基于人工智能技術的錯題記錄儀設計研究

戴建浜 福建省莆田第二中學

● 引言

在學習的過程中，準備好一個錯題集，是一個好習慣。但如何才能隨時記錄和整理在平時學習過程中做過的錯題呢？傳統的方法有兩種：一種就是把錯題逐字抄下來，這種方法在記錄大型應用題時浪費時間；另外一種方法就是把試卷剪貼下來，再粘貼到錯題本里，這樣做雖然會節省一點時間，但破壞了原始材料，在試卷雙面都有錯題時會變得很麻煩。由于當前這兩種方法存在種種問題，所以尋找一種高效、能夠自動掃描分類記錄錯題的方法是必要的。

近年來，基于樹莓派的人工智能技術應用日趨廣泛。本研究以樹莓派[1]為硬件平臺，結合Python解釋型編程語言以及OpenCV機器視覺庫[2]，實現錯題掃描全過程語音識別，通過攝像頭獲取錯題圖像，自動分析切片處理，保存在錯題圖片庫中，整個過程高效、便捷，有效節省整理錯題時間。

錯題是學習的必然產物，本研究不僅可以讓學生高效率地收集錯題，還可以讓教師巧妙地利用“錯誤”資源，使“錯題資源”的利用更加切合實際，符合學生的特點和要求，有利于教學資源的開發和有效利用，為提高教學質量服務。

● 系統原理

本研究的核心組件是樹莓派第四代[3]，即Raspberry Pi 4。樹莓派是一款基于ARM的微型電腦主板，有4個USB接口可連接鍵盤、網線和攝像頭等外部設備，主板上有以太網口、WI-FI和藍牙芯片，可無線連接互聯網充當小型服務器使用。最新發行的Raspberry Pi 4中央處理器采用全新架構，28nm工藝，四個內核，時鐘頻率達到1.5 GHz，較原來三代的產品速度有4倍的提升。樹莓派小巧的體積、良好的擴展性能（外接USB設備）以及高速的計算能力是本研究實現語音識別、圖像識別的前提條件。

本研究先通過WI-FI模塊連接上互聯網后，再用Python的多線程技術讓USB麥克風實時識別語音指令，當識別到“拍照”命令時，系統將通過高清攝像頭拍取錯題的照片，加工處理后把結果輸出到高清顯示屏顯示出來。如果操作有錯誤可通過語音“刪除”返回到上一步，也可以通過語音“合并”來合并被分開的兩張圖片。具體原理如圖1所示。

圖1

Python是一種面向對象的解釋型計算機程序設計語言,具有豐富和強大的庫。OpenCV是一個基于BSD許可發行的跨平臺計算機視覺庫，軟件完全開源，可以運行在Linux、Windows和Mac OS操作系統上。它輕量級而且高效——由一系列C函數和少量C++類構成，同時提供了Python語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法。snowboy是一款開源的、輕量級語音喚醒引擎，通過它可以很輕松地創建屬于自己的喚醒詞。本研究的智能識別分析功能主要是通過Python的多個處理圖像的OpenCV庫和識別聲音的snowboy庫來完成。

學生在使用時要先把印有代表個人身份的二維碼的卡片（IC卡）放在記錄儀的刷卡處，系統識別讀取卡號后，生成對應卡號信息和目錄，這時學生要說出錯題的學科，可從語文、數學、英語、物理、化學、生物、政治、地理、歷史九大學科中選擇，系統確認后進入等待識讀階段，這時說出“拍照”，系統就會自動識別分割題目并保存在系統中，說出“刪除”系統就會刪除前一次識別的內容，說出“合并”，就與前一次識別的圖片合并，生成一張圖片，高清的液晶屏上會顯示每次操作的結果。另外，學生可以通過校園網絡登錄樹莓派服務器，訪問所有錯題資源，并實現打印、標注分享等功能。

