﻿{"id":104,"date":"2023-06-08T14:18:00","date_gmt":"2023-06-08T06:18:00","guid":{"rendered":"https:\/\/www.juicycode.tech\/?p=104"},"modified":"2024-11-25T17:16:26","modified_gmt":"2024-11-25T09:16:26","slug":"artiq","status":"publish","type":"post","link":"https:\/\/www.juicycode.cn\/fr\/artiq\/","title":{"rendered":"ArtIQ \u2122"},"content":{"rendered":"<div class=\"wp-block-post-author\"><div class=\"wp-block-post-author__avatar\"><img alt='Avatar photo' src='https:\/\/www.juicycode.cn\/wp-content\/uploads\/2023\/06\/cropped-cropped-cropped-cropped-team_account_ico-2-48x48.png' srcset='https:\/\/www.juicycode.cn\/wp-content\/uploads\/2023\/06\/cropped-cropped-cropped-cropped-team_account_ico-2-96x96.png 2x' class='avatar avatar-48 photo' height='48' width='48' \/><\/div><div class=\"wp-block-post-author__content\"><p class=\"wp-block-post-author__byline\">Zhao Zhibing, Wu Di<\/p><p class=\"wp-block-post-author__name\">L'\u00e9quipe de Juicycode<\/p><\/div><\/div>\n\n\n<p><\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\" style=\"font-size:16px\">\n<p style=\"font-size:16px\"><em>Avec le d\u00e9veloppement rapide de la num\u00e9risation et de l'intelligence, les syst\u00e8mes de reconnaissance intelligents bas\u00e9s sur la vision par ordinateur ont \u00e9t\u00e9 largement utilis\u00e9s dans divers domaines. Parmi eux, la gestion et la conservation des collections est un domaine d'une grande importance. Le syst\u00e8me de gestion de la reconnaissance visuelle intelligente des tr\u00e9sors de collection bas\u00e9 sur OpenCV (ArtIQ \u2122) vise \u00e0 fournir une reconnaissance et une gestion rapides et pr\u00e9cises des billets de banque RMB et comm\u00e9moratifs \u00e0 l'aide de la technologie de vision par ordinateur.<\/em><\/p>\n<\/blockquote>\n\n\n\n<p>ArtIQ \u2122 permet une gestion automatis\u00e9e et une identification rapide. Alors que l'identification manuelle traditionnelle des billets de banque RMB et comm\u00e9moratifs prend beaucoup de temps et de main-d'\u0153uvre, le syst\u00e8me utilise OpenCV pour mettre en \u0153uvre une fonction d'identification visuelle automatis\u00e9e, qui peut identifier rapidement et pr\u00e9cis\u00e9ment le num\u00e9ro de s\u00e9rie et le type de pi\u00e8ce, am\u00e9liorant ainsi l'efficacit\u00e9 de la gestion. Le syst\u00e8me peut enregistrer et stocker les informations reconnues, ce qui peut fournir une grande quantit\u00e9 de donn\u00e9es \u00e0 l'institution et faciliter les statistiques et l'analyse. Gr\u00e2ce aux statistiques relatives aux diff\u00e9rents types de pi\u00e8ces et aux num\u00e9ros de s\u00e9rie, l'institution peut mieux g\u00e9rer et prot\u00e9ger les pr\u00e9cieuses collections de RMB et de billets comm\u00e9moratifs, etc. et am\u00e9liorer le niveau et l'efficacit\u00e9 de la gestion des collections.<\/p>\n\n\n\n<p>ArtIQ \u2122 est d\u00e9velopp\u00e9 en Python et les fonctions de traitement d'image sont impl\u00e9ment\u00e9es en utilisant diverses fonctions de la biblioth\u00e8que de vision par ordinateur OpenCV. L'interface graphique du logiciel est d\u00e9velopp\u00e9e \u00e0 l'aide de PyQt5. Le syst\u00e8me est \u00e9quip\u00e9 d'une fonction de reconnaissance de RMB et de pi\u00e8ces comm\u00e9moratives, qui peut rapidement localiser le RMB et obtenir les param\u00e8tres tels que la largeur, la hauteur, la couleur, etc, intercepter la zone d\u00e9finie et effectuer une reconnaissance de mod\u00e8le. \"Couleur\", \"Mod\u00e8le\" et \"Rapport d'aspect\", qui repr\u00e9sentent respectivement la reconnaissance de la couleur, la reconnaissance du mod\u00e8le et la reconnaissance horizontale et verticale, le syst\u00e8me peut identifier les RMB et les pi\u00e8ces comm\u00e9moratives en effectuant la reconnaissance de la couleur, du mod\u00e8le et la reconnaissance horizontale et verticale sur les pi\u00e8ces comm\u00e9moratives et les pi\u00e8ces comm\u00e9moratives. Le syst\u00e8me effectue la reconnaissance des couleurs, des gabarits et de l'aspect de l'image RMB pour obtenir la conclusion finale de la reconnaissance de mani\u00e8re pond\u00e9r\u00e9e. Sur la base de l'extraction des caract\u00e9ristiques ORB, SVM est utilis\u00e9 pour classifier et identifier les pi\u00e8ces comm\u00e9moratives. EAST est utilis\u00e9 pour localiser le num\u00e9ro de s\u00e9rie des pi\u00e8ces comm\u00e9moratives et Tesseract est utilis\u00e9 pour identifier le num\u00e9ro de s\u00e9rie. Il existe une gestion compl\u00e8te de l'acc\u00e8s et du stockage des informations des images reconnues.