Reconhecimento de código de barras em imagens digitais por meio do modelo Perceptron Multicamadas

Abstract

A decodificação e o reconhecimento de imagens envolve uma área de pesquisa muito importante e promissora, no que diz respeito a classificação e identificação de objetos e informações nela contidas. Nem sempre, esta é uma tarefa simples de ser executada, pois a fim de se obter bons resultados, exige-se um grande conhecimento nas técnicas envolvidas e do contexto do problema a ser resolvido. A pesquisa na área de Inteligência Artificial tem evoluído bastante, principalmente nas últimas décadas, o que forneceu uma vasta gama de conhecimentos necessários para o desenvolvimento deste trabalho. Assim, esta pesquisa compreendeu o desenvolvimento de um protótipo para o reconhecimento de imagens de código de barras codificação EAN13, denominado VisionScan. Esta especificação é padrão na maioria dos produtos nacionais encontrados nos estabelecimentos comerciais. O VisionScan foi desenvolvido sob tecnologia Java e implementou, além de uma aplicação móvel para leitura das imagens, uma rede neural artificial do tipo Perceptron Multicamadas, utilizando o algoritmo Backpropagation no treinamento da mesma e técnicas do processamento digital de imagens tais como: aquisição, pré-processamento e segmentação. Visando a comunicação entre as aplicações, implementou-se um serviço Web que recebe as solicitações geradas no ambiente móvel e as encaminha ao reconhecedor de imagens. Concluindo a pesquisa, o VisionScan foi treinado e testado por meio de uma base de imagens geradas com o auxílio da API Barcode4j atingindo para estes exemplos uma taxa de acerto de 86%.