PiTextReader-ადვილად გამოსაყენებელი დოკუმენტის მკითხველი მხედველობის დარღვევისთვის: 8 ნაბიჯი (სურათებით)

2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:19

მიმოხილვა

განახლება: მოკლე ვიდეო დემო:

PiTextReader საშუალებას აძლევს ადამიანს მხედველობის დაქვეითებით "წაიკითხოს" ტექსტი კონვერტებიდან, ასოებიდან და სხვა ერთეულებიდან. ის ასახავს ერთეულის სურათს, გარდაიქმნება უბრალო ტექსტად OCR (ოპტიკური სიმბოლოების ამოცნობა) გამოყენებით და შემდეგ ტექსტს მეტყველების ტექსტის გამოყენებით.

მკითხველი შექმნილია მაქსიმალურად მარტივი გამოსაყენებლად. არ არის საჭირო ინტერნეტი, არ არის გრაფიკული ინტერფეისი, მხოლოდ ერთი ღილაკი. უბრალოდ განათავსეთ წასაკითხი ნივთი სადგამზე და დააჭირეთ ღილაკს. რამდენიმე წამის შემდეგ, ტექსტი წაიკითხება მათთვის.

მე ეს შევქმენი ხანდაზმული მშობლებისთვის, რომლებსაც აქვთ მხედველობის პრობლემები, როგორიცაა მაკულარული დეგენერაცია, მაგრამ ის შეიძლება გამოყენებულ იქნას უფრო ფართოდ მათთვის, ვისაც სურს დაბეჭდილი ტექსტი აუდიო მეტყველებაში თარგმნოს.

ბევრი მკითხველია ხელმისაწვდომი, მაგრამ უმეტესობა ათასობით დოლარი ღირს, ან არის ის, ვინც ტექნიკურად არის მცოდნე და მოითხოვს ინტერნეტთან დაკავშირებას და სმარტფონის გამოყენებას. ეს მკითხველი შექმნილია იყოს სრულიად დამოუკიდებელი ინტერნეტის გარეშე და ინტერფეისის გარდა, გარდა დიდი ღილაკისა.

Დადებითი

• ერთი ღილაკი გასაკონტროლებლად
• ინტერნეტი არ არის საჭირო
• ნავიგაციის გრაფიკული ინტერფეისი არ არის
• საერთო ღირებულება 100 დოლარზე ნაკლები
• ყოველთვის მზად არის წასასვლელად

მინუსები

• OCR შეიძლება შეზღუდული იყოს შრიფტების, ფერის, ტექსტის ზომის და ა.შ.
• მეტყველება ჰგავს სტივენ ჰოკინგს
• საუკეთესოდ მუშაობს თეთრ ქაღალდზე შავი ტექსტის მცირე მონაკვეთებისთვის.

ნაბიჯი 1: აპარატურა

• ჟოლო Pi 3 (სჭირდება ცხენის ძალა!)
• 8 GB + მიკრო SD ბარათი
• 5v 2A DC კვების წყარო ჟოლოსთვის
• Raspberry Pi კამერა (რეგულარული ან NoIR)
• 24”Raspberry Pi კამერის კაბელი
• კამერის საყრდენი ან ქეისი https://www.adafruit.com/product/3253 orhttps://www.adafruit.com/product/1434
• ობიექტივის რეგულირების ინსტრუმენტი (კამერის ფოკუსირებისთვის)
• USB- იანი მონო სპიკერი (სასურველია მცირე ზომის!)
• დიდი ბიძგი ღილაკი - მომენტი LED– ით
• 330 ohm რეზისტორი ზემოთ ღილაკზე LED
• ხის ყუთი 8”x8” x2”მიხაელსიდან ან ხელოვნების სხვა დიდი მაღაზიებიდან.
• ხის ჯართი კამერის სტენდის ასაშენებლად:
• 8”Lx1” Wx1/2”T ბრტყელი ზოლი
• 5”Lx1” Wx1/4”T ბრტყელი ზოლი
• 6”Lx1/2” x1/2”კვადრატული dowel განთავსების სახელმძღვანელო
• ხრახნები, წებო, მავთული, შედუღება და ა.

