يهدف هذا المشروع إلى تحسين جودة الصور منخفضة الدقة أو المتضررة لزيادة إمكانية قراءتها واستخراج المعلومات منها. ركز المشروع على استعادة وقراءة أكواد QR من الصور التي تعاني من الضوضاء، أو الإضاءة غير المناسبة، أو التشويش، أو الميل، أو انخفاض الجودة

تم استخدام مجموعة من تقنيات معالجة الصور مثل إزالة الضوضاء (Gaussian وBilateral Filtering)، وتحسين التباين باستخدام CLAHE، وزيادة حدة الصورة، والتحويل إلى صور ثنائية (Adaptive Thresholding)، وتصحيح الميل والمنظور، وإصلاح الأجزاء التالفة (Inpainting)، بالإضافة إلى تكبير الصورة لتحسين وضوحها

بعد تحسين الصورة، تم تطبيق أكثر من طريقة لقراءة أكواد QR واختيار أفضل نتيجة تلقائيًا. كما تم تدريب نموذج تعلم عميق (CNN) باستخدام TensorFlow لتصنيف أكواد QR إلى آمنة (Safe) أو ضارة (Malicious)

وأخيرًا، تم تطوير واجهة تفاعلية باستخدام Streamlit تتيح للمستخدم رفع الصورة، واستعراض خطوات معالجة الصورة، ومقارنة نتائج تقنيات التحسين المختلفة، وقراءة محتوى رمز QR، بالإضافة إلى عرض نتيجة تصنيف الكود من حيث الأمان