智能水果識別稱重系統的設計與實現

楊江波 孟小艷 熊加起 柯義新 唐輝林

摘要：近年來，計算機視覺技術不斷發展，引起了人工智能的一股熱潮。為了適應現代化市場發展的需求，減少人工成本，提高工作效率，文章設計利用人工智能中的圖像識別技術，輔助攝像頭、重力傳感器、顯示屏、語音播報等設備構成的智能電子秤，實現了對水果種類的識別、自動稱重計價、語音播報和顯示，解決了傳統水果電子秤稱重、支付方式的不足，減輕了人力讓生活更智能。基于樹莓派的智能電子秤由于低成本、易部署的特點，可以廣泛用于生活領域。

關鍵詞：樹莓派；圖像識別；稱重傳感器

中圖分類號：TP391.41 ?文獻標志碼：A

0 引言

基于樹莓派的智能水果識別系統在商場領域的發展已經比較成熟，但在小超市等水果銷售中還有很大的發展空間。其開發成本隨著嵌入式開發技術、人工智能技術以及物聯網技術的成熟也在不斷下降，使得智能水果識別計價器在小超市等水果銷售中的應用成為一種趨勢［1］。隨著計算機視覺技術的發展，作為計算機視覺領域分支的圖像識別技術也在不斷提高［2］。智能水果識別可以減少大中小企業的人工成本，避免工作人員長期勞作造成的失誤，極大地提高了工作效率。

圖像識別技術的快速發展，也為智能電子秤的設計提供了更加智能化的發展方向。在不需要人為干預的情況下，自動對圖像進行識別、提取等操作，并對提取的目標利用人工智能算法進行分析，當滿足條件時進行計價［3］。當前，該方向的研究有很多，程望斌等［4］以嵌入式單片機STC89C52為主控制器，設計一款可實現物品價格的設定、物體重量的測量和自動計價等多功能智能電子秤。何靜等［5］研究了基于單片機STM32F103C8T6控制的電子秤系統。楊霈［6］通過對水果圖像進行相應的處理和Matlab GUI設計及一個水果識別系統界面結合，實現了對水果分類。劉朝輝等［7］利用深度學習理論以及調用機器學習開源軟件庫TensorFlow來實現水果識別。這也為本次設計提供了理論依據。

本設計設計的是一個基于圖像識別技術的智能電子秤，是一個集果蔬識別、質量檢測、后臺計價技術于一體的稱重體系。本文選擇樹莓派作為嵌入式開發核心，研究圖像識別技術在嵌入式系統中的應用，具有一定的理論意義。

1 總體設計闡述

為了滿足水果銷售商以及消費者的需求，考慮價格和實用性等諸多因素之后，本設計將以樹莓派為核心處理器、以圖像識別技術為支撐，輔以USB攝像頭、稱重傳感器、語音播報等設備。整體設計首先由重力感應器檢測是否有重物放入，當有重物放入時，觸發拍照功能進行拍照。根據拍的靜態的圖片進行特征的檢測識別。根據檢測出的水果種類對應出的相應單價與檢測出的重量進行處理，得出最終的價格，最終顯示出水果類別、單價、重量、總價，并進行語音播報。總體設計流程如圖1所示。

2 硬件設計

本次設計用到的硬件設備有基于樹莓派3代B+型開發板的核心控制模塊、稱重模塊以及圖片采集模塊。通過樹莓派接收稱重傳感器傳來的水果重量的電信號，并對攝像頭所拍照片進行水果種類的識別。如果是某一種水果，就其合成相應的文本，并調用百度AI語音合成，再通過調用Python中的Tkinter庫進行相關信息的顯示，并進行語音播報。

