<\/div>

Zhao Zhibing, Wu Di<\/p>

Juicycode-Team<\/p><\/div><\/div>\n\n\n

<\/p>\n\n\n\n

\n
Mit der rasanten Entwicklung der Digitalisierung und der Intelligenz sind intelligente Erkennungssysteme auf der Grundlage von Computer Vision in verschiedenen Bereichen weit verbreitet. Darunter ist die Verwaltung und Erhaltung von Sammlungen ein Bereich von gro\u00dfer Bedeutung. Das auf OpenCV basierende \"Collection Treasure Intelligent Visual Recognition Management System\" (ArtIQ \u2122) zielt darauf ab, eine schnelle und genaue Erkennung und Verwaltung von RMB- und Gedenkbanknoten mit Hilfe von Computer-Vision-Technologie zu erm\u00f6glichen.<\/em><\/p>\n<\/blockquote>\n\n\n\n
W\u00e4hrend die herk\u00f6mmliche manuelle Identifizierung von RMB- und Gedenkbanknoten zeit- und arbeitsintensiv ist, nutzt das System OpenCV, um eine automatisierte visuelle Identifizierungsfunktion zu implementieren, die die Seriennummer und den M\u00fcnztyp schnell und genau identifizieren kann, was die Effizienz der Verwaltung verbessert. Das System kann die erkannten Informationen aufzeichnen und speichern, was der Institution eine gro\u00dfe Menge an Daten liefert und Statistiken und Analysen erleichtert. Anhand der Statistiken \u00fcber die verschiedenen M\u00fcnztypen und Seriennummern kann die Institution wertvolle Sammlungen von RMB- und Gedenkbanknoten usw. besser verwalten und sch\u00fctzen sowie das Niveau und die Effizienz der Sammlungsverwaltung verbessern.<\/p>\n\n\n\n
ArtIQ \u2122 wurde in Python entwickelt, und die Bildverarbeitungsfunktionen werden mit verschiedenen Funktionen aus der OpenCV-Computer-Vision-Bibliothek implementiert. Die Software-GUI wird mit PyQt5 entwickelt. Das System ist mit einer RMB- und Gedenkm\u00fcnzen-Erkennungsfunktion ausgestattet, die den RMB schnell lokalisieren und die Parameter wie Breite, H\u00f6he, Farbe usw. ermitteln kann, den festgelegten Bereich abf\u00e4ngt und eine Vorlagenerkennung durchf\u00fchrt. Mit den Funktionen \"Farbe\", \"Vorlage\" und \"Seitenverh\u00e4ltnis\", die f\u00fcr die Farberkennung, die Vorlagenerkennung bzw. die horizontale und vertikale Erkennung stehen, kann das System RMB und Gedenkm\u00fcnzen identifizieren, indem es die Farbe, die Vorlage sowie die horizontale und vertikale Erkennung an den M\u00fcnzen durchf\u00fchrt. Das System f\u00fchrt die Farb-, Schablonen- und Aspekterkennung auf dem RMB-Bild durch, um die endg\u00fcltige Erkennungsaussage auf gewichtete Weise zu erhalten. Auf der Grundlage der ORB-Merkmalextraktion wird SVM zur Klassifizierung und Identifizierung der Gedenkm\u00fcnzen verwendet. EAST wird verwendet, um die Seriennummer auf den Gedenkm\u00fcnzen zu lokalisieren, und dann wird Tesseract verwendet, um die Seriennummer zu identifizieren. F\u00fcr die erkannten Bildinformationen gibt es eine vollst\u00e4ndige Zugriffs- und Speicherverwaltung.<\/p>\n\n\n\n
Die grafische Benutzeroberfl\u00e4che ist mit einer dynamischen Anpassung der Gewichte, einem Gewichtsschalter, einer Steuerung des Ausgabeinhalts, einer dynamischen Anpassung der Binarisierungsparameter f\u00fcr die Vorder- und R\u00fcckseitenerkennung, einer dynamischen Anpassung der Empfindlichkeit der Vorlagenerkennung und einem Schalter f\u00fcr die Anpassungsregeln ausgestattet und verf\u00fcgt gleichzeitig \u00fcber die Funktion der Einbettung eines Fensters, das die \"endg\u00fcltige Erkennungsansicht\", die \"Originalansicht vor der Korrektur\" und die \"Binarisierungs-Echtzeitverarbeitungsansicht\" anzeigt, und kann eine der drei oben genannten Ansichten