● 系統硬件設計

本研究硬件部分主要由樹莓派、話筒、高清攝像頭、7寸屏、小音箱及一個掃描支架組成。話筒、高清攝像頭通過USB接口與樹莓派連接，高清攝像頭獲取到的圖像經算法處理后通過樹莓派mini HDMI接口輸出結果至7寸顯示器。系統總體硬件架構如圖2所示。

圖2

為了提高聲音識別的準確性，話筒采用USB接口的全向拾音麥，內含高品質電容咪頭，有效抑制低噪產生，傳遞清晰的聲音，提高識別準確率，實現遠距離拾音。在圖像處理方面，為了排除圖像受外界環境的干擾，高清攝像頭采用兩側帶有LED燈的高拍儀。硬件模型如圖3所示。

圖3

● 系統軟件設計

樹莓派上安裝有Ubuntu操作系統軟件[4]，系統通過有線千兆網口或無線5G高速接入班班通網絡，系統已集成Python編程語言，但OpenCV視覺識別庫需人工安裝，這些環境的搭建是保證硬件正常運行的必要條件。程序軟件分為二維碼識別模塊、語音識別模塊、攝像頭拍照模塊、OpenCV視覺處理分析模塊四個模塊，各模塊具體設計如下：

①二維碼識別模塊。在本研究中，筆者讓學生用自己的學號通過草料二維碼在線生成一個二維碼圖片，打印出來并貼在卡片上，再通過Python的pyzbar庫的decode方法來輕松地讀取圖片里面的二維碼信息。

②語音識別模塊。樹莓派原生的音頻設備是不支持語音輸入的（無法錄音），所以本模塊通過USB口外接一個麥克風實現聲音的拾取，采用snowboy實現語音喚醒和識別功能。[5]snowboy可離線使用，無需聯網，精確度高，低延遲，耗費資源非常低（單核700MHz樹莓派只占用10%CPU），所以適合在樹莓派上運行。當安裝完需要的依賴項后，在snowboy自定義生成訓練詞。接著編寫程序，通過回調函數調用執行相應動作。

③攝像頭拍照模塊。為了保證圖片的清晰度，筆者選用了一個800W像素的高清USB攝像頭，通過OpenCV可以輕松地讀取到攝像頭，當語音識別到“拍照”一詞時，樹莓派會保存一張或多張圖片在SD卡中，以學生學號為文件名的文件夾下。

④視覺處理分析模塊。在獲取到清晰的圖像后，通過OpenCV先把圖像轉化成HSV格式，然后去除顏色范圍外的其余顏色，再對圖像進行二值化和膨脹操作，最后通過圖像輪廓查找與繪制方法findContours獲取所有矩形的坐標，再對圖片進行切片處理，保存在相應目錄中。

⑤錯題網頁共享模塊。掃描好的錯題被按學科分類保存在樹莓派的SD卡上，筆者利用Djiango開發網頁端程序，讓樹莓派成為一臺小型的WEB服務器。Djiango是一個開放源代碼的Web應用框架，使用Python開發。運行Djiango的Web服務，學生可以使用手機、平板或個人電腦通過網頁訪問自己的錯題本。

● 實驗測試

①單個紅色框測試。圖4中左邊是加了紅色邊框的試卷，右邊是使用系統處理后生成的圖形，從圖中可以看到，系統成功截取到紅色框，系統獲取到紅色矩形框的坐標后，在紅色邊框上加上藍色框。

圖4

②兩個紅色框測試。圖5中左邊標注了兩個紅色框，系統通過OpenCV進行二值化和膨脹操作后成功獲取到兩個矩形框的坐標。

圖5

③測試用紅色橫豎“井”字條框出錯題。圖6中使用四條紅色條型紙條構成一個“井”字，系統通過OpenCV轉化HSV格式，然后通過cv.inRange去除顏色范圍外的其余顏色，然后用藍色矩形框標注出內部矩形框的邊界。

圖6

● 結語

本研究通過人工智能技術實現錯題智能提取，分類保存，整個過程操作簡單，識別率高，極大地提高錯題整理速度。數字化后的錯題保存在樹莓派SD中，檢索方便，可通過手機或平板瀏覽或分享，對提高學生學習成績具有一定的促進作用。