基于人工智能技術(shù)的錯題記錄儀設(shè)計研究

戴建浜 福建省莆田第二中學(xué)

● 引言

在學(xué)習(xí)的過程中，準備好一個錯題集，是一個好習(xí)慣。但如何才能隨時記錄和整理在平時學(xué)習(xí)過程中做過的錯題呢？傳統(tǒng)的方法有兩種：一種就是把錯題逐字抄下來，這種方法在記錄大型應(yīng)用題時浪費時間；另外一種方法就是把試卷剪貼下來，再粘貼到錯題本里，這樣做雖然會節(jié)省一點時間，但破壞了原始材料，在試卷雙面都有錯題時會變得很麻煩。由于當(dāng)前這兩種方法存在種種問題，所以尋找一種高效、能夠自動掃描分類記錄錯題的方法是必要的。

近年來，基于樹莓派的人工智能技術(shù)應(yīng)用日趨廣泛。本研究以樹莓派[1]為硬件平臺，結(jié)合Python解釋型編程語言以及OpenCV機器視覺庫[2]，實現(xiàn)錯題掃描全過程語音識別，通過攝像頭獲取錯題圖像，自動分析切片處理，保存在錯題圖片庫中，整個過程高效、便捷，有效節(jié)省整理錯題時間。

錯題是學(xué)習(xí)的必然產(chǎn)物，本研究不僅可以讓學(xué)生高效率地收集錯題，還可以讓教師巧妙地利用“錯誤”資源，使“錯題資源”的利用更加切合實際，符合學(xué)生的特點和要求，有利于教學(xué)資源的開發(fā)和有效利用，為提高教學(xué)質(zhì)量服務(wù)。

● 系統(tǒng)原理

本研究的核心組件是樹莓派第四代[3]，即Raspberry Pi 4。樹莓派是一款基于ARM的微型電腦主板，有4個USB接口可連接鍵盤、網(wǎng)線和攝像頭等外部設(shè)備，主板上有以太網(wǎng)口、WI-FI和藍牙芯片，可無線連接互聯(lián)網(wǎng)充當(dāng)小型服務(wù)器使用。最新發(fā)行的Raspberry Pi 4中央處理器采用全新架構(gòu)，28nm工藝，四個內(nèi)核，時鐘頻率達到1.5 GHz，較原來三代的產(chǎn)品速度有4倍的提升。樹莓派小巧的體積、良好的擴展性能（外接USB設(shè)備）以及高速的計算能力是本研究實現(xiàn)語音識別、圖像識別的前提條件。

本研究先通過WI-FI模塊連接上互聯(lián)網(wǎng)后，再用Python的多線程技術(shù)讓USB麥克風(fēng)實時識別語音指令，當(dāng)識別到“拍照”命令時，系統(tǒng)將通過高清攝像頭拍取錯題的照片，加工處理后把結(jié)果輸出到高清顯示屏顯示出來。如果操作有錯誤可通過語音“刪除”返回到上一步，也可以通過語音“合并”來合并被分開的兩張圖片。具體原理如圖1所示。

圖1

Python是一種面向?qū)ο蟮慕忉屝陀嬎銠C程序設(shè)計語言,具有豐富和強大的庫。OpenCV是一個基于BSD許可發(fā)行的跨平臺計算機視覺庫，軟件完全開源，可以運行在Linux、Windows和Mac OS操作系統(tǒng)上。它輕量級而且高效——由一系列C函數(shù)和少量C++類構(gòu)成，同時提供了Python語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。snowboy是一款開源的、輕量級語音喚醒引擎，通過它可以很輕松地創(chuàng)建屬于自己的喚醒詞。本研究的智能識別分析功能主要是通過Python的多個處理圖像的OpenCV庫和識別聲音的snowboy庫來完成。

學(xué)生在使用時要先把印有代表個人身份的二維碼的卡片（IC卡）放在記錄儀的刷卡處，系統(tǒng)識別讀取卡號后，生成對應(yīng)卡號信息和目錄，這時學(xué)生要說出錯題的學(xué)科，可從語文、數(shù)學(xué)、英語、物理、化學(xué)、生物、政治、地理、歷史九大學(xué)科中選擇，系統(tǒng)確認后進入等待識讀階段，這時說出“拍照”，系統(tǒng)就會自動識別分割題目并保存在系統(tǒng)中，說出“刪除”系統(tǒng)就會刪除前一次識別的內(nèi)容，說出“合并”，就與前一次識別的圖片合并，生成一張圖片，高清的液晶屏上會顯示每次操作的結(jié)果。另外，學(xué)生可以通過校園網(wǎng)絡(luò)登錄樹莓派服務(wù)器，訪問所有錯題資源，并實現(xiàn)打印、標(biāo)注分享等功能。

