بقايا الأقمشة على طاولة الخياطة: مشروع تخرج للرؤية الحاسوبية

قد تحتوي سلة الخياطة على قطعة زرقاء طويلة تصلح لحزام دمية، وأخرى واسعة تكفي لوجه حقيبة صغيرة، لكن البحث اليدوي يبدأ من الصفر كل مرة. فكرة ضمن مشاريع تخرج الذكاء الاصطناعي هي فهرس بصري لهذه القصاصات: تضع قطعة واحدة على طاولة تصوير، فيسجل النظام لونها وحدودها وحجمها التقريبي، ثم يقترح القطع التي تستوعب قالباً تختاره. يبقى القرار عند المستخدم؛ المشروع يساعد على العثور على البقايا المناسبة بدلاً من تصنيفها كنفايات مبكراً.

طاولة التصوير أهم من اسم النموذج

استخدم كاميرا مثبتة عمودياً، وخلفية غير لامعة تختلف عن ألوان العينات، وإضاءة ثابتة، ومرجع طول معلوم في مستوى القماش نفسه. افرد القطعة دون شدها، وصور قطعة واحدة كل مرة. إذا ظهر تجعد كبير أو خرجت حدودها من الإطار، اطلب إعادة التصوير. لا تحول مساحة البكسلات إلى سنتيمترات اعتماداً على ارتفاع الكاميرا وحده؛ قارن مرجع القياس في الصورة، وافحص تشوه العدسة والمنظور قبل الاعتماد على الأبعاد.

ابدأ بنحو 80 قصاصة يملكها الفريق، وثلاثة قوالب ورقية بسيطة. لا تحتاج ذراعاً لفرز القطع أو سيراً آلياً في النسخة الأولى. أعط كل قصاصة رقماً وموضع تخزين مثل درج-2، واحفظ صورة القناع وصورة الأصل. بهذه التفاصيل يستطيع المستخدم العثور على القطعة فعلياً بعد أن يرشحها البرنامج، بدلاً من الحصول على توصية بصورة مجهولة في قاعدة البيانات.

من الصورة إلى شكل قابل للقياس

افصل القماش عن الخلفية بقناع، ثم استخرج الحد الخارجي. تعرض وثائق OpenCV للحدود أدوات المساحة والمحيط والمستطيل المحيط المائل. احفظ نسبة مساحة القطعة إلى مستطيلها، ونسبة الطول إلى العرض، ووجود تجاويف كبيرة. المستطيل وحده قد يخدعك: قطعة على شكل حرف L تملك عرضاً وارتفاعاً كافيين لقالب مربع، لكن جزءاً من مساحة القالب يقع خارج القماش.

لذلك ضع القالب فوق القناع رقمياً، وجرب زوايا محدودة معلنة مثل صفر و90 درجة، ثم تحقق من احتواء القناع للقالب مع هامش للخياطة يحدده المستخدم. هذا بحث هندسي محدود، لا ادعاء بإيجاد أفضل قص ممكن لجميع الأشكال. أظهر موضع القالب على الصورة كي يستطيع المستخدم فحص الترشيح، واطلب تأكيداً يدوياً قبل قص أي قطعة.

اللون المرئي سمة، ونوع النسيج سؤال آخر

استخرج اللون من داخل القناع بعد استبعاد منطقة الظل والحواف. توضح وثائق OpenCV للألوان التحويل إلى HSV واستخدام حدود اللون؛ انتبه إلى مجال Hue في تمثيل OpenCV، واختبر لوناً أحمر قريباً من طرفي المجال. للقماش المنقوش احفظ أكثر من لون أو استخدم فئة «متعدد الألوان» بدلاً من إجبار النقش كله على متوسط واحد.

يمكن تدريب مصنف Random Forest على سمات الشكل واللون لاقتراح فئات تخزين يراجعها صاحب المشروع، مثل «شريط ضيق» و«قطعة واسعة» و«شكل غير منتظم». Python وOpenCV وSQLite وواجهة بسيطة تكفي لهذا المسار. لا تستنتج نسبة القطن أو البوليستر أو مقاومة الحرارة من الصورة؛ قد تبدو أقمشة مختلفة متشابهة بصرياً. يمكن للمستخدم إدخال النوع المعروف من بطاقة المصدر في حقل مستقل.

لماذا رُشحت هذه القصاصة؟

عند اختيار قالب وجه دمية، اطلب الأبعاد وهامش الخياطة ولوناً تقريبياً. استبعد القطع التي لا تحتوي القالب، ثم رتب الباقي بتشابه اللون والمساحة الزائدة. لا تخلط الشروط الضرورية بدرجة الترشيح؛ القطعة الجميلة التي لا تستوعب القالب لا تصبح مناسبة لأن لونها قريب. الجدول مثال لقرارات واجهة، وليس نتائج قياس حقيقي.

اختبر القناع والقياس والترشيح منفصلة

ارسم أقنعة مرجعية يدوياً لعينة محجوزة، وقارن تداخلها مع الأقنعة الآلية. قس طولاً معلوماً بمسطرة وقارنه بالنتيجة، مع التصوير في مواضع مختلفة من الطاولة. للتصنيف، قارن النموذج بحدود بسيطة للألوان ونسبة الأبعاد، واقسم البيانات بحسب القصاصة الأصلية؛ صور القصاصة نفسها تحت ضوء مختلف تبقى في المجموعة نفسها. اعرض الأخطاء لكل فئة، وخاصة الأبيض على خلفية فاتحة والحواف ذات الخيوط.

أما ملاءمة القالب فاختبرها بقالب ورقي فعلي دون قص القماش، وسجل الترشيحات المقبولة والمرفوضة. أدخل قصاصة ذات ثقب، وقطعتين متلامستين، وقماشاً لامعاً، ومرجع قياس مائلاً. عندما يفشل العزل، يجب أن يتوقف القياس بدلاً من عرض رقم دقيق ظاهرياً. قارن وقت العثور على قطعة بمساعدة الفهرس بالبحث في القائمة اليدوية نفسها، واذكر حجم العينة وطريقة ترتيب القطع.

ثلاث إضافات بعد ضبط الطاولة

• سجل البقايا: بعد استخدام جزء من القطعة، يعاد تصوير المتبقي وتحديث المخزون.
• اقتراح مجموعات ألوان: اختيار قصاصات متناسقة لقالب متعدد الأجزاء، مع بقاء تفضيل الألوان قابلاً للتعديل.
• بحث بالشكل: يرسم المستخدم قطعة مطلوبة، فيبحث النظام عن قصاصات تحتوي شكلها ضمن الزوايا المدعومة.

عرض عملي لا يبالغ في الاستنتاج

سلّم إعداد الكاميرا ومرجع القياس والأقنعة والقوالب ومجموعة الفشل. الفكرة مناسبة لمن يريد مشروع تخرج يجمع الرؤية والهندسة وواجهة الاستخدام؛ قيمتها قابلة للقياس دون الادعاء بالتعرف الكيميائي على الأقمشة. راجع تسرب البيانات قبل تقسيم الصور، وقارنها ببقية أفكار مشاريع البيانات من حيث إمكانية جمع عينة واختبارها فعلياً.