1. 项目背景与需求分析
在日常生活场景中，视障人士在使用纸币时面临着诸多不便。以经营小卖部的王阿姨为例，她每天需要处理大量现金交易，但无法通过触摸准确分辨1元、5元、10元和20元等小面额纸币。虽然100元和50元纸币有盲文标识，但其他面额的触觉特征差异极小，这给她的经营带来了实际困难。
核心痛点主要体现在以下几个方面：
- 触觉区分困难：小面额纸币缺乏明显的触觉特征差异
- 隐私保护问题：需要频繁请他人帮忙辨认金额
- 交易效率低下：每次交易都需要反复确认
- 错误风险高：容易发生收错钱、找错钱的情况
2. 系统设计思路
2.1 整体架构设计
本系统采用计算机视觉技术结合机器学习算法，实现纸币面额的自动识别。系统工作流程如下：
- 图像采集：通过摄像头获取纸币图像
- 预处理：对图像进行去噪、增强和校正处理
- 特征提取：从图像中提取颜色、纹理等关键特征
- 分类识别：使用训练好的模型判断纸币面额
- 结果输出：通过语音播报告知用户识别结果
2.2 技术选型考量
选择Python作为开发语言主要基于以下考虑：
- 丰富的计算机视觉库支持（OpenCV等）
- 成熟的机器学习生态系统（scikit-learn等）
- 便捷的语音合成功能实现
- 跨平台兼容性好
3. 核心模块实现
3.1 图像预处理模块
图像预处理是确保识别准确性的关键步骤，主要包括以下处理流程：
python复制def preprocess(self, image: np.ndarray) -> np.ndarray:
# 转换为RGB
if len(image.shape) == 3 and image.shape[2] == 3:
rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
else:
rgb = image
# 1. 高斯去噪
denoised = cv2.GaussianBlur(rgb, (3, 3), 0)
# 2. CLAHE对比度增强
lab = cv2.cvtColor(denoised, cv2.COLOR_RGB2LAB)
l, a, b = cv2.split(lab)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
l = clahe.apply(l)
enhanced = cv2.merge([l, a, b])
enhanced = cv2.cvtColor(enhanced, cv2.COLOR_LAB2RGB)
# 3. 尺寸标准化
target_size = self.config.get('target_size', (600, 300))
resized = cv2.resize(enhanced, target_size, interpolation=cv2.INTER_AREA)
return resized
注意事项：在实际应用中，应根据具体摄像头性能调整预处理参数。例如，在低光照环境下需要适当增加CLAHE的clipLimit值。
3.2 特征提取模块
系统提取了多种特征用于纸币识别：
- 颜色特征：计算HSV空间的统计量
- 纹理特征：包括LBP和灰度共生矩阵
- 形状特征：轮廓面积、周长等几何特征
python复制def extract_color_features(self, image: np.ndarray) -> Dict[str, float]:
features = {}
hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
# 计算HSV均值
features['h_mean'] = float(np.mean(hsv[:, :, 0]))
features['s_mean'] = float(np.mean(hsv[:, :, 1]))
features['v_mean'] = float(np.mean(hsv[:, :, 2]))
# 计算HSV标准差
features['h_std'] = float(np.std(hsv[:, :, 0]))
features['s_std'] = float(np.std(hsv[:, :, 1]))
features['v_std'] = float(np.std(hsv[:, :, 2]))
# 主色调
h_hist = cv2.calcHist([hsv], [0], None, [180], [0, 180])
dominant_hue = np.argmax(h_hist)
features['dominant_hue'] = float(dominant_hue)
return features
3.3 分类器模块
系统采用随机森林作为分类算法，主要优势在于：
- 能够处理高维特征
- 对特征缩放不敏感
- 天然支持多分类问题
python复制def train_model(self):
# 创建模拟数据（实际应用中应使用真实数据集）
n_samples = 100
n_features = 20
X = np.random.randn(n_samples, n_features)
y = np.random.choice([1, 5, 10, 20, 50, 100], size=n_samples)
# 数据划分
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=42
)
# 特征标准化
self.scaler = StandardScaler()
X_train_scaled = self.scaler.fit_transform(X_train)
# 模型训练
self.model = ensemble.RandomForestClassifier(
n_estimators=100,
max_depth=10,
random_state=42
)
self.model.fit(X_train_scaled, y_train)
# 模型评估
X_test_scaled = self.scaler.transform(X_test)
accuracy = self.model.score(X_test_scaled, y_test)
print(f"模型训练完成，测试集准确率: {accuracy:.2f}")
4. 系统优化与实践经验
4.1 性能优化技巧
- 多线程处理：将图像采集、处理和语音播报放在不同线程中
- 特征选择：通过重要性评估选择区分度高的特征
- 模型量化：对训练好的模型进行量化减小内存占用
4.2 实际应用建议
- 环境光照：保证识别区域光照均匀，避免强光直射
- 纸币摆放：尽量将纸币平铺放置，减少褶皱
- 定期维护：定期清洁摄像头镜头，保持图像清晰
4.3 常见问题排查
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 识别率低 | 图像模糊 | 检查摄像头对焦，确保纸币完全进入画面 |
| 语音播报延迟 | 系统资源不足 | 关闭后台程序，优化代码性能 |
| 无法启动 | 依赖库缺失 | 检查并安装所有required库 |
5. 扩展功能实现
5.1 交易记录功能
系统可扩展交易记录功能，帮助用户管理收支情况：
python复制@dataclass
class TransactionRecord:
timestamp: float
amount: float
transaction_type: str # 'income' or 'expense'
note: Optional[str] = None
def to_dict(self) -> Dict:
return {
'time': datetime.fromtimestamp(self.timestamp).isoformat(),
'amount': self.amount,
'type': self.transaction_type,
'note': self.note
}
5.2 多语言支持
通过集成多语言TTS引擎，系统可以支持不同语言的语音播报：
python复制def init_tts_engine(self):
try:
self.engine = pyttsx3.init()
# 设置语音属性
voices = self.engine.getProperty('voices')
# 可根据需要选择不同语音
self.engine.setProperty('voice', voices[0].id)
self.engine.setProperty('rate', 150) # 语速
except Exception as e:
print(f"初始化TTS引擎失败: {e}")
self.engine = None
在实际开发中，我发现纸币的摆放角度对识别准确率影响很大。通过添加透视变换校正，可以使系统对不同角度的纸币都有较好的识别效果。此外，定期更新训练数据集，加入新版人民币样本，也能显著提升系统的实用性。