Question

我是OpenCV的新手，正在寻找使用计算机视觉读取传统温度计的最佳方法的方向。任何指导，一般方法，示例代码？感谢您对这个非常广泛的问题的任何考虑。

所以我想更具体地说，你如何将轮廓缩小到你感兴趣的区域，例如在附图中只有数字的边界框。谢谢你的任何考虑。 [1]：http://eofdreams.com/photo/thermometer/05/“温度计”

import cv2
import numpy as np

img = cv2.imread('thermometer.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = cv2.bilateralFilter(gray, 11, 17, 17)
edges = cv2.Canny(gray,50,150,apertureSize = 3)

contours,hierarchy = cv2.findContours(edges,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
keys = [i for i in range(48,58)]
#cnts = sorted(contours, key = cv2.contourArea, reverse = True)[:10]
for cnt in contours:
    #if cv2.contourArea(cnt)>50:
    [x,y,w,h] = cv2.boundingRect(cnt)

    cv2.rectangle(img,(x,y),(x+w,y+h),(0,0,255),2)
    roi = img[y:y+h,x:x+w]
    roismall = cv2.resize(roi,(10,10))
    cv2.imshow('norm',img)
    key = cv2.waitKey(0)

cv2.imwrite('houghlines3.jpg',edges)

Answer 1

是的，这很普遍。我不知道计算机视觉是什么，但我猜它是一些看着温度计的软件。

首先考虑一下这个软件可以理解的内容。我猜它可以接受颜色变化。因此，您应该能够知道颜色何时从红色变为白色（或者当温度计不是红色时的任何颜色）。该程序可能或可能不够智能，无法读取指示温度计温度的数字（我假设这是一个垂直温度计）。如果#s写在玻璃上或弯曲，软件可能无法读取它。但是，如果它是平坦的白色背景上的黑色字母，你可能会很幸运。那么你能找到最接近红色过渡到白色的＃吗？如果不是，您可能需要提前校准与不同高度相关的温度。在这种情况下，你基本上会忽略书面的＃并将它们硬编码到你的程序中。

祝你好运！

Answer 2

假设它是静态图像，您可以计算x像素= y度的比例。或者，大约......你可以通过简单的颜色检测来检测水银的高点，将图像转换为hsv，在范围内过滤掉只留下红色，然后找到最小的y值并检查你的比例。 / p>

发现假设一个恒定的线性刻度并且y轴上的每个x像素量等于y度将比试图检测数字并读取它们更容易。但是，为了回答你的问题，因为你的数字是不变的，我建议围绕数字和模板匹配的已知位置进行裁剪，但由于数字不会改变，所以仍然没有意义，所以你可以硬编码位置！

或者，如果它是一个真实世界的场景，要么使用数字温度计并通过模板匹配检测lcd数字，要么将温度计连接到计算机。

如何使用OpenCV读取传统的温度计

2 个答案: