Inventário Automatizado de Cartas Colecionáveis: Raspberry Pi, Lego e AWS Rekognition

Crie um catálogo digital para suas cartas colecionáveis e de troca usando um Raspberry Pi, uma plataforma baseada em Lego e serviços da AWS.

História

Ao encontrar uma caixa de cartas de Magic: The Gathering, perguntei-me quantas eu possuía e qual o seu valor. Registrar cada carta manualmente seria tedioso, então decidi automatizar o processo. A solução combinou um Raspberry Pi, uma plataforma personalizada de Lego e o AWS S3 com Rekognition.

O Processo

• Capture o título da carta com uma câmera do Raspberry Pi montada na plataforma de Lego.
• Faça upload das imagens para um bucket AWS S3 para armazenamento e processamento em lote.
• Execute o AWS Rekognition para extrair texto e, em seguida, consulte uma API de preços para obter valores de mercado atuais.

A Plataforma de Lego

Em vez de marcenaria, escolhi uma caixa média de Lego — uma solução barata e de baixo impacto que mantém as cartas seguras. O design foi inspirado em um separador de cartas de $7 que já tive. Um servo traseiro gira uma roda que empurra uma carta por vez, enquanto uma roda frontal mantém o baralho estável. Colei algumas cartas juntas para adicionar peso, garantindo que apenas uma carta se mova por ciclo. A câmera fica a alguns centímetros acima da plataforma, inclinada precisamente para capturar a área do título.

O comprimento do cabo flat foi um pequeno desafio; um cabo mais longo melhora a confiabilidade.

O Hardware

O Raspberry Pi é ideal para executar scripts Python que controlam os servos e capturam imagens. Componentes necessários: dois motores servo, uma câmera Pi e uma fonte de alimentação 5V (conectada a uma protoboard para conveniência).

O Código

Todo o código é escrito em Python 2.7. Um script controla os servos e tira fotos; o segundo processa as imagens armazenadas no S3 com o Rekognition.

Após carregar um conjunto na plataforma, execute:

python mtg_servo.py <abreviação_do_conjunto>

Isso ativa os servos, escaneia as cartas e grava cada imagem em uma pasta nomeada com a abreviação do conjunto (ex.: M13). Alcançei uma taxa de aproximadamente 20–25 cartas por minuto.

AWS S3 e Rekognition

Embora Tesseract e OpenCV sejam poderosos, o Rekognition ofereceu maior facilidade de uso e flexibilidade em iluminação e posicionamento. Com uma conta AWS — gratuita para criar — você pode processar até 5.000 imagens por mês no nível gratuito. As imagens são enviadas manualmente (um guia rápido está disponível) para um bucket S3 que espelha a estrutura de diretórios local: /nome_do_conjunto/arquivo.jpg.

As capturas de tela a seguir demonstram a alta precisão do Rekognition, mesmo com fotos imperfeitas.

Uma vez que todas as imagens estão no S3, automatize o OCR e exporte os resultados para CSV:

python Rekognize_S3.py <abreviação_do_conjunto>

De 920 cartas escaneadas:

• 619 foram exatas (67,3%)
• 201 erraram por uma letra (21,8%)
• 100 erraram por mais de uma letra (10,9%)

Após o OCR, consultei a API do TCGplayer para preços em tempo real. O valor total de comuns, incomuns e raras — excluindo cartas já valorizadas — foi de aproximadamente $275.

Atualização 27/05/18: O script do Rekognition agora transmite o texto detectado para a API do TCGplayer em tempo real, gravando os resultados em um arquivo. O acesso à API requer um breve processo de inscrição.

Conclusão

Espero que este projeto inspire sua própria exploração de catálogo digital de cartas. Planejo estender o sistema para cartas de esportes e outros conjuntos colecionáveis. Boa digitalização!

Fonte: Trading Card Scanner/Organizer