Reconocimiento de tarjetas perforadas con Edge Impulse y Lattepanda IOTA

Cómo enseñar a una PC a leer tarjetas perforadas

En 1804, Joseph Marie Jacquard desarrolló un mecanismo para automatizar el funcionamiento de los telares mediante una secuencia de tarjetas perforadas. Cada tarjeta definía mecánicamente qué hilos de la urdimbre se levantaban en cada pasada, permitiendo patrones de tejido programables. Las tarjetas perforadas evolucionaron desde este origen mecánico hasta convertirse en un medio de almacenamiento de datos para la informática. Mientras que el telar de Jacquard utilizaba agujas físicas para detectar los agujeros, sistemas posteriores como el tabulador de Hollerith de 1890 introdujeron la detección eléctrica, utilizando pines con resorte para completar circuitos a través de las perforaciones. Esta tecnología culminó finalmente en el formato IBM de 80 columnas y 12 filas (estandarizado en 1928), donde los lectores de tarjetas detectaban la continuidad eléctrica mediante cepillos de alambre o, en décadas posteriores, utilizaban sensores ópticos para leer datos a altas velocidades.

Como tributo a esta tecnología y para probar el mini PC LattePanda IOTA, desarrollé un proyecto que reconoce tarjetas visualmente “perforadas” utilizando una cámara y Machine Learning.

Data acquisition

Para simplificar el procedimiento definí un formato de tarjeta con una sola fila que representa el BIN de 8 bits ASCII. Luego generé 11 variantes por cada letra con las perforaciones ligeramente desplazadas. Entrené un modelo en Edge Impulse, hice un deploy al LattePanda IOTA (previo cambio de SO a Ubuntu e instalación de Edge Impulse) y escribí un script Python para ejecutar el runner y parsear los resultados mostrando en pantalla la letra más probable.

“Do not fold, spindle or mutilate.”

El tutorial completo y el código fuente de estre proyecto puede ser encontrado en https://docs.edgeimpulse.com/projects/expert-network/cv-punchcards-lattepanda

[embed]