UNIVERSIDADE ANHEMBI MORUMBI ANDRESSA PEREIRA DE OLIVEIRA BRUNO NORONHA FRAGOMENI MILDREDH HARUE NOGUEIRA NAIME IOSIMUTA VICTOR HIGINO VASCONCELLOS

Transcrição

1 UNIVERSIDADE ANHEMBI MORUMBI ANDRESSA PEREIRA DE OLIVEIRA BRUNO NORONHA FRAGOMENI MILDREDH HARUE NOGUEIRA NAIME IOSIMUTA VICTOR HIGINO VASCONCELLOS SMARTCOMPRAS: DESENVOLVIMENTO DE UM APLICATIVO PARA CELULARES SMARTPHONE. São Paulo 2011

2 ANDRESSA PEREIRA DE OLIVEIRA BRUNO NORONHA FRAGOMENI MILDREDH HARUE NOGUEIRA NAIME IOSIMUTA VICTOR HIGINO VASCONCELLOS SMARTCOMPRAS: DESENVOLVIMENTO DE UM APLICATIVO PARA CELULARES SMARTPHONE. Trabalho de Conclusão Curso apresentado como exigência parcial para a obtenção do título de Bacharel em Ciência da Computação da Universidade Anhembi Morumbi. Orientador: Dr. Augusto Mendes Gomes Júnior São Paulo 2011

3 S644 Smartcompras: desenvolvimento de um aplicativo para celulares smartphone / Andressa Pereira de Oliveira [et. al.] f.: il.; 30 cm. Orientador: Augusto Mendes Gomes Júnior. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) Universidade Anhembi Morumbi, São Paulo, Bibliografia: f Ciência da Computação. 2. Código de Barras. 3. Mineração de Dados. 4. Processamento de Imagens. 5. Software Vendas. I. Título. CDD 004

4 ANDRESSA PEREIRA DE OLIVEIRA BRUNO NORONHA FRAGOMENI MILDREDH HARUE NOGUEIRA NAIME IOSIMUTA VICTOR HIGINO VASCONCELLOS SMARTCOMPRAS: DESENVOLVIMENTO DE UM APLICATIVO PARA CELULARES SMARTPHONE. Trabalho de Conclusão Curso apresentado como exigência parcial para a obtenção do título de Bacharel em Ciência da Computação da Universidade Anhembi Morumbi, sob a orientação do Dr. Augusto Mendes Gomes Júnior. Aprovado em Nome do orientador/titulação/ies Nome do convidado/ titulação/ies Nome do convidado/ies

5 Dedicamos este trabalho aos nossos pais e irmãos que nos ajudaram em todos os momentos que precisamos.

6 AGRADECIMENTOS Agradecemos à Deus pela vida, saúde e sabedoria nos fornecida. Agradecemos ao nosso orientador, Dr. Augusto Mendes, pelo suporte prestado e por todo o conhecimento compartilhado. Agradecemos as nossas famílias e amigos pela paciência e, acima de tudo, por estarem ao nosso lado quando precisamos. Agradecemos à cada integrante do grupo que, entre muitos problemas, souberam superar as diferenças e entregar o projeto com qualidade.

7 O verdadeiro ato da descoberta não consiste em descobrir novas terras, mas em enxergá-las com outros olhos! Marcel Proust

8 RESUMO Este trabalho apresenta como tema central o estudo do processamento de imagens e da mineração de dados, e tem como objetivo desenvolver um software de compras que utilize o Android como sistema operacional. Este software irá realizar a captura e o processamento de uma imagem de código de barras, e aplicar conceitos de mineração de dados, com o intuito de identificar os perfis dos clientes e oferecer produtos eventualmente adquiridos que possuam um menor custo no instante da compra. Compras realizadas pessoalmente em supermercados demandam tempo e desgaste físico, uma vez que é necessário colocar e retirar o produto do carrinho diversas vezes e ainda comparar preços de produtos adquiridos constantemente. Ao mesmo tempo em que a tecnologia para celulares cresce consideravelmente, disponibilizando maiores comodidades ao usuário. O objetivo deste trabalho é integrar duas áreas importantes para o mercado (tecnologia e marketing), oferecendo conforto e comodidade ao consumidor. O processamento de imagem engloba a transformação da imagem em uma imagem digital, tratamento da cor, melhoria e restauração, segmentação e representação, e por fim reconhecimento de objetos e padrões. E o código de barras será a imagem principal neste trabalho. A mineração de dados envolve análise, tratamento, modelagem, avaliação dos resultados obtidos e por fim a implementação da mineração. Dentre os diversos algoritmos utilizados na implementação da técnica de mineração de dados, Árvore de Decisão, Redes Neurais e Apriori. Palavras-Chaves: Mineração de dados, Processamento de Imagem, Código de barras, Android.

9 ABSTRACT This work has as its central theme the study of image processing and data mining, and aims to develop shopping software that uses the Android operating system. This software will perform the capture and processing of a barcode image, and apply concepts of data mining, in order to identify customer profiles and offer products that may have accrued that have a lower cost at time of purchase. Purchases made in person at supermarkets demand time and physical stress, since it is necessary to insert and remove the product from the cart several times and also compare prices of products purchased constantly. At the same time the technology for mobile phones grows considerably, providing more facilities to the user. The objective is to integrate two important areas to the market (technology, marketing), offering comfort and convenience to the final consumer. The image processing includes transforming the image into a digital image, color treatment, improvement and restoration, segmentation and representation, and finally recognizing objects and patterns. And the bar code will be the main image in this work. Data mining involves analysis, processing, modeling, evaluation of results and finally the implementation of mining. Among the various algorithms used in implementing the data mining technique, we studied decision tree, neural networks and Apriori. Keywords: Data Mining, Digital Image Processing, Bar Code, Android.