● 系統(tǒng)硬件設(shè)計

本研究硬件部分主要由樹莓派、話筒、高清攝像頭、7寸屏、小音箱及一個掃描支架組成。話筒、高清攝像頭通過USB接口與樹莓派連接，高清攝像頭獲取到的圖像經(jīng)算法處理后通過樹莓派mini HDMI接口輸出結(jié)果至7寸顯示器。系統(tǒng)總體硬件架構(gòu)如圖2所示。

圖2

為了提高聲音識別的準確性，話筒采用USB接口的全向拾音麥，內(nèi)含高品質(zhì)電容咪頭，有效抑制低噪產(chǎn)生，傳遞清晰的聲音，提高識別準確率，實現(xiàn)遠距離拾音。在圖像處理方面，為了排除圖像受外界環(huán)境的干擾，高清攝像頭采用兩側(cè)帶有LED燈的高拍儀。硬件模型如圖3所示。

圖3

● 系統(tǒng)軟件設(shè)計

樹莓派上安裝有Ubuntu操作系統(tǒng)軟件[4]，系統(tǒng)通過有線千兆網(wǎng)口或無線5G高速接入班班通網(wǎng)絡(luò)，系統(tǒng)已集成Python編程語言，但OpenCV視覺識別庫需人工安裝，這些環(huán)境的搭建是保證硬件正常運行的必要條件。程序軟件分為二維碼識別模塊、語音識別模塊、攝像頭拍照模塊、OpenCV視覺處理分析模塊四個模塊，各模塊具體設(shè)計如下：

①二維碼識別模塊。在本研究中，筆者讓學(xué)生用自己的學(xué)號通過草料二維碼在線生成一個二維碼圖片，打印出來并貼在卡片上，再通過Python的pyzbar庫的decode方法來輕松地讀取圖片里面的二維碼信息。

②語音識別模塊。樹莓派原生的音頻設(shè)備是不支持語音輸入的（無法錄音），所以本模塊通過USB口外接一個麥克風(fēng)實現(xiàn)聲音的拾取，采用snowboy實現(xiàn)語音喚醒和識別功能。[5]snowboy可離線使用，無需聯(lián)網(wǎng)，精確度高，低延遲，耗費資源非常低（單核700MHz樹莓派只占用10%CPU），所以適合在樹莓派上運行。當(dāng)安裝完需要的依賴項后，在snowboy自定義生成訓(xùn)練詞。接著編寫程序，通過回調(diào)函數(shù)調(diào)用執(zhí)行相應(yīng)動作。

③攝像頭拍照模塊。為了保證圖片的清晰度，筆者選用了一個800W像素的高清USB攝像頭，通過OpenCV可以輕松地讀取到攝像頭，當(dāng)語音識別到“拍照”一詞時，樹莓派會保存一張或多張圖片在SD卡中，以學(xué)生學(xué)號為文件名的文件夾下。

④視覺處理分析模塊。在獲取到清晰的圖像后，通過OpenCV先把圖像轉(zhuǎn)化成HSV格式，然后去除顏色范圍外的其余顏色，再對圖像進行二值化和膨脹操作，最后通過圖像輪廓查找與繪制方法findContours獲取所有矩形的坐標(biāo)，再對圖片進行切片處理，保存在相應(yīng)目錄中。

⑤錯題網(wǎng)頁共享模塊。掃描好的錯題被按學(xué)科分類保存在樹莓派的SD卡上，筆者利用Djiango開發(fā)網(wǎng)頁端程序，讓樹莓派成為一臺小型的WEB服務(wù)器。Djiango是一個開放源代碼的Web應(yīng)用框架，使用Python開發(fā)。運行Djiango的Web服務(wù)，學(xué)生可以使用手機、平板或個人電腦通過網(wǎng)頁訪問自己的錯題本。

● 實驗測試

①單個紅色框測試。圖4中左邊是加了紅色邊框的試卷，右邊是使用系統(tǒng)處理后生成的圖形，從圖中可以看到，系統(tǒng)成功截取到紅色框，系統(tǒng)獲取到紅色矩形框的坐標(biāo)后，在紅色邊框上加上藍色框。

圖4

②兩個紅色框測試。圖5中左邊標(biāo)注了兩個紅色框，系統(tǒng)通過OpenCV進行二值化和膨脹操作后成功獲取到兩個矩形框的坐標(biāo)。

圖5

③測試用紅色橫豎“井”字條框出錯題。圖6中使用四條紅色條型紙條構(gòu)成一個“井”字，系統(tǒng)通過OpenCV轉(zhuǎn)化HSV格式，然后通過cv.inRange去除顏色范圍外的其余顏色，然后用藍色矩形框標(biāo)注出內(nèi)部矩形框的邊界。

圖6

● 結(jié)語

本研究通過人工智能技術(shù)實現(xiàn)錯題智能提取，分類保存，整個過程操作簡單，識別率高，極大地提高錯題整理速度。數(shù)字化后的錯題保存在樹莓派SD中，檢索方便，可通過手機或平板瀏覽或分享，對提高學(xué)生學(xué)習(xí)成績具有一定的促進作用。