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 