10 LISTA DE SIGLAS E ABRREVIAÇÕES API Application Programming Interface CRISP-DM Cross Industry Standard Process for Data Mining CRM Customer Relationship Management EAN European Article Numbering Association EDGE Enhanced Data-Rates for Global Evolution GPS Global Positioning System GSM Global System for Mobile IDC International Data Corporation ISBN International Standard Book Number ISSN International Standard Serial Number KDD Knowledge Discovery in Databases PDA Personal Digital Assistant RGB Red Green Blue SOAP Simple Object Access Protocol SD Secure Digital UML Unified Modeling Language UPC Universal Code Products URL Uniform Resource Locator

11 ILUSTRAÇÕES Figura 1 - Etapas completas de processamento de imagem Figura 2 Etapas básicas de processamento de imagem Figura 3 Cores RGB e escala de cinza a partir das cores RGB Figura 4 - Exemplo de código de barras Figura 5 Exemplo de código de barras UPC-A Figura 6 Exemplo de código de barras UPC E Figura 7 Exemplo de código de barras EAN Figura 8 Exemplo de código de barras EAN Figura 9 Exemplo de código de barras do tipo ISBN Figura 10 Exemplo de código de barras do tipo ISSN Figura 11 Antes e depois do processo de binarização de uma placa veicular Figura 12 - Antes e depois do processo de erosão de uma placa veicular Figura 13 - Antes e depois do processo de erosão de uma placa veicular Figura 14 Ciclo de vida do processo de mineração de dados Figura 15 Fluxograma do processo KDD Figura 16 Exemplo de árvore de decisão Figura 17 Exemplo de redes neurais Figura 18 Pseudocódigo do algoritmo Apriori Figura 19 - Arquitetura do Sistema Android Figura 20 - Ciclo de vida de uma atividade Figura 21 - Diagrama Entidade-Relacionamento do software SmartCompras Figura 22 - Diagrama de Caso de Uso do software SmartCompras Figura 23 - Diagrama de Classe do software SmartCompras Figura 24 Arquitetura do sistema Figura 25 Arquitetura da biblioteca ZXing Figura 26 Informações inseridas no banco de dados através do aplicativo SmartCompras... 65

12 Figura 27 - Projeto do banco de dados do software SmartCompras Figura 28 - Diagrama de Atividade - UC Figura 29 - Diagrama de Atividade UC Figura 30 - Diagrama de Atividade - UC Figura 31 - Diagrama de Atividade - UC Figura 32 - Diagrama de Atividade - UC Figura 33 - Diagrama de Seqüência- UC Figura 34 - Diagrama de Seqüência- UC Figura 35 - Diagrama de Seqüência- UC Figura 36 - Diagrama de Seqüência- UC Figura 37 - Diagrama de Seqüência- UC Figura 38 - Primeira tela de cadastro do SmartCompras Figura 39 - Segunda tela de cadastro do SmartCompras Figura 40 - Terceira e última tela de cadastro do SmartCompras Figura 41 - Tela de login do SmartCompras Figura 42 - Tela Principal do SmartCompras Figura 43 - Tela para digitar o código de barras Figura 44 - Tela de detalhe do produto Figura 45 - Tela do carrinho de compras Figura 46 - Tela para escolha da forma de pagamento

13 SUMÁRIO 1 INTRODUÇÃO OBJETIVO JUSTIFICATIVA ABRANGÊNCIA ESTRUTURA DO TRABALHO PROCESSAMENTO DE IMAGEM DEFINIÇÃO CAPTURA DE IMAGEM E PROCESSAMENTO DA COR MELHORIA E RESTAURAÇÃO DA IMAGEM SEGMENTAÇÃO E REPRESENTAÇÃO RECONHECIMENTO DO OBJETO E DE PADRÕES CÓDIGO DE BARRAS Conceitos Padrões Leitura de Código de Barras APLICAÇÕES Reconhecimento de placa veicular MINERAÇÃO DE DADOS FASES DA MINERAÇÃO DE DADOS ANÁLISE DESCRITIVA E ANÁLISE DE PROGNÓSTICOS BUSCA DE CONHECIMENTO TÉCNICAS DE MINERAÇÃO DE DADOS TIPOS DE ALGORITMOS Árvores de decisão Redes Neurais Apriori ANDROID... 44

14 5 MODELAGEM DO SISTEMA SMARTCOMPRAS LEVANTAMENTO DE REQUISITOS Requisitos Funcionais Requisitos Não-Funcionais MODELAGEM DO BANCO DE DADOS DIAGRAMA DE CASO DE USO DIAGRAMA DE CLASSE DESENVOLVIMENTO DO SMARTCOMPRAS ARQUITETURA DA SOLUÇÃO CAPTURA E PROCESSAMENTO DO CÓDIGO DE BARRAS Captura do código de barras Processamento do código de barras MINERAÇÃO DE DADOS TESTES CONFIGURAÇÃO DE REDE CAPTURA E PROCESSAMENTO DE IMAGEM WEBSERVICE APRIORI SISTEMA DE COMPRA CONCLUSÃO TRABALHOS FUTUROS APÊNDICE A REQUISITOS FUNCIONAIS: B DESCRIÇÃO FORMAL DOS CASOS DE USO C PROJETO DO BANCO DE DADOS D DIAGRAMAS DE ATIVIDADES E DIAGRAMA DE SEQUÊNCIA F REQUISITOS DO CELULAR UTILIZADO NO TESTE:

