问用实时视频馈送监控Python中的模拟量

EN

这个问题可能比你想象的要困难得多。通常，人们使用OpenCV来解决图像处理/模式识别问题。有许多优秀的有关Python的教程可在文档中获得

在它的核心，你的问题是计算出旋转角度的针。然后，从那里，你可以计算什么是压力。如果你幸运的话，你可以用特征检测+单形找到针头，然后计算角度。但我怀疑这种图像是否会导致特征检测。

模板匹配将能够找到针头，但它对旋转非常敏感，因此您必须生成大量不同针角的模板，然后每次需要压力读取时都会遍历所有模板。

它很可能更快，更便宜，更容易使用电子压力表来读取压力。有很多种方法可以将电子计量器的输出输入Python。一些量规可以连接到网络上。有的可以作为串口与as 232/422或USB进行通信。

如果你能找到一个带有数字显示器的量规，那就应该更直截了当地做一些OCR/模板匹配来从照相机读取显示器。

编辑：

@杰里米·阿瑟的评论让我想到了另一个解决方案。如果你的注意力主要集中在当针头越过一个阈值时，你可以寻找刻度盘的前缘。你可以多看看刻度盘的中心，那里没有指示器。

这种形象真的可以很容易地转换成黑白。刻度盘是黑色的，背景(至少朝向中央)是白色的。在你做了一些形态学和你的图像的阈值，你可以寻找刻度盘的黑色像素。不需要模板匹配。下面的图片说明了其中的一些想法。第一张图片是你的图像被分割成黑白的。开始的图像非常干净，但如果你是从相机上抓取，你可能需要做一些模糊，形态学之前，阈值，以获得没有流浪的黑色像素，你不想要它们。第二个图像有一个叠加的圆圈，你可以在那里寻找黑色像素。你可以找到前缘，后缘和平均值，以得到一个相当精确的中心值。

​

​

一些更多的实现细节/伪代码。对于计算机图像，原点通常是左上角，+y向下。同时，我定义了随着压力的增加，角θ的增加。圆的参数方程是

x = x0 - r*cos(theta + theta0)
y = y0 - r*sin(theta + theta0)

theta0是提供零压力的偏置角(图中的量规在-45度左右)。寻找针的强力方法是从零开始扫描角度，直到在x，y处找到一个黑色像素。然后继续增加，直到在x，y处找到一个白色像素。这两个角度的平均值给出了针的中心，你应该能够计算压力。