鐘能做大約 20-25 張牌?！秙et_abbreviation》 是卡組的三個(gè)字母代碼。這有助于我們?cè)趫D像處理和定價(jià) API 方面保持井井有條，例如“M13”集的所有 .jpg 文件都寫(xiě)入 《current_directory/M13》 路徑。

AWS S3 和 Rekognition

我嘗試使用 tesseract 和 OpenCV 進(jìn)行 OCR。雖然兩者都是很棒的工具，但事實(shí)證明 Rekognition 更易于使用。它為定位、照明、距離等提供了很大的靈活性。您需要一個(gè)免費(fèi)的 AWS 帳戶才能執(zhí)行此操作。亞馬遜的 AWS 免費(fèi)套餐非?？犊吭驴梢蕴幚?5，000 張圖片。由于時(shí)間原因，我手動(dòng)上傳了 S3 文件（未顯示，但這里有一個(gè)指南）。s3 存儲(chǔ)桶的設(shè)置與當(dāng)前目錄 - /set_name/file.jpg 完全相同。下面的屏幕截圖顯示了 Rekognition 的演示版處理一些拍攝的照片。

我們可以自動(dòng)化這個(gè)過(guò)程！將所有卡片上傳到存儲(chǔ)桶后，我們可以運(yùn)行以下代碼將檢測(cè)到的文本輸出到 csv 中：

python Rekognize_S3.py 《set_abbreviation》

這是圖像處理的結(jié)果。如果圖片質(zhì)量更好，我毫不懷疑這會(huì)更高。我遇到的另外兩個(gè)主要問(wèn)題是 （1） 字體 - 許多字體的字符看似接近我很難破譯它們的位置和 （2） 照明。在我掃描的 920 張卡片中：

619 張是準(zhǔn)確的 （67.3%）

201 張相比少了 （21.8%）

100 張多了（10.9%）

到此就是最終結(jié)果了！