15 G TELAS DO SISTEMA

16 16 1 INTRODUÇÃO Há 10 anos, eram poucas pessoas que utilizavam celulares. Já nos dias de hoje, esse recurso ganhou uma importância considerável. Segundo a IDC (International Data Corporation ) o mercado de smartphone cresceu 79,7% no primeiro trimestre de Além do layout, as funcionalidades e aplicações que o celular possui, são requisitos muito avaliados no momento da compra. Pensando nisso, os desenvolvedores de softwares para smartphone seguem trabalhando com a idéia de tornar este equipamento essencial e necessário no dia a dia, sendo capaz de dispensar outros aparelhos de diversas funcionalidades. Atualmente os smartphones realizam tarefas de outros equipamentos, como por exemplo, os despertadores, o GPS(Global Positioning System), aparelhos de reprodução de música e vídeo, etc. Ainda assim, existem ramos pouco explorados, como por exemplo, o doméstico. Além da tecnologia, a área de compras também vem recebendo grande investimento. Seja de maneira virtual ou local, as lojas vem cada dia mais buscando inovações tecnológicas a fim de serem mais competitivas no mercado. Devido à concorrência acirrada, nem sempre é possível oferecer o melhor preço de determinados produtos, e gerar conforto e comodidade ao cliente pode ser um grande diferencial. Este trabalho desenvolve um software para auxiliar seus usuários no momento de realizar uma compra em supermercado, com o intuito de possibilitar conforto e economia de tempo ao usuário. 1.1 OBJETIVO O objetivo deste trabalho é a modelagem e o desenvolvimento de um software para smartphone que permita realizar compras em um supermercado. Para alcançar este objetivo alguns conceitos são estudados e/ou implementados como: a leitura e interpretação de código de barras, a conexão do software com o banco de dados do supermercado para a verificação de disponibilidade dos produtos desejados e a utilização dos conceitos de mineração de dados, para traçar o perfil do usuário de acordo com as compras realizadas.

17 JUSTIFICATIVA Atualmente, as maneiras mais comuns de se realizar uma compra são: à distância, através de um site ou por telefone, fisicamente, se deslocando ao mercado. Porém, analisando as alternativas, a segunda mostra-se desgastante ao usuário, uma vez que ele precisa adicionar os produtos ao carrinho, retirá-los para passar ao caixa, recolocá-los no carrinho e por fim coloca-los em seu carro, enquanto a primeira alternativa, por mais cômoda que seja, não permite que o cliente toque ou veja em tamanho real o produto desejado, não podendo avaliar informações que possuam na embalagem do mesmo. Segundo a Associação Brasileira de Automação Comercial (2011), existem empresas que estudam uma 3ª alternativa de compra, onde no carrinho de compras que o cliente está utilizando possui um PDA (Personal Digital Assistant - computador de bordo) que possuiria um mapa do mercado capaz de localizar todos os produtos do mercado e, além disso, no próprio carrinho o cliente pode scannear o código de barras e já empacotar os produtos. O Grupo Pão-de-Açúcar, juntamente com outras treze grandes redes de supermercado e empresas de tecnologia, trabalha em uma loja conceito no Shopping Iguatemi localizado na cidade de São Paulo. A possibilidade de integração de diferentes tecnologias, todas em uso e crescendo no mercado, proporciona a criação de um sistema que simplifique a rotina de compras realizadas, economizando tempo, uma vez que não será necessário colocar compras no carrinho, pegar filas, empacotar, etc, que possibilite oferecer aos clientes a funcionalidade de comparação de preço de produtos de mesma subcategoria e ainda promoções ou sugestões de produtos de acordo com as compras já realizadas, durante a realização de uma nova compra. 1.3 ABRANGÊNCIA Para a elaboração deste trabalho foi realizado um estudo sobre processamento de imagens, uma vez que é realizada a leitura de código de barras via celular, de forma a possibilitar o tratamento de imagens de códigos de barras. Também foi realizado um estudo sobre mineração de dados, em que é

18 18 traçado o perfil do cliente baseado em suas preferências, de acordo com suas compras. O banco de dados foi criado baseado no diagrama entidade-relacionamento. Através de uma rede é possível conectar-se com o banco do supermercado com o intuito de manipular e consultar dados desse banco. O trabalho não abrange cobrança de valores, apenas disponibiliza as formas de pagamento de acordo com os critérios do supermercado e abrange somente o desenvolvimento para celulares com tecnologia smartphone que possuam o Android versão 2.2 como Sistema Operacional. 1.4 ESTRUTURA DO TRABALHO Os capítulos 2, 3 e 4 consistem na revisão bibliográfica, onde o capítulo 2 aborda o conceito de processamento de imagens, além de sua utilização, o capítulo 3 aborda o conceito de mineração de dados e técnicas para executá-la e o 4 nos conceitos de código de barras. A partir do capítulo 5 o sistema SmartCompras começa a ser moldado. No capítulo 5 é realizada a modelagem do SmartCompras, e o 6 mostra como foi o sistema foi implementado. O capítulo 7 explica o ambiente utilizado para os testes, apresenta os resultados obtidos e por fim, o capítulo 8 finaliza o projeto com as conclusões da monografia e propõe sugestões de temas para trabalhos futuros.