durch Umschalten anzeigen. Gleichzeitig hat es die Funktion, die \"Endg\u00fcltige Erkennungsansicht\", die \"Originalansicht vor der Korrektur\" und die \"Binarisierungs-Echtzeitverarbeitungsansicht\" eingebettet in das Fenster anzuzeigen, und es kann eine der drei oben genannten Ansichten durch Umschalten anzeigen. Die Option \"Alle Ansichten \u00f6ffnen\" ist ebenfalls verf\u00fcgbar und erm\u00f6glicht es dem Benutzer, alle Prozessansichten zu \u00f6ffnen, einschlie\u00dflich des Bildausschnitts. Au\u00dferdem gibt es ein Echtzeit-Arbeitsausgabefenster, das Erkennungsergebnisse und Systemaufforderungen in Echtzeit ausgibt.<\/p>\n\n\n\n
Das System verf\u00fcgt au\u00dferdem \u00fcber ein Echtzeit-Warnsystem, das potenzielle Fehler auf der Grundlage des Verhaltens des Benutzers bei der \u00c4nderung von Parametern erkennen kann. Wenn die Anpassung der Gewichte durch den Benutzer dazu f\u00fchrt, dass das Gewicht eines Gewichts gr\u00f6\u00dfer ist als die Summe der Gewichte der beiden anderen Gewichte, erscheint ein Eingabeaufforderungsfenster, und der Benutzer muss nur auf die Schaltfl\u00e4che \"\u221a\" klicken, um die Parameter auf die empfohlenen Parameter zur\u00fcckzusetzen und das Problem zu l\u00f6sen. Sie k\u00f6nnen die Eingabeaufforderung auch durch Klicken auf die Schaltfl\u00e4che \"X\" schlie\u00dfen und die Eingabeaufforderung bis zum n\u00e4chsten Start der Erkennung ignorieren.<\/p>\n\n\n\n
Um die Stabilit\u00e4t der Lichtquelle und des Hintergrunds w\u00e4hrend der Erkennung zu kontrollieren, haben wir die \"Juicycode Environment Control Light Box\" angepasst, die mit drei Lichtquellenmodi ausgestattet ist: gelbes Licht, rein wei\u00dfes Licht und gelb-wei\u00dfes Mischlicht, und die eine 12-stufige Einstellung der Lichtintensit\u00e4t unterst\u00fctzt. Die Light Box ist mit einem lichtabsorbierenden Tuch und einem Kameraschlitz ausgestattet, der die stabilste Erkennungsumgebung bietet und die Genauigkeit der Erkennung verbessert. Der Leuchtkasten ist mit einem lichtabsorbierenden Tuch und einem Kameraschlitz ausgestattet, der die stabilste Erkennungsumgebung bietet und die Erkennungsgenauigkeit verbessert.<\/p>","protected":false},"excerpt":{"rendered":"
\u968f\u7740\u6570\u5b57\u5316\u548c\u667a\u80fd\u5316\u7684\u5feb\u901f\u53d1\u5c55\uff0c\u57fa\u4e8e\u8ba1\u7b97\u673a\u89c6\u89c9\u7684\u667a\u80fd\u8bc6\u522b\u7cfb\u7edf\u5728\u5404\u4e2a\u9886\u57df\u5f97\u5230\u4e86\u5e7f\u6cdb\u5e94\u7528\u3002\u5176\u4e2d\uff0c\u85cf\u54c1\u7ba1\u7406\u548c\u4fdd\u62a4\u662f\u4e00\u4e2a … ArtIQ \u2122<\/span> weiterlesen<\/a><\/p>","protected":false},"author":1,"featured_media":103,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-104","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-pc_app"],"_links":{"self":[{"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/posts\/104"}],"collection":[{"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/comments?post=104"}],"version-history":[{"count":2,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/posts\/104\/revisions"}],"predecessor-version":[{"id":764,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/posts\/104\/revisions\/764"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/media\/103"}],"wp:attachment":[{"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/media?parent=104"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/categories?post=104"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.juicycode.cn\/de\/wp-json\/wp\/v2\/tags?post=104"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}