基于PYQT5的AI圖像識別工具

黃 率

（湖南科技學(xué)院信息工程學(xué)院，湖南 永州 425199）

1 背景及意義

在過去的10年，人工智能技術(shù)實(shí)現(xiàn)了自動駕駛、實(shí)用的語音識別、圖像識別和有效的網(wǎng)絡(luò)搜索等。人工智能在今天是如此普及，以至于人們可能一天要使用幾十次。在服裝、制造等傳統(tǒng)行業(yè)中，由于保密、安全、信息化水平等條件限制，在工作中有大量的表格需要在現(xiàn)場手工填寫，然后再錄入到信息系統(tǒng)中，存在重復(fù)工作且容易錄錯[1]。而采用中文手寫體識別可對相應(yīng)表格內(nèi)容進(jìn)行實(shí)時識別和自動錄入，人工進(jìn)行檢查校驗(yàn)即可，能夠減少大量人工工作量[2]。圖片識別技術(shù)稱為光學(xué)字符識別，它是計算機(jī)視覺領(lǐng)域中重要的研究分支，其較常見的應(yīng)用是印刷體和手寫體文本的識別，前者都是打印字體，相對比較規(guī)整，但是在印刷過程中設(shè)備和紙張的原因?qū)е碌挠∷①|(zhì)量問題，會對光學(xué)字符識別模型的輸入產(chǎn)生噪聲影響，另外由于印刷樣式、底紋背景和拍攝光線等也會對識別的結(jié)果產(chǎn)生干擾[3]。

人們在日常生活中由印刷體產(chǎn)生的各種證件，比如身份證、銀行卡和駕駛證經(jīng)常需要自動識別，并提取其中的數(shù)據(jù)信息。而基于人工智能的文字識別技術(shù)的優(yōu)勢就是對各種印刷體等進(jìn)行文本識別，通過計算機(jī)圖形學(xué)對表格進(jìn)行識別，并將單元格進(jìn)行切分，對每個單元格的圖片，通過采用人工智能算法實(shí)現(xiàn)文本識別，可減少大量特征提取和處理的工作，并能夠提高模型訓(xùn)練的準(zhǔn)確率[4]。

2 工具的分析設(shè)計與實(shí)現(xiàn)

2.1 需求分析

本文設(shè)計的AI圖像識別工具需要在一張圖片上獲取相關(guān)信息。通過Python、PYQT5和百度AI開放平臺開放接口實(shí)現(xiàn)簡單的識別圖像上的信息項(xiàng)目——AI圖像識別工具。本文設(shè)計實(shí)現(xiàn)的工具可以識別銀行卡圖片、植物圖片、動物圖片、通用票據(jù)圖片、營業(yè)執(zhí)照圖片、身份證圖片、車牌號圖片、駕駛證圖片、行駛證圖片、車型和LOGO等圖片中的相關(guān)信息。

2.2 設(shè)計流程

AI圖像識別工具的設(shè)計流程如圖1所示。

圖1 設(shè)計流程圖

2.3 開發(fā)工具及準(zhǔn)備

操作系統(tǒng)：Window7/8/10或者Ubuntu。開發(fā)工具：PyCharm。內(nèi)置模塊：urllib、urllib.request、base64、JSON。第三方模塊：PyQt5。在開發(fā)AI圖像識別工具項(xiàng)目時，主要使用了PyQt5搭建界面base64、urllib、urllib.request模塊來獲取百度API接口信息，使用JSON模塊解析返回的JSON類型數(shù)據(jù)。

2.4 AI圖像識別工具的開發(fā)

2.4.1 根據(jù)項(xiàng)目設(shè)計制作窗體

在設(shè)計AI圖形識別工具的主窗體時，首先需要創(chuàng)建主窗體外層為紅色框內(nèi)，然后依次添加分類選擇部分、圖片選擇部分、選擇的圖片顯示區(qū)域、顯示識別結(jié)果和復(fù)制識別結(jié)果部分。

2.4.2 添加分類

根據(jù)原型分析分類有銀行卡、動物、植物、通用票據(jù)、營業(yè)執(zhí)照、身份證、車牌號、駕駛證、行駛證、車型和LOGO等分類。需要添加分類到QComoBox中，代碼如下：

2.4.3 選擇識別的圖片

選擇識別圖片功能，單擊按鈕后彈出選擇框，進(jìn)行圖片選擇，圖片選擇后顯示圖片路徑以及圖片預(yù)覽效果，同時根據(jù)選擇的分類去進(jìn)行圖像的識別。

1）為按鈕添加單擊時事件，代碼如下：

Self.pushButton.clicked.connect（self.openfile）

2）實(shí)現(xiàn)新建openfile按鈕單擊事件方法，在該方法中打開文件選擇對話框查找圖片，返回選擇的圖片，進(jìn)行相應(yīng)的處理，包括顯示圖片、設(shè)置顯示圖片路徑、調(diào)整創(chuàng)建的相關(guān)方法、判斷選擇類型進(jìn)行圖片的識別。

3）實(shí)現(xiàn)分類方法，根據(jù)選擇的分類進(jìn)行圖片識別，核心代碼如下：

2.4.4 圖像識別

圖像識別使用的是百度AI接口，訪問百度接口，返回相應(yīng)的數(shù)據(jù)，使用JSON模塊進(jìn)行處理。以銀行卡識別為例，核心代碼如下：

2.4.5 復(fù)制識別結(jié)果到剪貼板

通過上面的步驟我們獲取到了圖像的識別等結(jié)果，接下來實(shí)現(xiàn)復(fù)制識別結(jié)果到剪貼板，該功能在Python中很好實(shí)現(xiàn)。

為按鈕添加單擊事件，代碼如下：Self.pushButton_2.clicked.connec（tself.copyText）

創(chuàng)建copyTex（t）方法，實(shí)現(xiàn)復(fù)制識別結(jié)構(gòu)到剪貼板，核心代碼如下：

Def copytex（tself）：

clipboard=QApplicaion.clipboard（）

clipboard.setTex（tself.label_3.tex（t））

3 測試

對所開發(fā)的AI圖像識別工具的各個功能模塊進(jìn)行功能測試，測試結(jié)果表明，各個模塊的功能均達(dá)到了預(yù)期效果，界面和數(shù)據(jù)交互正常。當(dāng)用戶進(jìn)行正常交互時，本工具可以正確地給出識別和反饋，工具可以正常使用。圖2為車牌號識別截圖，圖3為植物識別截圖。但是，目前工具中沒有設(shè)置界面自動整理功能，可在后期維護(hù)中加入?？傮w來說，該工具功能表現(xiàn)正常，符合最初的設(shè)計要求。

圖2 車牌號識別圖

圖3 植物識別圖

4 結(jié)語

本文設(shè)計并實(shí)現(xiàn)了一個基于PYQT5的AI圖像識別工具。該工具將業(yè)務(wù)模塊的設(shè)計過程以及urllib、JSON等技術(shù)應(yīng)用到開發(fā)中。采用PYTHON進(jìn)行代碼編寫，完成了一次從業(yè)務(wù)需求分析、業(yè)務(wù)模塊的設(shè)計、編碼實(shí)現(xiàn)和模塊重構(gòu)等過程的完整開發(fā)。