19 19 2 PROCESSAMENTO DE IMAGEM O processamento de imagem é um conjunto de operações realizadas em uma imagem, que tem como objetivo melhorar a sua qualidade para que a interpretação dos dados e o reconhecimento dos objetos contidos nela sejam feitos de forma mais precisa (GONZALEZ; WOODS, 2008). Neste capítulo são abordados os principais conceitos e as diversas técnicas de processamento de imagem, com o intuito de alcançar o melhor resultado para o seu processamento. 2.1 DEFINIÇÃO A definição de imagem segundo o dicionário Michaellis é Coleção de bits representando os pixels que caracterizam uma imagem na tela ou em uma impressora. Gonzalez e Woods (2008) definem a imagem de maneira semelhante. A imagem é uma função bidimensional, em que a amplitude de uma determinada coordenada mostra a intensidade ou o nível de cinza naquele ponto da imagem, e é definida como uma imagem digital quando a mesma possuir um número finito de pixels. O processamento de imagem utiliza diversas técnicas para melhorar as informações visuais, o que tem ajudado na resolução de problemas, que mesmo sem relacionamento entre eles (problemas distintos), necessitam de melhorias visuais nas informações para análise e interpretação humana. No mundo tecnológico, a extração das informações contidas na imagem segue um procedimento base, em que são feitas operações com intuito de analisar objetos contidos na imagem, gerando assim, modelos matemáticos. Para realizar o processamento de uma imagem, é necessário convertê-la para uma imagem digital (representada por funções bidimensionais ou mais dimensões, em caso de coloridas e multiespectrais). Após essa conversão existem outras etapas para o processamento de imagem digital (figura 1), porém nem todos os algoritmos passam por todas as etapas. Desta forma, o processamento da imagem é dividido em 4 grupos, conforme ilustra a figura 2. Na figura 1 são exibidas etapas para o processamento da imagem, etapas essas que consistem nas captura da imagem (image acquisition), no aprimoramento

20 20 (image enhancement), na restauração (image restoration), no processamento da cor (color image processing), no processamento de ondas e multi-resolução (wavelets and multiresolution processing), na compressão (compression), no processamento morfológico (morphological processing), na segmentação (segmentation), na representação e descrição (representation & description) e por fim no reconhecimento do objeto (object recongnition). As informações utilizadas em cada uma dessas etapas são encontradas ou trocadas na base de conhecimento (knowledge base). Figura 1 - Etapas completas de processamento de imagem. Fonte: GONZALEZ e WOODS (2008) Para todos os passos de processamento de imagem é necessário a implementação de softwares, havendo necessidade de utilizar hardwares somente para captura e exibição das imagens, devido à velocidade de atuação. Os próximos tópicos detalham as etapas básicas para o processamento das imagens, sendo elas: - Captura da imagem e processamento da cor; - Melhoria e restauração da imagem; - Segmentação e representação; - Reconhecimento de objetos padrões.

21 21 Figura 2 Etapas básicas de processamento de imagem. Fonte: O AUTOR (2011) 2.1 CAPTURA DE IMAGEM E PROCESSAMENTO DA COR Existem várias maneiras diferentes para capturar uma imagem, como por exemplo, câmeras de vídeos, scanners ou sensores dedicados (infravermelho, raiox, etc) (MUENZ, 2008). Assumindo que a entrada seja feita através de uma câmera (que atualmente já possui um nível de sensibilidade muito alta), é necessário fazer uma conversão de sinal analógico para digital, em que a imagem digital é discretizada espacialmente (em coordenadas x e y) e em luminância (que são os níveis de cinza). As intensidades são indexadas em uma tabela de conversão chamada Look-Up Table (ROSA, 2008). Durante a conversão (para digital) é importante saber que essa digitalização precisa ser feita nos dois componentes da imagem: espacial e amplitude. Um processo conhecido como Amostragem (GONZALEZ; WOODS, 2008) define o componente espacial, nesse processo a imagem é representada em sua forma mais simples (função contínua e infinita), que se transforma em uma matriz finita de pixels (ou elementos picturais) com tamanhos iguais. Já o processo de amplitude (denominado quantização), a partir de uma função contínua de amplitude, define o nível discreto de cinza permitido para cada pixel, fazendo atribuições funcionais de valores de níveis de cinza para cada par de coordenadas distintas da função, transformando essa imagem em uma função bidimensional (2-D). A qualidade da imagem original com aproximação pela matriz depende da quantidade de amostras e níveis de cinza que foram utilizados no processo, quanto maiores esses números, melhor a qualidade. Caso haja necessidade de manter pequenos os números de níveis de cinza, pode-se utilizar a técnica de espaçamento

22 22 irregular (BERTHOUD, 2004), distribuindo esses níveis em espaços que variam de estreitos a muito grandes. Há ainda a possibilidade de existir grandes níveis de cinza em uma escala, e pequenos em outras. Nesse caso, o procedimento ideal é espaçar de maneira suave onde há maiores níveis e, sem suavidade nos menores. No modelo de cor RGB (Red, Green e Blue), um dos mais simples e freqüentemente utilizado, todas as cores são representadas a partir da mistura das três cores primárias, porém, nem todas as cores possíveis pelo sistema RGB são identificadas pelos olhos humanos, sendo que geralmente essas cores são utilizadas apenas em computadores. A conversão em escala de cinza nesse modelo parte do princípio de que todos os bytes de cada pixel precisam ter o mesmo valor. Portanto, para realizar essa conversão é necessário percorrer toda a imagem pixel a pixel, alterando seus respectivos valores para que todos fiquem com seus valores iguais. Uma opção para realizar essa conversão, é obter o valor RGB atual, calcular sua média aritmética e repassar o valor obtido ao R, ao G e ao B do pixel atual, realizando esse processo nos demais pixels. A figura 3 mostra uma imagem em RGB e em escala de cinza. Figura 3 Cores RGB e escala de cinza a partir das cores RGB. Fonte: O AUTOR (2011) 2.2 MELHORIA E RESTAURAÇÃO DA IMAGEM Após a captura/conversão da imagem são necessárias algumas correções para que, posteriormente, o algoritmo possa interpretá-la de forma mais eficaz. Estas correções podem ser feitas através de filtros e são denominadas melhoria da imagem. Porém, esta melhoria é muito subjetiva, cabendo ao observador dizer se o resultado está satisfatório, tendo então a restauração da imagem. Este passo é fundamentado principalmente em funções e métodos matemáticos (estatística). Para este passo, existem várias técnicas (GONZALEZ; WOODS, 2008), como

