背景

我小時候真的很喜歡交易卡。最近在一個盒子里我發(fā)現(xiàn)了很多以前收藏的萬智牌卡片，于是我轉(zhuǎn)念一想——我一共有多少張卡片，它們一共值多少錢？手動記錄和查找這些需要一段時間，所以我決定看看我是否可以自動化一些過程。而鑒別過程中我使用的是 Raspberry Pi，并且用樂高構(gòu)建平臺并利用好 AWS S3/Rekognition！

步驟

使用樹莓派、RPi 相機(jī)和樂高平臺拍攝卡片標(biāo)題

將圖片上傳到 AWS S3 存儲桶進(jìn)行存儲和處理

使用 AWS Rekognition 從圖片中提取文本并針對定價 API 進(jìn)行查詢以獲取每張卡的市場價格

樂高

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

這個設(shè)計的靈感來自我?guī)啄昵百I的一個便宜的 7 美元卡片分類器。后面的伺服系統(tǒng)能夠以簡單的齒輪狀設(shè)置連續(xù)旋轉(zhuǎn)并向前移動輪胎。前面的輪子從深綠色部分伸出來??，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保持卡片足夠的重量，以確保只有一張出來。

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

硬件

Raspberry Pi 是這個項目的最佳選擇，因為我需要為外圍設(shè)備運行 python。我們需要的其他東西是兩個伺服電機(jī)和一個相機(jī)。我有一個連接到面包板的 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。一個腳本用于為伺服系統(tǒng)供電并拍照；另一種是針對 Rekognition 處理存儲在 S3 中的圖片。

一旦我們將卡片加載到樂高平臺上，我們可以簡單地執(zhí)行以下操作：

python mtg_servo.py 《set_abbreviation》

這將啟動伺服系統(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。《set_abbreviation》 是卡組的三個字母代碼。這有助于我們在圖像處理和定價 API 方面保持井井有條，例如“M13”集的所有 .jpg 文件都寫入 《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。您需要一個免費的 AWS 帳戶才能執(zhí)行此操作。亞馬遜的 AWS 免費套餐非常慷慨——您每月可以處理 5，000 張圖片。由于時間原因，我手動上傳了 S3 文件（未顯示，但這里有一個指南）。s3 存儲桶的設(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。

我們可以自動化這個過程！將所有卡片上傳到存儲桶后，我們可以運行以下代碼將檢測到的文本輸出到 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，我毫不懷疑這會更高。我遇到的另外兩個主要問題是 （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！