远程红外热成像app

码云地址

8.实时识别并标记算法

1.调试演示所用传感器为8×8像素(IR64)

本次红外传感器比较小只有64个像素，无法准备描绘出物体轮廓，所以才需要插值提升像素。         

2.mqtt实时将数据转发给移动端

传感器数据直接通过mqtt发送给移动端或者服务器通过mqtt中转给移动端，都可以做到无刷新实时显示热成像画面。
本次测试使用的是5Hz，传感器每秒发送5次数据，移动端每秒渲染5次热成像画面。实时度高的场景可以增加次数。

3.温度数组转为温度矩阵算法

由于红外传感器上报给服务器的数据是一维数组，要想显示图像就需要将数据转为二维数组矩阵    

//传感器横轴像素
int sourcePixelRowCount = 8;
int len = temperatureList.length;
//传感器纵轴像素
int lineNum = len % sourcePixelRowCount == 0
    ? (len ~/ sourcePixelRowCount).toInt()
    : ((len / sourcePixelRowCount) + 1).floor();
for (var i = 0; i < lineNum; i++) {
  int startIndex = i * sourcePixelRowCount;
  //截取数组指定长度后生成新数组
  Iterable<double> range = temperatureList.getRange(startIndex ,startIndex  + sourcePixelRowCount);
  temperature.add(range.toList());
}     

4.画面镜像翻转,二维数组重新排序

如果不进行镜像翻转，显示的画面将和实际的画面是相反的，左右相反       

5.双三次多项式插值提升像素算法

插值提升像素，锐化边缘后，提升后像素为32×32，看下图片基本可以看到物体轮廓了。 

  //计算权重
  static dynamic getCubicWeight(double v) {
    double a = -0.5;
    // 取整
    int nv = v.floor();
    // 坐标差值集合
    List<double> xList = new List(4);
    // 坐标集合
    List<int> xs = new List(4);

    // 最近的4个坐标差值
    xList[0] = nv - v - 1;
    xList[1] = nv - v;
    xList[2] = nv - v + 1;
    xList[3] = nv - v + 2;
    //
    xs[0] = nv - 1;
    xs[1] = nv;
    xs[2] = nv + 1;
    xs[3] = nv + 2;

    // 计算权重
    List<double> ws = List(4);
    for (int i = 0; i < 4; i++) {
      double val = xList[i].abs();
      double w = 0;
      // 基于BiCubic基函数的双三次插值
      if (val <= 1) {
        w = (a + 2) * val * val * val - (a + 3) * val * val + 1;
      } else if (val < 2) {
        w = a * val * val * val - 5 * a * val * val + 8 * a * val - 4 * a;
      }
      ws[i] = w;
    }
    return {'weight': ws, 'coordinate': xs};
  }      

6.温度数值转为RGB色彩编码算法，想要色阶越多可以用255/色阶数，我用的4

  //将温度转为RGB，用64将颜色分为4个区间，可以分为更多区间比如51
  RGB grayToPseColor(int grayValue) {

    if (grayValue > 255) {
      return RGB(255, 0, 0);
    }

    if (grayValue < 0) {
      return RGB(0, 0, 0);
    }

    if ((grayValue >= 0) && (grayValue <= 63)) {

      return RGB(0, 0, (grayValue / 64 * 255).round());

    } else if ((grayValue >= 64) && (grayValue <= 127)) {

      return RGB(0, ((grayValue - 64) / 64 * 255).round(),((127 - grayValue) / 64 * 255).round());

    } else if ((grayValue >= 128) && (grayValue <= 191)) {

      return RGB(((grayValue - 128) / 64 * 255).round(), 255, 0);

    } else if ((grayValue >= 192) && (grayValue <= 255)) {

      return RGB(255, ((255 - grayValue) / 64 * 255).round(), 0);

    }
    return RGB(0, 0, 0);
  }       

7.屏幕实时显示热成像画面算法，优化像素增大后渲染卡顿算法流畅丝滑

  //二维温度数组
  List<List<double>> temperatureScale;
  //每个像素点大小
  final static double pixel;
  //最低温度
  static double temperatureMin = 10;
  //最高温度
  static double temperatureMax = 38;
  //计算最大温度差
  double difference = temperatureMax - temperatureMin;

  @override
  void paint(Canvas canvas, Size size) {
    //创建画笔，默认颜色就是填充模式
    Paint paint = Paint();
    //画笔x轴位置，默认坐标为容器的左上角
    double top = 0;
    //画笔y轴位置
    double left = 0;
    //循环二维数组
    for (var i = 0; i < temperatureScale.length; i++) {
      for (var j = 0; j < temperatureScale[0].length; j++) {
        double value = temperatureScale[i][j];
        //计算温度系数
        double scale = (value - temperatureMin) / difference;
        //将温度转为rgb颜色值
        RGB rbg = grayToPseColor((255 * scale).round());
        //调整画笔的颜色
        paint.color = Color.fromARGB(255, rbg.R, rbg.G, rbg.B);
        //创建一个矩形
        Rect rrect = Rect.fromLTWH(left, top, pixel, pixel);
        //画一个矩形到屏幕
        canvas.drawRect(rrect, paint);
        //画笔向右移动一个像素
        left = left + pixel;
      }
      left = 0;
      //画笔向下移动一个像素
      top = top + pixel;
    }
  }  

9.移动端效果8×8图示例(优化前画面像素->优化中项画面像素->优化后画面像素)