23 23 por exemplo: A filtragem inversa em que uma estimativa da imagem restaurada é encontrada pela divisão da imagem degradada e da estimativa da função de degradação; A filtragem de Wiener minimiza a diferença entre a imagem inicial e a restaurada, considerando também os ruídos, ou seja, é como a filtragem inversa que também trata ruídos; A transformação geométrica em que os pixels são alterados espacialmente para distorcer as imagens e etc. 2.3 SEGMENTAÇÃO E REPRESENTAÇÃO A segmentação é a primeira fase do processamento, se considerar a informação que é necessária extrair da imagem, e por mais fácil que pareça para um ser humano, é talvez a fase mais complexa para o computador. Nesta fase são identificados os objetos (dividindo a imagem de acordo com o agrupamento de pixels), possibilitando definir regiões de interesse para análise, e para isso é importante saber o tipo de imagem que será segmentada e ter em mente o nível de detalhe, pois sem essas informações o processo se torna mais complexo, uma vez que não existe uma técnica específica para isso e sim técnicas que dependem de uma série de fatores (ALBURQUERQUE, 2000). Há os seguintes exemplos de implementação: Detecção de descontinuidade: tenta identificar as bordas da imagem, normalmente aplica a técnica gradiente, na qual intensifica as tonalidades tentando aproximar-se ao máximo de uma imagem binária; Técnicas de limiar: parte do pressuposto que pixels com as mesmas características pertencem à mesma região; Métodos baseados em regiões: partindo de um pixel (chamado semente), ele é comparado com seus vizinhos, agrupando-os por região. Analisando o código de barras da figura 4, pode-se concluir que ele pode ser segmentado em duas regiões: o fundo da imagem (parte branca) e o das listras (parte preta).

24 24 Figura 4 - Exemplo de código de barras. Fonte: ERDEI (1994) Após o resultado da segmentação é realizado a parametrização, em que se identifica e cria os parâmetros e depois faz a representação, ou seja, o resultado da segmentação é agrupado, podendo gerar uma nova representação (dependendo da necessidade). 2.4 RECONHECIMENTO DO OBJETO E DE PADRÕES Os últimos passos para o processamento da imagem são: fazer o reconhecimento do objeto e do padrão, ou seja, interpretar a informação contida na imagem de acordo com uma base de dados anteriormente definida, lhe fornecer uma identificação e extrair um padrão entre elas. Depois de a imagem estar segmentada e devidamente pré-classificada entre o que é fundo e o que é objeto, deve-se aplicar um algoritmo que seja capaz de reconhecer todas as características do objeto (área, perímetro, posição na imagem, número de furos e etc.). Existem diversos métodos para reconhecimento de padrão, como por exemplo, utilização de redes neurais, abordagem sintática, abordagem estatística, cabendo na hora de aplicá-la, saber escolher a mais eficaz (CONCI, MONTEIRO, 2004). 2.5 CÓDIGO DE BARRAS O código de barras é um símbolo composto de barras paralelas de larguras e espaçamentos variados (GROSSMANN, ZYNGIER, 1991) que armazenam informações (ERDEI, 1994). O código de barras surgiu devido à necessidade de identificação dos produtos de maneira automatizada, ou seja, a quantidade de produtos crescia

25 25 exponencialmente e os mercados/indústrias precisavam de um número único de identificação para cada um deles. Inicialmente existiam duas possibilidades, o código magnético e o código de barras. Embora o código magnético fosse praticamente imune a cópias, era muito caro de se implementar devido a materiais especiais e necessitava um contato físico entre a máquina e o produto, diferentemente do código de barras (mais utilizado) que é mais simples, com menor custo em sua fabricação e fácil de realizar sua leitura (GROSSMANN, ZYNGIER, 1991). O primeiro país a utilizar o código de barras foi os Estados Unidos da America e utilizava o padrão UPC (Universal Code Products - mais detalhes na seção 2.5.2). Segundo o site Linha Base (2010), existem dois tipos de código de barras, os numéricos e os alfanuméricos, sendo que as características de um código de barras podem aparecer em diversos padrões Conceitos Para analisar um código de barras, alguns conceitos são fundamentais. Suas definições são: a. Barras: é responsável por absorver a luz do scanner. Geralmente possui a cor preta e seu tamanho varia de um a vários módulos; b. Caractere Inicial: é o caractere que indica o inicio do código; c. Caractere Final: é o caractere que indica o fim do código; d. Dígito: cada um dos caracteres representados por barras e espaços, podendo ser, numéricos ou alfanuméricos; e. Espaço: é responsável por refletir a luz do scanner, geralmente possui a cor da embalagem e seu tamanho varia de um a vários módulos; f. Fator de Magnitude (FM): é responsável por aumentar (em até 200%) ou diminuir (em até 80%) o código de barras, a partir da dimensão inicial do código; g. Módulos: é o elemento mais estreito do código de barras, independentemente de ser um espaço ou uma barra, onde todos os outros caracteres têm tamanho múltiplo ao modulo, como por exemplo, a zona muda e outros elementos do código de barra; h. Separadores: caractere auxiliar que permite a identificação das extremidades do código, bem como do sentido da leitura, permite também separar as zonas do código de barras e são formados por barras e espaços;