ნაბიჯი 2: აპარატურის მშენებლობა

8 "x8" ყუთის გამოყენებით:

1. გაბურღეთ ხვრელი უკანა დენის კაბელისთვის.

2. საბურღი ხვრელი წინა მარჯვენა კუთხეში მომენტალური ღილაკისთვის 3. საბურღი ხვრელი (ები) სპიკერისთვის. (იხილეთ აუდიო ნაბიჯი 12 ქვემოთ)

4. მე გამოვიყენე 2”x1/4” x13”ალუმინის ზოლის ნაწილი კამერის დასაყენებლად, მაგრამ ხის ზოლებიც მუშაობს.

ა დაამონტაჟეთ 8”ბრტყელი ხის ზოლები ყუთის უკანა მხარეს. (დარწმუნდით, რომ იგი მიმაგრებულია სახურავზე და არა ყუთის ბოლოში, წინააღმდეგ შემთხვევაში თქვენ ვერ შეძლებთ მის გახსნას!)

ბ დაამონტაჟეთ 5”ბრტყელი ხის ზოლები 8” ვერტიკალზე თავზე ხრახნებითა და წებოთი. გაითვალისწინეთ, რომ კამერის სიმაღლე განსაზღვრავს დოკუმენტის ზომას და საჭირო ფოკუსს. შეიძლება დაგჭირდეთ უფრო მაღალი დონის დოკუმენტების მისაღებად.

5. გაჭერით 1 "x1/16" ნაპრალი ყუთში, 8 "ვერტიკალთან ახლოს კამერის კაბელის გავლით.

შენიშვნა: ელექტრონიკისთვის, მე გირჩევთ, რომ ჯერ არ შეაერთოთ კომპონენტები ისე, რომ მარტივად შეძლოთ კორექტირების გაკეთება.

6. შეაერთეთ 24”კამერის კაბელი კამერას. ჯერ არ დაუკავშიროთ ჟოლოს.

ნაბიჯი 3: აპარატურის შემცველობა…

7. დააინსტალირეთ კამერა ქვემოდან ქვემოთ 5”ხის ზოლის ბოლოდან. მე გირჩევთ დაელოდოთ სანამ კამერა თავის კოლოფში მოათავსებთ, რათა გააქტიურდეთ ობიექტივი გაშვებისას!

თავდაპირველი ფოკუსირებისთვის გამოიყენეთ Adjustment ინსტრუმენტი და გადააბრუნეთ ობიექტივი საათის ისრის მიმართულებით 1/4! მობრუნება.

8. გაუშვით კამერის კაბელი სლოტიდან და შემდეგ მიამაგრეთ იგი Pi- ზე. (დარწმუნდით, რომ Pi გამორთულია!)

9. დააინსტალირეთ მომენტალური ღილაკი და დააკავშირეთ მავთული მასსა და Pi GPIO ქინძისთავებს შორის 24 და GND. და დააკავშირეთ ღილაკის LED 220 ohm რეზისტორის საშუალებით Pi GPIO ქინძისთავებთან 18 და GND.

10. ჩართეთ კვების ბლოკი ყუთში და შეაერთეთ Pi. თქვენ უნდა გამოიყენოთ დაძაბულობის შემსუბუქება, როგორიცაა ცხელი დნობის წებო ან მსგავსი ყუთში ხვრელის ჩასაკეტად, რათა კაბელი არ გაიყვანოს.

