Resumen:
El problema planteado consistió en reconocer objetos usando una computadora Raspberry Pi 2 y la Librería OpenCV, por lo que, una vez que se llevó a cabo la metodología se obtuvieron resultados que muestran la posibilidad de reconocer objetos de una tlapalería, por lo tanto, se concluye que el problema podría quedar resuelto si se implementa la propuesta de solución.
Mientras que, el objetivo que se planteó de reconocer objetos a partir de imágenes digitales se logró usando la librería OpenCV y dos programas desarrollados en Python que fueron: El que genera los descriptores de las imágenes y el otro que busca el objetos en el banco de imágenes. Por lo que, el objetivo queda cumplido.
Por otro lado, la hipótesis que dice: “Si se implementa un sistema de reconocimiento de objetos en las tlapalerías será posible reconocer objetos a partir de una fotografía así como su existencia y características del objeto buscado”, y que de acuerdo a los resultados la hipótesis ha resultado verdadera al lograrse el reconocimiento de objetos.
Las características de los objetos del banco de imágenes fueron almacenadas en los descriptores de los mismos.
Es importante mencionar que, en la metodología se usó un conjunto de 20 imágenes que se tuvieron que estandarizar en tamaño de pixeles y se cambiaron a escala de grises. Con lo anterior fue posible el reconocimiento del 75% de objetos, con un 80% de grado de similitud. Sin embargo, falló en algunos objetos, y fue necesario un procesamiento de cambio de tamaño y una nueva segmentación. Con lo anterior fue posible el reconocimiento de los 20 objetos.
Se requirió obtener la imagen a partir de una fotografía del objeto, luego se procesó para su segmentación y luego pasar a la escala de grises y finalmente el proceso de reconocimiento de imágenes. Todo lo anterior, se requiere de al menos 4 minutos para obtener la imagen y la búsqueda del objeto tardó segundos, pero cambia al aumentar el banco de imágenes.
Este tipo de sistema una vez implementado en alguna tlapalería sustituiría la búsqueda de objetos en la base de datos, obteniendo una búsqueda de objetos más detallada y a la vez brindando a los clientes una mayor atención personal.
