【无标题】

转载自：https://blog.csdn.net/weixin_48866452/article/details/123353367

基于深度学习的仪表盘识别

代码：https://github.com/HibikiJie/ReadMeter

权重文件：链接: https://pan.baidu.com/s/1wTPo1wJXrNyEFSu8RrD8Xw 密码: t0p4
将其放置于weight文件夹下，运行test.py，即可测试data\images\val下的图像文件

讲解

1.使用语义分割模型，在不同通道上分割出表盘和指针
2.环形的表盘展开为矩形图像
3.二维图像转换为一维数组
4.对刻度数组用均值滤波
5.定位指针相对刻度的位置
6.输出相对位置
7.语义分割模型采用的是U2Net

1、分割

使用U2NET分割得到指针和表盘的图像

2、表盘展开

通过以图像中心为原点，以一定宽度进行扫描，将仪表盘的刻度和指针展开为矩形的图像。

3、二维图像转换为一维数组

两张图像通过竖向叠加，转变为一维数组，绘制为折线图，如下图所示。

代码示例如下

def convert_1d_data(self, line_image): """ 将图片转换为1维数组 :param line_image: 展开的图片 :return: 一维数组 """ data_1d = numpy.zeros((self.line_width), dtype=numpy.int16) for col in range(self.line_width): for row in range(self.line_height): if line_image[row, col] == 1: data_1d[col] += 1 return data_1d

通过定位每一个尖峰的点，即可得刻度盘的个度数量，以及刻度的位置。

并可定位到指针在刻度盘中的相对位置，即可得到该表盘的百分比数值。

输出为：

{'scale_num': 32, 'num_sacle': 12.643678012947584, 'ratio': 0.39573756459893383}

其中’scale_num’指的是整个表盘拥有的刻度数量；
'num_sacle’指的是指针经过的刻度数量；
'ratio’指的是指针的相对位置可以用 ratio=num_sacle÷scale_num来表示
最后用满刻度乘上ratio即可得到最终的示数
而满刻度值为1.6，即可得度数为0.633