基于PYQT5的AI圖像識別工具

黃 率

（湖南科技學院信息工程學院，湖南 永州 425199）

1 背景及意義

在過去的10年，人工智能技術實現了自動駕駛、實用的語音識別、圖像識別和有效的網絡搜索等。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、制造等傳統行業中，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場手工填寫，然后再錄入到信息系統中，存在重復工作且容易錄錯[1]。而采用中文手寫體識別可對相應表格內容進行實時識別和自動錄入，人工進行檢查校驗即可，能夠減少大量人工工作量[2]。圖片識別技術稱為光學字符識別，它是計算機視覺領域中重要的研究分支，其較常見的應用是印刷體和手寫體文本的識別，前者都是打印字體，相對比較規整，但是在印刷過程中設備和紙張的原因導致的印刷質量問題，會對光學字符識別模型的輸入產生噪聲影響，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果產生干擾[3]。

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

2 工具的分析設計與實現

2.1 需求分析

本文設計的AI圖像識別工具需要在一張圖片上獲取相關信息。通過Python、PYQT5和百度AI開放平臺開放接口實現簡單的識別圖像上的信息項目——AI圖像識別工具。本文設計實現的工具可以識別銀行卡圖片、植物圖片、動物圖片、通用票據圖片、營業執照圖片、身份證圖片、車牌號圖片、駕駛證圖片、行駛證圖片、車型和LOGO等圖片中的相關信息。

2.2 設計流程

AI圖像識別工具的設計流程如圖1所示。

圖1 設計流程圖

2.3 開發工具及準備

操作系統：Window7/8/10或者Ubuntu。開發工具：PyCharm。內置模塊：urllib、urllib.request、base64、JSON。第三方模塊：PyQt5。在開發AI圖像識別工具項目時，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類型數據。

2.4 AI圖像識別工具的開發

2.4.1 根據項目設計制作窗體

在設計AI圖形識別工具的主窗體時，首先需要創建主窗體外層為紅色框內，然后依次添加分類選擇部分、圖片選擇部分、選擇的圖片顯示區域、顯示識別結果和復制識別結果部分。

2.4.2 添加分類

根據原型分析分類有銀行卡、動物、植物、通用票據、營業執照、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，進行圖片選擇，圖片選擇后顯示圖片路徑以及圖片預覽效果，同時根據選擇的分類去進行圖像的識別。

1）為按鈕添加單擊時事件，代碼如下：

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

2）實現新建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，進行相應的處理，包括顯示圖片、設置顯示圖片路徑、調整創建的相關方法、判斷選擇類型進行圖片的識別。

3）實現分類方法，根據選擇的分類進行圖片識別，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，返回相應的數據，使用JSON模塊進行處理。以銀行卡識別為例，核心代碼如下：

2.4.5 復制識別結果到剪貼板

通過上面的步驟我們獲取到了圖像的識別等結果，接下來實現復制識別結果到剪貼板，該功能在Python中很好實現。

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

創建copyTex（t）方法，實現復制識別結構到剪貼板，核心代碼如下：

Def copytex（tself）：

clipboard=QApplicaion.clipboard（）

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

3 測試

對所開發的AI圖像識別工具的各個功能模塊進行功能測試，測試結果表明，各個模塊的功能均達到了預期效果，界面和數據交互正常。當用戶進行正常交互時，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，目前工具中沒有設置界面自動整理功能，可在后期維護中加入。總體來說，該工具功能表現正常，符合最初的設計要求。

圖2 車牌號識別圖

圖3 植物識別圖

4 結語

本文設計并實現了一個基于PYQT5的AI圖像識別工具。該工具將業務模塊的設計過程以及urllib、JSON等技術應用到開發中。采用PYTHON進行代碼編寫，完成了一次從業務需求分析、業務模塊的設計、編碼實現和模塊重構等過程的完整開發。