Inventario Automatizado de Cartas Coleccionables: Raspberry Pi, Lego y AWS Rekognition

Crea un catálogo digital para tus cartas coleccionables y de juego utilizando una Raspberry Pi, una plataforma construida con Lego y los servicios de AWS.

Historia

Al descubrir una caja de cartas de Magic: The Gathering, me pregunté cuántas tenía y cuál era su valor. Registrar cada carta manualmente habría sido tedioso, así que me propuse automatizar el proceso. La solución combina una Raspberry Pi, una plataforma personalizada de Lego y AWS S3 con Rekognition.

El Proceso

• Captura el título de la carta con una cámara de Raspberry Pi montada en una plataforma de Lego.
• Sube las imágenes a un bucket de AWS S3 para almacenamiento y procesamiento por lotes.
• Ejecuta AWS Rekognition para extraer texto y consulta una API de precios para obtener valores de mercado actuales.

La Plataforma de Lego

En lugar de carpintería, opté por un contenedor mediano de Lego: una solución económica y de bajo impacto que mantiene las cartas seguras. El diseño está inspirado en un clasificador de cartas de $7 que tuve anteriormente. Un servo trasero gira una rueda que impulsa una carta a la vez, mientras que una rueda frontal mantiene la baraja estable. Pegué algunas cartas juntas para añadir peso, asegurando que solo se mueva una carta por ciclo. La cámara se sitúa a pocos centímetros sobre la plataforma, inclinada con precisión para capturar la zona del título.

La longitud del cable plano fue un desafío menor; un cable más largo mejora la fiabilidad.

El Hardware

La Raspberry Pi es ideal para ejecutar scripts en Python que controlan los servos y capturan imágenes. Componentes necesarios: dos motores servo, una cámara Pi y una fuente de alimentación de 5V (conectada a una protoboard para comodidad).

El Código

Todo el código está escrito en Python 2.7. Un script controla los servos y toma fotos; el segundo procesa las imágenes almacenadas en S3 con Rekognition.

Tras cargar un set en la plataforma, ejecuta:

python mtg_servo.py <abreviatura_set>

Esto activa los servos, escanea las cartas y guarda cada imagen en una carpeta nombrada según la abreviatura del set (ej. M13). Se logró un rendimiento de aproximadamente 20-25 cartas por minuto.

AWS S3 y Rekognition

Aunque Tesseract y OpenCV son potentes, Rekognition ofrecía mayor facilidad de uso y flexibilidad en iluminación y posicionamiento. Con una cuenta de AWS (gratuita para crear), puedes procesar hasta 5.000 imágenes al mes en el nivel gratuito. Las imágenes se suben manualmente (hay una guía rápida disponible) a un bucket S3 que replica la estructura de directorios local: /nombre_set/archivo.jpg.

Las siguientes capturas demuestran la alta precisión de Rekognition, incluso con fotos imperfectas.

Una vez que todas las imágenes están en S3, automatiza el OCR y exporta los resultados a CSV:

python Rekognize_S3.py <abreviatura_set>

De 920 cartas escaneadas:

• 619 fueron exactas (67,3%)
• 201 diferían en una letra (21,8%)
• 100 diferían en más de una letra (10,9%)

Tras el OCR, consulté la API de TCGplayer para obtener precios en tiempo real. El valor total de comunes, poco comunes y raras —excluyendo cartas ya valoradas— fue de aproximadamente $275.

Actualización 27/05/18: El script de Rekognition ahora transmite el texto detectado a la API de TCGplayer en tiempo real, escribiendo los resultados en un archivo. El acceso a la API requiere un breve proceso de solicitud.

Conclusión

Espero que este proyecto inspire tu propia exploración del catálogo digital de cartas. Planeo extender el sistema a cartas deportivas y otros conjuntos coleccionables. ¡Feliz escaneo!

Fuente: Trading Card Scanner/Organizer