ნაბიჯი 4: აუდიო აპარატურის ინსტალაცია…

11. აუდიოსთვის გამოვიყენე მონო დინამიკი, რომელიც იყენებდა USB ენერგიას და მინი ჯეკის აუდიოს. ამოვიღე ელექტრონიკა და სპიკერი ორიგინალური პლასტიკური ქეისიდან და ჩავრთე აუდიო დანამატი Pi აუდიო ჯეკში და USB კაბელი Pi USB– ში. მე ასევე შევცვალე ორიგინალური პატარა დინამიკი უფრო დიდი 3 დიუმიანი ხმის ბევრად უკეთესი ხარისხისთვის.

მას შემდეგ, რაც სპიკერი ყუთის სახურავის ქვეშ დავაყენე, მე გავხსენი მრავალი პატარა ხვრელი სპიკერის გრილის ფორმაში.

12. დაბოლოს, შეამოწმეთ კავშირები, განსაკუთრებით კამერის კაბელი და GPIO კავშირები.

არ გაამდიდროთ PI– ს მაინც. გააგრძელეთ პროგრამული უზრუნველყოფის დაყენება ჯერ…

არ არსებობს ჩართვა/გამორთვა, რადგან ვარაუდობენ, რომ Pi მუდმივად უნდა მუშაობდეს, ასე რომ ის მზად არის დაუყოვნებლივ წაიკითხოს რაღაც. ის იყენებს მხოლოდ რამდენიმე ვატს და შეუძლია იმუშაოს 24/7 უპრობლემოდ.

შესაძლებელია SD ბარათი დაზიანდეს თუ არ არის გამორთული ან გამორთულია, მაგრამ ეს იშვიათია. ჯერ არ მქონია ჩამტვირთავი SD ბარათი. მაგრამ არ ჩართოთ კვების ბლოკი, რომელიც რეგულარულად გამორთულია/ჩართულია.

ნაბიჯი 5: ოპერაციული სისტემის დაყენება და კონფიგურაცია

ფორმატირება 8 GB ან მეტი microSD ბარათი Raspbian Jessie (ან Stretch) Lite– ით (GUI არ არის ამ პროექტისთვის).

www.raspberrypi.org/downloads/raspbian/

თქვენ დაგჭირდებათ ჟოლოს წვდომა დისტანციურად SSH– ის საშუალებით. Windows– ზე შეგიძლიათ გამოიყენოთ PUTTY SSH ტერმინალის პროგრამა. Mac– ზე, უბრალოდ გაუშვით ბრძანების ტერმინალის ფანჯარა. ალტერნატიულად, თქვენ შეგიძლიათ დროებით შეაერთოთ კლავიატურა და HDMI მონიტორი მხოლოდ მისი ასაშენებლად, მაგრამ SSH აადვილებს მოგვიანებით მუშაობას.

იცოდით? თუ თქვენ დააინსტალირებთ Raspbian Jessie– ს SD ბარათზე Windows PC– ის გამოყენებით, შეგიძლიათ შექმნათ ორი ფაილი ბარათზე WiFi და SSH წვდომის კონფიგურაციისთვის, სანამ მას ჟოლოს ჩატვირთავთ?

ამისათვის, ჩათვალეთ, რომ თქვენი SD ბარათი ამჟამად დამონტაჟებულია როგორც K: თქვენს კომპიუტერზე:

1) დააინსტალირეთ უახლესი Raspbian Jessie სურათი SD- ზე. ამ პროექტისთვის ჯესი ლაითმა უნდა იმუშაოს.

2) რვეულის საშუალებით შექმენით ფაილი სახელწოდებით „ssh“და გამოიყენეთ Save As „ყველა ფაილი“K: / ssh ფაილი შეიძლება შეიცავდეს არაფერს. ეს არის ფაილის სახელი, რაც მნიშვნელოვანია. არ უნდა იყოს "ssh.txt" !!!

