Durante los últimos meses he estado trabajando en el Catchoom Recognition Service. Aprovechando que acabamos de rediseñarlo por completo, voy a explicar un poco de qué va el proyecto. Antes de nada, te invito a probarlo:
- Registra una cuenta gratuita, y probando la plataforma de Image Recognition:
- Usa la librería Python (catchoom-python), para integrar las APIs. Aunque no uses Python (ehem, empieza a usarlo ;-)), puedes aprovechar las herramientas de subir/reconocer imágenes y las imágenes de ejemplo.
- Visita la nueva web Catchoom.
Agradeceré mucho las opiniones, críticas y sugerencias 🙂
¿Qué es el “Image Recognition”?
Básicamente, el reconocimiento de imágenes consiste en enviar una foto (por ejemplo, desde el móvil), compararla contra una base de datos de imágenes de referencia, y reconocer qué objeto aparece en esa foto.
A partir de ahí, los retos están en hacerlo lo más rápido posible (<0.5s), mejorar la detección (varios objetos en la misma imagen, imágenes borrosas/distorsionadas, 3D…), asociar metadatos a cada objeto (cada cliente tiene necesidades distintas), ofrecer estadísticas de uso, y, en general, tener una plataforma segura, escalable y automatizada.
Vale, ¿y para qué sirve el reconocimiento de imagen? ¿Qué se puede hacer con esto? Pues lo que se te ocurra:
- integrarlo en aplicaciones móviles para reconocer logotipos o marcas comerciales
- añadirlo a un videojuego para reconocer objetos (y darte bonus dentro del juego)
- reconocer objetos para aplicar realidad aumentada encima, utilizarlo para reconocer cuadros, edificios, portadas de CDs, catálogos/revistas…
- o, mi uso favorito: sustituir (y enterrar) a los códigos QR 😉
Arquitectura de la plataforma de Catchoom
La plataforma está implementada en Python, los componentes usan Django, Tornado y Gevent. Toda la infrastructura está en Amazon Web Services.
A destacar, usamos Redis para varios servicios. Expliqué las ventajas de usar Redis en el NoSQL matters@Barcelona2012, el pasado Octubre, así que puedes ver el vídeo:
Y la presentación: (inexplicablemente llegó a portada en Slideshare, de ahí las visitas)
Gracias de antemano por probar el reconocimiento de imagen de Catchoom, espero tu feedback 😀