2.1 核心控制模塊

本次設計中使用的樹莓派版本是樹莓派3代B+型開發板。由BCM2837B0型號CPU構建的樹莓派3B+版本是升級后的3B版本博通處理器。更新后的版本優化了樹莓派的性能和散熱器，使其擁有的時鐘頻率更好、芯片溫度更精準。相較于3B版本，樹莓派3B+版本的處理器從1.2 GHz提升至1.4 GHz，不僅支持5 GHz WiFi頻段、藍牙版本Bluetooth 4.2、千兆以太網卡，還可以外接PoE供電（須配合獨立的擴展板）的支持，使其性能更優，提升了lPXE網絡穩定性和USB吞吐容量，增強了整體熱管理能力（散熱）。樹莓派3B+版本中雙頻無線網卡和藍牙采用了Cypress CYW43455“combo”芯片使其在2.4 GHz和5 GHz的頻帶有更加優異的表現，提高了200 MHz的峰值CPU時鐘頻率，有線和無線網絡的吞吐量也提高了3倍左右，保持高性能的時間更長。

2.2 稱重模塊

本次設計因考慮經費等相關問題，所使用的稱重傳感器型號是HX711。此稱重傳感器可以將質量信號轉變為可測量的電信號輸出，在眾多傳感器中銷量較好。HX711支持24位A/D轉換是專業的高精度A/D芯片。該芯片集成了其他同類型芯片所需要的外圍電路，如穩壓電源、內時鐘振蕩器等，使其與同類型其他芯片相比，具有集成度高、響應速度快、抗干擾性強等優點，不僅降低了電子秤的成本，還提升了電子秤的性能和可靠性。該傳感器內部含有2個應變片，應變片內有2個壓力電阻，共4個。由這4個壓力電阻組成的全橋式電路，可以有效提高測量精度。本次設計通過HX711稱重傳感器稱出水果的重量，將數據傳至樹莓派，并觸發USB攝像頭進行拍照。

2.3 圖片采集模塊

本次設計使用的新型數據傳輸接口的USB數字攝像頭進行圖片的采集。該攝像頭的USB接口傳輸速度遠遠高于串口、并口的速度，減少了圖片采集的時間。在實際應用中，也會相應地減少稱重和顧客等待的時間，有效提高交易效率。

3 軟件設計

為了實現圖像識別、語音播報及顯示屏顯示的功能，本研究重點進行了軟件設計。首先，要準確判斷出所拍攝照片是哪一種水果；其次，根據所識別的水果種類判斷出該水果單價；最后，根據稱重傳感器所稱重量和單價通過代碼計算出總價，再進行語音播報。

3.1 圖像識別模塊設計

本次設計使用百度AI進行水果種類的識別。百度AI可以識別近千種水果，通過調用百度AI，讀取相關圖片文件，對文件中所示水果進行識別。當重量穩定時，程序輸出c進行下一步，調用系統命令，進行拍照，并保存圖片，命名為2.jpg，然后調用百度AI識別。拍照識別代碼如下：

if（int（a）==zldata）：

???print（"c"）

os.system（"fswebcam /dev/video0 2.jpg"）

request_url = "https：//aip.baidubce.com/rest/2.0/image-classify/v1/classify/ingredient"

# 二進制方式打開圖片文件

f = open（'2.jpg'， 'rb'）

??????????????img = base64.b64encode（f.read（））

params = {"image"： img}

access_token = '24.bb0be23e3998761531b109c0c015280c.2592000.1683091769.282335-27596940'

request_url = request_url + "？access_token=" + access_token

headers = {'content-type'： 'application/x-www-form-urlencoded'}

response = requests.post（request_url， data=params， headers=headers）

if response：

a = response.json（）

x = a［'result'］［0］［'name'］

print（x）

3.2 顯示與語音播報模塊設計

本次實驗采用網頁照片進行識別，用攝像頭對準電腦上的實物圖片，對其進行識別，且所稱重量不是水果真實重量。本設計通過將重量信息與所拍攝照片識別結果結合，根據對應水果的單價和重量，算出總價，將其合成相應的文本，再通過調用百度AI語音合成，最后通過調用Python中的Tkinter庫進行相關信息的顯示，并進行語音播報。模塊中設置了種類、重量、單價、總價和單位，以及它們的字體格式和大小，并顯示。顯示代碼如下：

