基于OCR的水位检测项目 水位识别

把OCR技术用到水平尺上，这事儿听起来不算新鲜，但真正要做出一套能自动读水平、精度还达到0.01（这里指0.01米或0.01刻度）的系统，涉及的环节并不少。从原始数据采集、预处理，到目标检测、字符识别，再到最终的水平数值计算，每一步都对整体效果有直接影响。下面就把这套方案的来龙去脉拆开来看看。

水平尺读数系统概述

项目的目标很直接：利用OCR技术结合水平尺，实现自动读取水平数值的功能，目标精度达到0.01。整个系统是一个多阶段的处理流程，涵盖了从原始数据采集、预处理、目标检测、字符识别到最终水平计算的全链条，力求构建一个高效、准确的自动化水平监测方案。

整个项目的目录结构大致如下，每个模块各司其职：

Hough（霍夫变换检测直线）：负责通过霍夫变换检测水平尺上的直线，用于提升0.01精度的水平测量。
LSTM-OCR（基于LSTM模型的OCR方法）：实现对检测到的数字区域的字符识别，包括模型训练和预测。
Number_detect_dataset（用于训练数字检测模型YOLO v3的数据集）：提供训练YOLO v3模型所需的数据集。
Post_Process_Result（OCR模型输出）：存放OCR模型识别后的输出结果。
data_for_ocr_train（用于训练OCR模型的数据集）：为训练OCR模型准备的数据集。
demo（演示系统源码与可执行文件）：包含演示系统的源代码及可执行文件。
TPS（模糊文本识别模型）：针对模糊文本的识别模型。
creat_dataset（用于生成合成数据集，训练TPS模型）：生成合成数据集，用于训练TPS模型。

环境配置

操作系统支持Windows或Linux。编程语言要求Python 3.5及以上版本。深度学习框架方面，需要TensorFlow-GPU 1.14.0及以上版本，同时CUDA 10.0及以上版本用于GPU加速。

技术方案

整体思路

思路其实不复杂，核心在于如何处理水平尺上那些数字和刻度线。大致步骤是：先调整摄像头，确保只拍摄水平尺的有效区域，尽量减少环境干扰。然后使用YOLO v3模型检测水平尺上的数字区域，再根据bounding box的位置关系来确定检测区域。具体来说，通过bounding box的宽度和Y轴位置，区分出两个关键区域：检测区域1代表最下方的刻度区数字，精度为0.1；检测区域2是最下方的较长数字，精度为1。两个区域用bounding box的宽度来区分。

接着，使用LSTM模型对检测区域内的数字进行OCR识别，得到数值L2（检测区域1的数字）和L1（检测区域2的数字）。同时，检测区域1的bounding box下边界至水面之间，被定义为检测区域3。这个区域通过霍夫变换检测直线数目，精度为0.01，得到值L3（直线条数）。最后，通过公式 L1 - (10 - L2·0.1) - 0.25·L3 来计算最终水平。

方案实施

在具体执行层面，需要先处理原始数据：从摄像头采集的数据中筛选并提取出感兴趣的水平尺区域。然后对提取出的区域进行数据标注，数字检测部分采用YOLO v3模型，标注格式为YOLO格式。基于标注数据训练YOLO v3模型，用于检测水平尺上的数字。再以数字检测模型的结果作为输入，训练LSTM模型，用于识别检测到的数字区域。最后，对检测区域1和检测区域2之间的区域应用霍夫变换，检测直线数目，从而提升水平测量的精度。

关于公式中的符号问题，这里需要特别说明一下。在实际数据中，较长数字区域（L1值）和刻度区数字区域（L2值）的位置关系，并不总是L1在L2上方，所以需要根据实际情况分情况确定加减号，具体细节可参考附录。

存在的问题与挑战

任何系统都会遇到瓶颈，这个方案也不例外。首先是检测精度：目标检测模型可能存在漏检或误检的情况，尤其是在水平尺出现倾斜或弯曲的情况下，模型的鲁棒性会受到考验。其次是识别准确性：OCR模型在识别长数字时，偶尔会出现位数错误，问题的根源在于训练数据中多位数字的样本数量不足。此外，霍夫变换的鲁棒性也是一个核心挑战。霍夫变换对参数非常敏感，很容易受到环境因素影响，比如水面反射光会导致直线检测不准确。

演示系统

为了让方案更直观，我们还基于PyQt构建了一个用户界面，方便用户选择图片进行水平读数。需要注意的是，演示系统设定了授权时限，需要将系统时间调整至有效范围内才能使用。

总体来说，这是一个多阶段、环环相扣的流程，每个阶段的成功实施都是保证最终读数准确性的关键。后续工作将主要聚焦在提升各模块的性能和鲁棒性，同时优化整个系统的运行效率，让它能在更多实际场景中稳定发挥作用。