26 26 i. Sinais de enquadramento: são as marcas que delimitam a área do código de barra; j. Zonas Mudas: são espaços antes do caractere inicial e após o caractere final, com tamanho de, no mínimo, 10 módulos (caso seja menor, o scanner não o consegue ler) que possibilitam a leitura do código juntamente com o padrão escolhido Padrões Existem diversos padrões de código de barras, mas são abordados abaixo somente os principais existentes, com maior ênfase no EAN 13 (European Article Number). Os padrões são: a) UPC (Universal Product Code) Criado pelos Estados Unidos e possui duas versões (ERDEI, 1994), sendo que a UPC-A possui doze (12) caracteres numéricos que são representados por 2 espaços e 2 barras. A figura 5 ilustra um exemplo de código de barras no padrão UPC-A. Figura 5 Exemplo de código de barras UPC-A. Fonte: ERDEI (1994) Analisando a figura 5, os números do código de barra UPC-A são subdivididos em 4 grandes grupos, sendo eles: A Categoria do produto; B Identificação do fabricante do produto; C Identificação do produto; D Digito de verificação. E a versão UPC E (figura 6) é um código reduzido que consiste em retirar, seguindo 1 dos 4 modelos, os números 0 (zero) considerando 2 (dois) atributos número do fabricante e número do produto. 1º modelo: Caso, no código UPC-A, o número do fabricante termine em 000, 100 ou 200, o UPC-E terá os 2 primeiros números do fabricantes, os 3 últimos

27 27 números do produto, seguido pelo terceiro número do fabricante. 2º modelo: Caso, no código UPC-A, o número do fabricante termine em 00, precedido de um número entre 3 e 9, o UPC-E terá os 3 primeiros números do fabricantes, os 2 últimos números do produto, seguido do número 3. 3º modelo: Caso, no código UPC-A, o número do fabricante termine em 0 e não atende nenhum dos requisitos dos 2 modelos apresentados anteriormente, o UPC-E terá os 4 primeiros números do fabricantes, o último número do produto, seguido do número 4. 4º modelo: Caso, no código UPC-A, o número do fabricante não termine em 0, o UPC-E terá todos os números do fabricantes e o último número do produto, seguido do número 4. Figura 6 Exemplo de código de barras UPC E. Fonte: ERDEI (1994) b) EAN (European Article Numbering Association) - Criado para utilização no mercado europeu é também muito utilizado no Brasil (GROSSMANN, ZYNGIER, 1991). Assim como o UPC, possui duas versões, sendo elas a EAN 13 utilizada no mundo inteiro (exceto pelos Estados Unidos e Canadá), possui 13 dígitos e 30 barras e 29 espaços que codificam a informação (ERDEI, 1994), conforme ilustrado pela figura 7. Figura 7 Exemplo de código de barras EAN 13. Fonte: ERDEI (1994)

28 28 Analisando a figura 7, os números do código de barra EAN 13 são subdivididos em 4 grandes grupos (GROSSMANN, ZYNGIER, 1991), sendo eles: -Número do país: os três primeiros dígitos (BRASIL = 789); -Identificação do fabricante do produto: este número pode variar de 4 a 5 dígitos, dependendo da quantidade de produtos que a empresa possui; -Identificação do produto: assim como a quantidade de dígitos do fabricante, a identificação do produto também varia de 4 a 5 dígitos; -Dígito de verificação: o último dígito que consiste em conferir se o leitor efetuou uma leitura corretamente. A seguir está o passo a passo de como criar o dígito verificador ou conferir se a leitura foi feita corretamente (GROSSMANN, ZYNGIER, 1991): Passo 1 - Enumerar de 1 a 13 os dígitos do código de barras (iniciando do código verificador terminando no primeiro dígito do país). Passo 2 Somar todos os valores dos dígitos ímpares a partir do terceiro dígito. Passo 3 Somar todos os valores dos dígitos pares e multiplicar por 3. Passo 4 Somar o resultado do passo 2 e do passo 3. Passo 5 - O dígito verificador será o menor número encontrado que, somado ao resultado do passo 4, se iguala a um número múltiplo de 10. E a versão EAN 8: Possui 8 dígitos e é utilizado somente em embalagens pequenas, ele é a forma reduzida do código EAN 13, conforme representado pela figura 8. Figura 8 Exemplo de código de barras EAN 8. Fonte: ERDEI (1994) c) Codificação internacional de livros e revistas Ainda existem outros 2 tipos de códigos de barras que são os de Livros (ISBN International Standard Book Number) e o de revistas (ISSN International Standard Serial Number ), que devido a um acordo da ISBN e da ISSN eles utilizam o código EAN, porém a estrutura do código é diferente. No ISBN, o código de barras, ilustrado na figura 9, é constituído por (ERDEI,