3) რვეულის საშუალებით შექმენით ფაილი სახელწოდებით "wpa_supplicant.conf" შემდეგით:

ctrl_interface = DIR =/var/run/wpa_supplicant GROUP = netdevupdate_config = 1

ქსელი = {

ssid = "mySSID" psk = "mypassword" key_mgmt = WPA-PSK}

გამოიყენეთ შენახვა როგორც "ყველა ფაილი" K- ში: / wpa_supplicant.conf კვლავ, არ მისცეთ Notepad– ს მისი შეცვლის უფლება "wpa_supplicant.conf.txt" !!

როდესაც ჟოლოს პირველად ატვირთავთ, ჯესი ეძებს მათ და დაუკავშირდება თქვენს Wifi- ს. თქვენ უნდა მოძებნოთ თქვენი როუტერი IP მისამართისთვის, რადგან ის ავტომატურად არის მინიჭებული DHCP გამოყენებით.

ახლა მზად ხართ დააინსტალიროთ თქვენს Pi- ზე:

1. ჩადეთ microSD ბარათი Pi- ში და შეაერთეთ დენი ახლავე.

2. დისტანციურად რომ შეხვიდეთ თქვენს Raspberry Pi– ში, თქვენ უნდა იპოვოთ მისი IP მისამართი. შეგიძლიათ სცადოთ:

$ ssh [email protected]

ან Putty– დან შეიყვანეთ მასპინძლის სახელი: [email protected]

წინააღმდეგ შემთხვევაში, თქვენ უნდა ნახოთ, აჩვენებს თუ არა თქვენი როუტერი თქვენი ადგილობრივი მოწყობილობების IP მისამართებს.

ერთხელ შესული ხართ როგორც pi მომხმარებელი:

3. განაახლეთ თქვენი Raspbian OS:

$ sudo apt განახლება

$ sudo apt განახლება

4. დააინსტალირეთ ჟოლო და ჩართეთ კამერა:

$ sudo raspi-config

ა შეცვალეთ მომხმარებლის პაროლი

ბ ინტერფეისის პარამეტრები -> კამერა -> ჩართვა

გ დასრულება

დ გადატვირთვა

ნაბიჯი 6: პროგრამული უზრუნველყოფის ინსტალაცია

ახლა შედით თქვენს Pi– ში და მზად ხართ დააინსტალიროთ PiTextReader პროგრამა.

1. დააინსტალირეთ საწყისი საჭირო პროგრამული უზრუნველყოფა: $ sudo apt install git –y

2. ჩამოტვირთეთ პროგრამული უზრუნველყოფა:

$ cd /home /pi

$ git კლონი

$ cd PiTextReader

$ sh install.sh

საჭიროების შემთხვევაში, შეგიძლიათ რამდენჯერმე გაიმეოროთ install.sh.

3. მოათავსეთ წასაკითხი მარტივი დოკუმენტი და გაუშვით სატესტო პროგრამა, რომელიც ადგენს ხმას, უკრავს ტექსტში მეტყველების აუდიოს და იღებს სურათს.

$ sh ტესტი. შ

თუ რაიმე შეცდომის შეტყობინებას მიიღებთ, შეამოწმეთ პრობლემების მოგვარება ქვემოთ. შეცვალეთ test.sh პროგრამა საჭიროების შემთხვევაში მოცულობის შესაცვლელად.

4. სატესტო პროგრამა ინახავს ფოტოს "test.jpg" - ში. თქვენ დაგჭირდებათ ამ სურათის კოპირება კომპიუტერზე, რათა დაინახოთ ფოკუსი და ხედვის ველი. ამის სწრაფი და ბინძური გზა არის პატარა ვებ სერვერის დაწყება თქვენს Pi– ზე და ბრაუზერის გამოყენება:

$ python -m SimpleHTTPS სერვერი 8080 და

შემდეგ დაათვალიერეთ https:// {IPaddress}: 8080/

დააწკაპუნეთ test.jpg

გამოიყენეთ ობიექტივის რეგულირების ინსტრუმენტი კამერის ფოკუსირებისთვის.