<\/p>\n\n\n\n<p>L'interface graphique est \u00e9quip\u00e9e d'un r\u00e9glage dynamique des poids, d'un commutateur de poids, d'un contr\u00f4le du contenu de sortie, d'un r\u00e9glage dynamique des param\u00e8tres de binarisation de la reconnaissance avant et arri\u00e8re, d'un r\u00e9glage dynamique de la sensibilit\u00e9 de la reconnaissance des mod\u00e8les et d'un commutateur pour les r\u00e8gles d'appariement, et en m\u00eame temps, elle est \u00e9quip\u00e9e de la fonction d'int\u00e9gration d'une fen\u00eatre affichant la \"vue de reconnaissance finale\", la \"vue originale avant correction\" et la \"vue de traitement en temps r\u00e9el de la binarisation\", et peut afficher l'une des trois vues ci-dessus par commutation. En m\u00eame temps, elle a la fonction d'afficher la \"vue de reconnaissance finale\", la \"vue originale avant correction\" et la \"vue de traitement en temps r\u00e9el de la binarisation\" int\u00e9gr\u00e9es dans la fen\u00eatre, et elle peut afficher l'une des trois vues ci-dessus en passant de l'une \u00e0 l'autre. L'option de basculement \"Ouvrir toutes les vues\" est \u00e9galement disponible, permettant \u00e0 l'utilisateur d'ouvrir toutes les vues du processus, y compris le recadrage de l'image. En outre, une fen\u00eatre de sortie de travail en temps r\u00e9el permet d'imprimer les r\u00e9sultats de la reconnaissance et les invites du syst\u00e8me en temps r\u00e9el.<\/p>\n\n\n\n<p>Le syst\u00e8me dispose \u00e9galement d'un syst\u00e8me d'avertissement en temps r\u00e9el qui permet d'identifier les erreurs potentielles en fonction du comportement de l'utilisateur en mati\u00e8re de modification des param\u00e8tres. Lorsque l'ajustement des poids par l'utilisateur fait que le poids d'un poids est sup\u00e9rieur \u00e0 la somme des poids des deux autres poids, une fen\u00eatre d'avertissement appara\u00eet et l'utilisateur n'a qu'\u00e0 cliquer sur le bouton \"\u221a\" pour r\u00e9tablir les param\u00e8tres aux param\u00e8tres recommand\u00e9s et r\u00e9soudre le probl\u00e8me. Vous pouvez \u00e9galement fermer l'invite en cliquant sur le bouton \"X\" et choisir d'ignorer l'invite jusqu'au prochain d\u00e9marrage de la reconnaissance.<\/p>\n\n\n\n<p>Afin de contr\u00f4ler la stabilit\u00e9 de la source lumineuse et de l'arri\u00e8re-plan pendant la reconnaissance, nous avons personnalis\u00e9 le \"Juicycode Environment Control Light Box\", qui est \u00e9quip\u00e9 de trois modes de source lumineuse : lumi\u00e8re jaune, lumi\u00e8re blanche pure et lumi\u00e8re mixte jaune-blanc, et qui permet de r\u00e9gler l'intensit\u00e9 de la lumi\u00e8re en 12 \u00e9tapes. Le bo\u00eetier lumineux est \u00e9quip\u00e9 d'un tissu absorbant la lumi\u00e8re et d'une fente pour cam\u00e9ra, ce qui permet d'obtenir l'environnement de reconnaissance le plus stable possible et d'am\u00e9liorer la pr\u00e9cision de la reconnaissance. Le caisson lumineux est \u00e9quip\u00e9 d'un tissu absorbant la lumi\u00e8re et d'une fente pour cam\u00e9ra, ce qui permet d'obtenir l'environnement de reconnaissance le plus stable et d'am\u00e9liorer la pr\u00e9cision de la reconnaissance.<\/p>","protected":false},"excerpt":{"rendered":"<p>\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 &hellip; <a href=\"https:\/\/www.juicycode.cn\/fr\/artiq\/\" class=\"more-link\">Continuer la lecture de <span class=\"screen-reader-text\">ArtIQ \u2122<\/span><\/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\/fr\/wp-json\/wp\/v2\/posts\/104"}],"collection":[{"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/comments?post=104"}],"version-history":[{"count":2,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/posts\/104\/revisions"}],"predecessor-version":[{"id":764,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/posts\/104\/revisions\/764"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/media\/103"}],"wp:attachment":[{"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/media?parent=104"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/categories?post=104"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.juicycode.cn\/fr\/wp-json\/wp\/v2\/tags?post=104"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}