29 ): - Identificação ISBN (978 ou 979); - Número ISBN do livro; - Caractere de verificação. Figura 9 Exemplo de código de barras do tipo ISBN. Fonte: GROSSMANN, ZYNGIER (1991) Já no ISSN o código de barras, ilustrado na figura 10, é constituído por: - Identificação ISSN (977); - Número ISSN da publicação; - Dígito extra; - Caractere de verificação. Figura 10 Exemplo de código de barras do tipo ISSN. Fonte: REVISTA INFO (2010) Leitura de Código de Barras Técnicas complexas para decodificar códigos de barras só eram utilizadas em computadores. Contudo, graças ao avanço tecnológico, atualmente é possível realizar essa decodificação em aparelhos móveis, desde que possuam qualidade no processamento câmera (é necessário uma imagem de boa qualidade) e grande espaço em memória, igualando-se a um computador. A captura de código de barras pode ser feita por um feixe de laser, ou por algoritmos de reconhecimento de imagens que são capturados através da câmera de um celular, desde que haja garantia de que não haverá interferência (problemas como sombras, falta de foco, imagens com excesso ou falta de iluminação, etc) na imagem. Independentemente da maneira que se captura a imagem do código de

30 30 barras, o seu processamento é similar, portanto, somente está explicado o processamento da imagem no item Captura pela câmera do celular. a) Captura pela câmera do celular O ideal para capturar um código de barras através de uma câmera de celular é utilizar códigos de barras impressos em uma área ampla e com pequena densidade de informações impressa. Em códigos com alta densidade de informação, cada uma das informações é armazenada em pequenos detalhes da imagem, tornando a captura mais complexa. O ideal que se tenha uma câmera de alta resolução e códigos de barras visivelmente grandes com pouca densidade de informação. Devido à grande probabilidade de ruídos nas imagens capturadas por uma câmera de um celular, é necessário aplicar técnicas de processamento digitais antes de se obter o código de barras. Dessa forma, a imagem é convertida em escala de cinza, seguindo o conceito de conversão de imagens em RGB. Além disso, é provável que o código de barras não esteja devidamente alinhado, por isso é necessário também detectar as bordas (caracterizadas por tons de cinza). O código resulta em grandes quantidades de pixels de bordas, indicando as direções perpendiculares à direção que deve ser percorrida para a leitura do código de barras. Assim, tornam-se simples identificar a direção da imagem. Uma vez que se obtiveram as direções da imagem é possível construir um histograma (maneira comum de se representar níveis de cinza) de direções, com o intuito de localizar a borda comum da imagem que corresponde as direções das barras do código. Para identificar as larguras das barras, é utilizada a direção obtida no histograma e uma constante, fazendo com que a imagem seja percorrida em linha reta, o que, finalmente, possibilita a leitura do código de barras e depois é feita a conta do código verificador para verificar se o código lido é o correto. b) Captura pelo scanner Existem inúmeros tipos de scanners diferentes e cada um possui um mecanismo próprio para fazer a captura do código de barras. Scanner é um instrumento capaz de emitir e receber um feixe de luz

31 31 vermelho. Ao iluminar (ou percorrer) toda a largura do código de barras e receber o feixe refletido, o decodificador é responsável por converter para um sinal elétrico digital, processá-lo, verificando se realmente o código de barras foi lido corretamente, e por fim transmiti-lo a um computador central. Dependendo do modelo do scanner, o decodificador pode ficar dentro do scanner ou em um circuito externo ao scanner (ERDEI, 1994). 2.6 APLICAÇÕES Existem inúmeras aplicações para o processamento de imagem digital. As principais áreas são: a. Reconhecimento de placa veicular; b. Reconhecimento de caracteres; c. Análise de cromossomos; d. Mapeamento de terrenos e superfícies; e. Detecção de faces e objetos; f. Sistemas de segurança; g. Monitoramento da poluição; h. Planejamento Urbano; i. Análise de clima e temperatura; j. Determinação do tipo k. Tomografia computadorizada; l. Ultrassonografia. O reconhecimento de placa tem um objetivo muito similar ao reconhecimento de código de barras, por isto, na seção existe uma explicação mais detalhada de como a placa veicular é processada. Já o reconhecimento facial, abordado na seção 2.6.2, possui diversas técnicas e a escolha de qual aplicar depende do objetivo de implementação Reconhecimento de placa veicular. Inicialmente é feita a captura da placa veicular, sendo a segunda etapa o préprocessamento, onde é identificado a região da placa, e por fim a imagem resultante do pré-processamento é classificada, podendo então identificar os caracteres

32 32 presentes na placa veicular. Para isso, os seguintes conceitos são utilizados (CONCI, MONTEIRO, 2004): - Binarização (Limiarização): Consiste na transformação da placa veicular de tons de cinza para pixels preto e branco (figura 11). Para alguns autores, este processo consiste em retirar o plano de fundo da imagem. Figura 11 Antes e depois do processo de binarização de uma placa veicular. Fonte: CONCI, MONTEIRO (2004) - Erosão: Consiste em reduzir de tamanho uma imagem, contanto que não perca as características geométricas importantes (figura 12), com o intuito de facilitar o reconhecimento de um caractere que esteja grudado ou muito próximo a outro. (Problema comumente encontrado no reconhecimento de caracteres de uma placa veicular). Figura 12 - Antes e depois do processo de erosão de uma placa veicular. Fonte: CONCI, MONTEIRO (2004) - Segmentação dos caracteres: última fase do pré-processamento é a segmentação de caractere, ou seja, separar as letras e os números (figura 13). Figura 13 - Antes e depois do processo de erosão de uma placa veicular. Fonte: CONCI, MONTEIRO (2004)