ხელახლა გაუშვით test.sh პროგრამა რამდენჯერაც საჭიროა.

შენიშვნა: თუ თქვენ გჭირდებათ კამერის raspistill პარამეტრების მორგება, თქვენ ასევე უნდა შეცვალოთ pitextreader.py პროგრამა ახალი პარამეტრებით.

CAMERA = "raspistill -cfx 128: 128 --awb auto -rot 90 -t 500 -o /tmp/image.jpg"

5. $ sudo გადატვირთვა

Pi უნდა გამოვიდეს და გაუშვას ავტომატურად, მზად არის ოპერაციისთვის.

ნაბიჯი 7: ოპერაცია

Pi- ს ჩატვირთვისას თქვენ მოისმენთ "OK Ready" ასევე დაინახავთ ღილაკს LED ნათურა.

ნებისმიერ დროს, როდესაც LED განათებულია, მოწყობილობა მზად არის წასასვლელად.

განათავსეთ რამდენიმე დაბეჭდილი ტექსტი კამერის ქვეშ, სასურველია მხოლოდ რამდენიმე სტრიქონი შავი ტექსტი თეთრ ქაღალდზე.

გაითვალისწინეთ, რომ კამერას არ სჭირდება ბევრი შუქი, განსაკუთრებით NoIR. გარემოს ოთახის შუქი კარგი იყო ჩემთვის. ძალიან ბევრი შუქი იწვევს არათანაბარ განათებას და ამახინჯებს OCR- ს.

Დააჭირეთ ღილაკს.

LED უნდა აანთოს და კამერის დაწკაპუნების ხმა, ისევე როგორც მეტყველება "კარგად მუშაობს" უნდა ჟღერდეს.

რამდენიმე წამის შემდეგ ტექსტი უნდა წაიკითხოთ. თუ ტექსტი დამახინჯებულია, შრიფტი მეტისმეტად მუქი ან ძალიან ღიაა, გვერდულად ან თავდაყირა, მაშინ შედეგი იქნება გობლიკურად გოკი მეტყველება!

5–30 წამს შეიძლება დასჭირდეს გადაკეთება და კითხვის დაწყება, ასე რომ იყავით მომთმენი. რაც უფრო მეტი ტექსტია, მით მეტი დრო სჭირდება.

თუ თქვენ გჭირდებათ კითხვის შეწყვეტა, შეგიძლიათ დააჭიროთ ღილაკს სანამ აუდიო ჯერ კიდევ უკრავს (LED გამორთულია.)

მეტყველების დასრულების შემდეგ, რამდენიმე წამის შემდეგ, LED ანათებს და თქვენ კვლავ მოისმენთ "OK Ready". ის მზად არის განახორციელოს სხვა სკანირება.

გაითვალისწინეთ, რომ კამერის მანძილი მითითებულია რასპის კამერისთვის და 8x10 დოკუმენტის მხოლოდ ნაწილისთვის. აღმოვაჩინე, რომ უმჯობესია დოკუმენტის ნაწილების ერთდროულად წაკითხვა, რადგან სრული გვერდების მოსმენა რთულია. ბევრი რამ, რაც საჭიროა წაკითხვისთვის არის მცირე ზომის ტექსტი, ასე რომ, თუ კამერა ძალიან შორს არის, ის ვერ წყდება.

პრობლემის მოსაგვარებლად, შეამოწმეთ ქვემოთ, განსაკუთრებით სკანირება და OCR განყოფილება

თუ ყველაფერი კარგად არის, სამუდამოდ დააინსტალირეთ ყველა კომპონენტი, რათა დასრულდეს მშენებლობა.