root = tk.Tk（）

root.geometry（'300x300+100+100'）? # 設置窗口大小

root.title（'智能電子稱'）? # 標題

l1 = tk.Label（root， text='種類'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l5 = tk.Label（root， text=zonglei， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l2 = tk.Label（root， text='重量'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l6 = tk.Label（root， text=zldata/1000， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l3 = tk.Label（root， text='單價'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l7 = tk.Label（root， text=danjia， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l4 = tk.Label（root， text='總價'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l8 = tk.Label（root， text=zongjia， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l9 = tk.Label（root， text='千克'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l10 = tk.Label（root， text='元/千克'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l11 = tk.Label（root， text='元'， bg='white'， font=（'Arial'， 12）， width=8， height=2）

l1.place（x=0， y=0）

l5.place（x=100， y=0）

l2.place（x=0， y=50）

l6.place（x=100， y=50）

l3.place（x=0， y=100）

l7.place（x=100， y=100）

l4.place（x=0， y=150）

l8.place（x=100， y=150）

l9.place（x=200， y=50）

l10.place（x=200， y=100）

l11.place（x=200， y=150）

root.after（5000， root.destroy）? # 參數是ms

root.mainloop（）? # 顯示整個窗口

root.quit（）

設置語音播報的相關內容以及生成相應的語音文件名。

合成加播代碼如下：

text = '當前水果為'+zonglei+"當前重量為"+str（zldata/1000）+"千克"+"單價為"+str（danjia）+"元每千克"+"總價為"+str（zongjia）+"元"? # 需要合成的語音

result = client.synthesis（text， 'zh'， 2， {'vol'： 1， }）

file_name = 'yy.mp3'

if not isinstance（result， dict）：

with open（file_name， 'wb'） as f：

f.write（result）

mixer.init（）

mixer.music.load（'yy.mp3'）

mixer.music.play（）

time.sleep（10）

mixer.music.stop（）

4 測試及結果

本次測試，分別用攝像頭對準對蘋果、橘子和香蕉的照片進行識別。分別對應蘋果、橘子、香蕉的識別結果，并顯示出各自的重量、單價和總價，如圖2—4所示。智能電子秤上所顯示的結果如圖5所示。

5 結語

本次設計實現了稱重器的基本功能，也可在此基礎上，通過機器學習等方式進行水果種類的識別與研究，對其進行相應的改進，達到更好的識別效果。電子秤在人們的日常生活中隨處可見，它的實際應用很廣泛。本次設計是以水果識別為主，也可將其拓展至其他領域。

參考文獻

［1］薛帥.基于人體目標檢測的家用智能監控系統［D］.西安：西安科技大學，2018.

［2］李彪.基于雙目立體視覺三維重建技術研究［D］.西安：西安科技大學，2018.

［3］王秀偉.銀行自助營業廳智能應用解決方案［J］.中國公共安全，2017（5）：137-138.

［4］程望斌，劉碩卿，王曾盛，等.多功能電子秤的優化設計與實現［J］.湖南理工學院學報，2019（3）：23-25.

［5］何靜，艾利，金闖.智能稱重系統的優化設計及應用［J］.衡器，2021（7）：15-17，25.

［6］楊霈.基于matlab GUI的水果識別系統［J］.電子制作，2021（12）：38-39.

［7］劉朝輝，王維高.基于TensorFlow的水果識別系統設計［J］.電腦知識與技術，2021（3）：190-191，203.

（編輯 姚 鑫）

Design and implementation of intelligent fruit recognition weighing system

Yang? Jiangbo， Meng? Xiaoyan*， Xiong? Jiaqi， Ke Yixin， Tang? Huilin

（School of Computer and Information Engineering， Xinjiang Agricultural University， Urumqi 830052， China）

Abstract：? In recent years， the continuous development of computer vision technology has caused an upsurge of artificial intelligence. In order to meet the needs of modern market development， reduce labor costs and improve work efficiency， this design uses the image recognition technology in artificial intelligence， intelligent electronic scales composed of auxiliary cameras， gravity sensors， display screens， voice broadcast and other equipment to realize the recognition of fruit types， automatic weighing and pricing， voice broadcast and display， and solve the shortcomings of traditional fruit electronic scales in weighing and payment methods， It can reduce manpower and make life more intelligent. The smart electronic scale based on Raspberry Pi can be widely used in the life field due to its low cost and easy deployment.

Key words： Raspberry Pi; image identification; weighing sensor