概述
通過攝像頭采集現場圖片，拍照各種模擬儀表（指針和Led數碼和指示燈）。程序識別出 指針讀數，數碼讀數和指示燈狀態(tài)，然后把數據發(fā)物聯(lián)網平臺上
我們打造的we.iot平臺
01. 效果
gif效果
02. 描述
- 采集攝像頭的圖像
- 采用opencv對圖像的模擬儀表和數字LED燈部分懂更，進行識別和標注
- 識別到模擬儀表盤圖像，二值化后做分析處理急膀，找到指針角度沮协，并轉換為數值
- 識別LED數值圖像，做OCR識別卓嫂，并轉換成數值
- 通過mqtt協(xié)議發(fā)送給物聯(lián)網平臺慷暂，顯示到物聯(lián)網的儀表盤上
03. 代碼實現
這個過程較復雜，幾段代碼描述不清命黔，我還在整理中呜呐，部分因為在做商業(yè)項目就斤，也無法開源。以后整理好后蘑辑，我會發(fā)到我的github上洋机，分享給大家吧。 今天就簡單說說吧洋魂。
- 客戶端采用python編程绷旗，使用mqtt協(xié)議和 物聯(lián)網服務器通訊，發(fā)送數據副砍。使用了 paho.mqtt的庫 衔肢。
- 圖像處理采用了opencv，第一步先做圖像的檢測和分割豁翎，找到儀表盤和LED燈角骤，第二部模擬儀表盤二值化后，很容易找到指針心剥，再算出角度邦尊，對應出數值出來這個并不難。
- LED的OCR識別优烧，這個因為LED的圖像相對很標準蝉揍，所以采用深度學習的圖像分類算法，做訓練畦娄，把訓練集保存成模型又沾，再利用模型進行識別，這樣也挺簡單熙卡，效率也很高杖刷。
04. 結論
通過搭建這個平臺，在實驗室環(huán)境下取得了不錯的識別效果再膳，以后考慮在工業(yè)領域采集現場的圖像信息挺勿，通過計算機視覺方式再加上一定的深度學習技術，可以大幅改善傳統(tǒng)的工業(yè)數據采集領域的一些空白喂柒，希望我們的技術有一點用武之地。
05. 運行環(huán)境
我在開發(fā)環(huán)境下做的禾嫉，基本上搭建在我的mac本上灾杰，網絡攝像頭采用了海康威視的（不到200元的網絡攝像機）熙参，理論上是跨平臺的艳吠。
開發(fā)工具：
python2.7
opencv2.4
TensorFlow1.0
paho.mqtt
...
06. 我的標簽
計算機軟件工程師，自動化專業(yè)孽椰，金世達科技創(chuàng)始人之一昭娩，目前帶領技術研發(fā)團隊專注工業(yè)物聯(lián)網領域的人工智能技術應用凛篙，歡迎大家一起探討。
07.后記
2018年11月考察變電站項目,對變電站儀表做了部分識別實驗.
詳見這篇文章:無人值守項目中傳統(tǒng)儀表識別
液位實驗
變壓器指針儀表實驗