33 33 3 MINERAÇÃO DE DADOS O grande avanço tecnológico tem gerado grande volume de dados, e conseqüentemente criado a necessidade de novas técnicas e ferramentas capazes de transformar grande número de dados em informações significativas e em conhecimento. Informações que possuem importância considerável para planejamento, gestão e tomada de decisões, não podem ser descobertas ou identificadas apenas com recursos de gerenciamento do banco de dados comum. Devido à necessidade de extração dessas informações surgiu à mineração de dados, também conhecido como Data Mining (NAVEGA, 2002). Na década de 80, empresas perceberam que não aproveitavam todas as informações que tinham de seus clientes. Com isso, decidiram extrair essas informações, com o intuito de definir perfis e padrões de clientes, tornando a empresa mais competitiva. Inicialmente os dados só eram extraídos, os conceitos de mineração de dados que existem atualmente foram desenvolvidos e amadurecidos ao longo dos anos (AMO, 2004). Tal amadurecimento torna fundamental o processo de mineração de dados em empresas que sabem aplicá-lo e que apliquem o conceito de CRM (Customer Relationship Management), pois conseguem um auxilio fundamental para tomada de decisões, aumentando a probabilidade de se obter sucesso (BRAGA, 2005). Mineração de dados é o nome dado ao processo de análise de objetos que visa encontrar padrões escondidos nos dados compreensíveis para pessoas e extrair informações sem conhecimento prévio de um banco de dados (AMORIM, 2006). O processo de mineração de dados é uma etapa do processo KDD (Knowledge Discovery in Databases em português, Descoberta de Conhecimento em Base de dados), que, segundo Addrians e Zantinge (1996), permite a extração não trivial de conhecimento previamente desconhecido e potencialmente útil de um banco de dados. 3.1 FASES DA MINERAÇÃO DE DADOS Como dito anteriormente, a mineração de dados vai além de uma simples extração de dados. Atualmente dados tratados adequadamente são de grande

34 34 importância em propagandas específicas para um determinado público alvo. Uma vez traçado o perfil de clientes, torna-se mais fácil identificar em quais campanhas (de propaganda) melhor se encaixa o que aumenta a possibilidade de venda dos produtos desejados, uma vez que já se sabe a quem deve ser oferecido (NAVEGA, 2002). A especificação do que se deseja encontrar nos dados, como por exemplo, tipo de regularidade, categoria de padrões, ou até mesmo padrões que podem surpreender, é conhecida como tarefas. Já a especificação de métodos que garantem como descobrir padrões é conhecida como técnica de mineração de dados (NAVEGA, 2002). Existem diversas técnicas de mineração de dados, por isso, deve-se escolher a melhor para o problema a ser resolvido. Particularmente, cada problema possui uma determinada técnica, portanto, o sucesso de cada tarefa depende da intuição e experiência do analista que implementará a mineração de dados. A interpretação dos padrões descobertos, e a possibilidade de retorno aos outros processos é determinada na etapa final da mineração de dados, no pósprocessamento. A partir do objetivo proposto, analisam-se as informações obtidas na extração, identificando e apresentando as melhores (SFERRA, CORRÊA, 2001). Para a garantia da obtenção dos conhecimentos relevantes, é importante estabelecer metas bem definidas. A maioria desses métodos são baseados em técnicas de aprendizado de máquina, reconhecimento de padrões e estatísticas. Em 1996 três empresas especializadas no, até então imaturo, mercado de mineração de dados, criaram um modelo de processos genérico (figura 14), tendo como objetivo padronizar as etapas (ciclo de vida) do processo de mineração, nomeando o projeto como CRISP-DM (Cross Industry Standard Process for Data Mining) (SFERRA, CORRÊA, 2001). O ciclo de vida é compreendido pelas seguintes etapas: Entendimento do Negócio (Business Understanding): Fase inicial que tem como foco, juntamente com o negócio, levantar quais são os objetivos, bem como requisitos do projeto. Uma vez entendido os objetivos, é definido o problema e projetado um plano inicial. Seleção dos Dados (Data Understanding): A partir da coleção de dados, inicia a primeira captura de dados, buscando com que o time de projeto tenha um

35 35 primeiro contato com o banco de dados, a fim de identificar possíveis problemas de qualidade e detectar subconjuntos que se julgam interessantes para criar hipóteses. Figura 14 Ciclo de vida do processo de mineração de dados. Fonte: SFERRA,CORRÊA (2001) Limpeza (ou Preparação) dos Dados (Data Preparation): Fase de preparação dos dados, onde se tratam ruídos, dados estranhos ou inconsistentes, através de limpeza, transformação, integração e/ou formatação dos dados da etapa anterior. Ocasionalmente são desempenhadas diversas vezes e de maneira aleatória. É responsável também por preparar os dados para a ferramenta de modelagem. Modelagem dos Dados (Modeling): Fase que aplica técnicas de modelagem sobre conjunto de dados anteriormente preparado, tendo seus parâmetros calibrados, para obter valores otimizados. Pode-se aplicar diversas técnicas de modelagem para o mesmo problema, sendo que algumas técnicas possuem requerimentos específicos na forma de dados, podendo então voltar para a etapa anterior. Avaliação dos Dados (Evaluation): Nesta fase é avaliado o modelo gerado na fase de modelagem. Esta etapa visa garantir a qualidade do modelo e verificar se as expectativas da organização serão alcançadas e se alguma questão importante do negócio ainda não foi englobada. A decisão sobre a utilização dos resultados da mineração é obtida no fim desta fase e seus resultados podem ser mostrados de várias formas, desde que, possibilitem uma análise criteriosa, e a verificação da