ნაბიჯი 8: პრობლემების მოგვარება

1. კამერა

შეამოწმეთ კამერა ჩართულია მეშვეობით

$ sudo raspi-config

ინტერფეისის პარამეტრები -> კამერა

მიამაგრეთ ლენტი კაბელი, რადგან ის დელიკატურია და ზუსტად უნდა იყოს გასწორებული. საჭიროების შემთხვევაში, google “raspberry pi camera troubleshooting” მსგავსი საკითხების მოსაძებნად. ასევე google შეცდომის შეტყობინებას მიიღებთ test.sh პროგრამის გაშვებისას.

2. აუდიო

გაქვს მოცულობა გაზრდილი?

$ sudo amixer -q sset PCM, 0 100%

გაუშვით აუდიო ტესტი

$ aplay /usr/share/sounds/alsa/Front_Center.wav

აუდიო ჯერ კიდევ არ არის? ამოიღეთ აუდიო ჯეკიდან:

$ sudo raspi -config დამატებითი პარამეტრები -> აუდიო -> ყურსასმენის ჯეკის იძულება

3. საუბარი

თუ ზემოთ აუდიო კარგად ჟღერს, მაშინ სცადეთ:

$ flite -t ტესტი

Google შეცდომის შეტყობინებები, ასეთის არსებობის შემთხვევაში.

გადატვირთეთ install.sh

დიახ, გამოსვლა ჰგავს სტივენ ჰოკინგს.

4. სკანირება და OCR

ეს არის რეგულირების ყველაზე დიდი სფერო. იმისათვის, რომ OCR სწორად იმუშაოს, კამერის სურათი უნდა იყოს კარგი ხარისხის; დოკუმენტი უნდა იყოს შეუფერხებლად განათებული, მაგრამ არა აუცილებლად ნათლად.

ტექსტი უნდა იყოს ბრტყელი და გამჭვირვალე. ყველა შრიფტი არ იკითხება.

ხარისხის შესამოწმებლად, შეამოწმეთ ორი ფაილი:

/tmp/text.txt და /tmp/image.jpg

თქვენ შეგიძლიათ დაიწყოთ პატარა ვებ სერვერი და გამოიყენოთ ბრაუზერი:

$ cd /tmp $ python -m SimpleHTTPS სერვერი 8080 და

სურათზე ტექსტი უნდა იყოს გასაგები და გასაგები. სურათი უნდა იყოს მარჯვნივ, კარგი კონტრასტით, ფოკუსში. შეიძლება დაგჭირდეთ დოკუმენტის შემოტრიალება, თუ ის თავდაყირა დგას. (შეახსენეთ მომხმარებელს, რომ თუ გაიგონებს gobbly-gook, შემდეგ სცადეთ გადაატრიალოთ დოკუმენტი.) თუ სურათს აქვს დაბალი კონტრასტი, თქვენ დაგჭირდებათ განათების გაუმჯობესება, ძალიან ბევრმა ან ძალიან მცირე რაოდენობამ შეიძლება გამოიწვიოს პრობლემები. არათანაბარი განათება ასევე გამოიწვევს ტექსტის ნაწილების ჩავარდნას. მეტი დახმარების აღმოჩენა შეგიძლიათ googling– ით „tesseract-ocr help“

5. HDMI მონიტორი/კლავიატურა

დიახ, თქვენ შეგიძლიათ ჩართოთ კლავიატურა და მონიტორი Pi- ში, მაგ. თუ თქვენ ვერ პოულობთ IP მისამართს ან არ გაქვთ წვდომა SSH– ის საშუალებით. არ არის GUI ინტერფეისი და ამან შეიძლება გამორთოს ხმა, თუ თქვენს მონიტორს არ აქვს დინამიკი.

6. ინტერნეტი/WIFI

თუ WIFI არ მუშაობს, შეგიძლიათ დროებით დაუკავშიროთ Ethernet კაბელი და გამოიყენოთ იგი.

ამ პროექტს არ სჭირდება ინტერნეტი ან WiFi მას შემდეგ რაც დაასრულებთ ინსტალაციას და დაყენებას.