陳新龍

21世紀是一個充滿信息的時代，圖像作是人類獲取信息、表達信息和傳遞信息的重要手段。計算機視覺是人工智能領域最熱門的領域之一，其主旨在于利用計算機模擬生物視覺，讓人工智能能夠看到場景中的三維信息。

1.Al圖像識別擴展

今天我們就來了解計算機視覺中最為基礎的技術——圖像識別。對圖像識別我們之前已經介紹過，比如日常生活中的拍照識花、無人貨架等。本次實驗使用Mind+軟件，目的是使用Mind+左下角擴展中的網絡服務模塊-AI圖像識別。利用AI圖像可以識別生活中常見的物體，從代碼塊中我們可以看到圖像識別不僅可以截取畫面、識別對比，還可以通過大數據分析識別獲取人臉年齡，獲取圖像中的圖像主題、圖像文字等。

2.流程設計

我們曾經用智能語音識別配合掌控板制作了垃圾分類的小工具，今天我們用視覺學習的方法來進行垃圾分類：開啟攝像頭，識別圖像中截取到的畫面，通過大數據分析，分析出圖像中的物體，然后根據垃圾分類列表中的數據判斷物體屬于什么垃圾，如果圖像未能識別成功，系統會啟動詢問模式，需要用戶手動判斷屬于什么垃圾。

3.代碼編寫

先開啟攝像頭，并且使用舞臺顯示攝像頭的畫面，當按下鍵盤空格鍵時，攝像頭開啟識別，從圖像中獲取畫面，系統會自動分析出畫面中的圖像主題。攝像頭識別成功后便會在圖中顯示文字。

那么如何判斷識別的物體是什么垃圾呢？這里需要編寫垃圾識別模塊，為了容易調試我們設置了五個模塊單獨用來區分，四個模塊識別不同垃圾（干垃圾、濕垃圾、有害垃圾、可回收垃圾），最后一個模塊用于詢問，如果檢測不出是什么垃圾，請用戶自行判斷輸入。

4.自定義函數模塊

如何判斷垃圾的種類呢？需要創建四個列表用于存放不同種類垃圾的細目，當圖像識別成功后，如果物體名稱存在于列表中，系統就能判斷并說出物體是什么垃圾，并且結束當前程序。

如果系統未能匹配到列表中的數據，無法自動識別垃圾種類，那么便跳轉到詢問模塊，由用戶人工判斷物體屬于什么垃圾，并按下數字鍵輸入垃圾種類（1干垃圾，2濕垃圾，3有害垃圾，4可回收物，5重新識別），輸入成功后，系統根據用戶輸入的內容，學習并且更新列表，這也是這個程序具有的學習功能，這樣通過訓練程序將能更好地作為垃圾分類的小工具。

Mind+和Scratch中已經內置了很多優秀的功能模塊和網絡服務，比如視頻偵測、TinyWebDB數據庫，利用這些功能可以做出很多功能超強的軟件。程序源代碼請關注“壹零社”公眾號下載。