基于ESP-32的水表攝像直讀系統

左瑞娟，武永華，張濤

（1.福建師范大學 數學與信息學院，福建福州，350117；2.福建江夏學院 電子信息科學學院，福建福州，350108）

0 前言

近幾年在中國電表的智能計量、數據采集、遠程控制在大部分地區已經普遍實現了，而水表的自動化、智能化發展的進度卻比較遲緩。傳統的水表一般都是機械水表，機械水表不會被磁場干擾，方便安裝，維修簡單，受環境干擾的影響小，因此大部分地區都普遍使用傳統的水表。隨著時代發展，越來越信息化、智能化，傳統的水表已經慢慢逐漸被替代了。傳統水表信息記錄、統計起來相對比較麻煩[1]。傳統水表記錄員要挨家挨戶，走街串巷的去查看各家各戶的水表，工作量十分大，效率低[2]，進度慢，也可能在一定程度上打擾了居民的休息。傳統的查水表工作，有可能被一些不法分子利用，作為虛假身份，進行一些違法行為。因此隨著社會發展，自動抄表系統[3]開始出現，自動抄表系統的出現提高了抄表工作的效率，使得管理更加的方便，數據更加確，解決了人工抄表的一些弊端。因此，抄表自動化技術應用前景非常廣闊[4][5]

本設計通過ESP-32[6]驅動OV2640[7]攝像頭采集水表表盤圖像后，水表圖片進行壓縮并且傳輸到數據采集器。數據采集器通過RS485收集各數據采集設備采集的數據。數據采集器再將數據傳輸到PC端進行基于OpenCV[8]圖像處理和數字識別，識別出圖像中的水表數字，并且將識別出來的水表數字存放到數據庫當中。PC端軟件的流程如圖1所示。此系統可以省去很大一部分人工勞動力，降低了水表采集工作在一定程度上對居民生活的打擾。

圖1 PC端軟件流程圖

1 系統硬件設計

本設計通過ESP-32開發板驅動OV2640攝像頭，采集水表圖像。然后將采集到的水表圖像進行JPEG壓縮，通過串口RX、TX傳輸到PC端，同時通過LED CTR管腳控制補光燈。本設計的硬件電路圖，如圖2所示。

圖2 系統硬件電路圖

ESP-32是安信可攝像頭模組里面最新發布的小尺寸的開發板。ESP-32擁有達到最低6mA的深度睡眠電流，是物聯網應用的理想解決方案，內部擁有體積超小的802.11b/g/n Wi-Fi + BT/BLE SoC模塊。

OV2640是OmniVision公司生產的一顆1/4寸的CMOS UXGA（1632*1232）圖像傳感器。通過SCCB 總線控制，可以輸出整幀、子采樣、縮放和取窗口等方式的各種分辨率8/10位影像數據。UXGA最高15幀/秒（SVGA可達30幀，CIF可達60幀）。

2 水表表盤圖像的預處理

本設計采用OpenCV對圖像進行預處理，表盤的原始圖片如圖3所示。由于攝像頭采集到的圖片都會含有噪聲，通過使用OpenCV中的cv.GaussianBlur()函數，對采集的圖片進行高斯模糊去噪，如圖4所示。使用OpenCv中的cv.cvColor()函數，來對進行高斯模糊去噪后的圖像進行灰度化處理，減小原始圖像的數據量，如圖5所示。本設計采用全局閾值的方法通過使用OpenCv中的cv.threshold()函數將轉化為灰度的圖像進行二值化處理，從而方便進行輪廓的識別，如圖6所示。圖像的膨脹和腐蝕，就是對圖像中的白色部分進行處理。通過圖像的膨脹，可以擴大二值化圖像中白色的部分，通過圖像的腐蝕，可以縮減二值化圖像中白色的部分，本設計通過使用OpenCv中的cv.dilate()函數和cv.erode()函數將轉化為二值化的圖像進行膨脹或腐蝕的處理，如圖7所示。圖像的輪廓提取是對二值化圖像的操作，是基于圖像邊緣提取的基礎尋找對象輪廓的方法。本設計通過使用OpenCv中的cv.findContours()函數對轉化為二值化的圖像進行輪廓的提取，如圖8所示。

圖3 原始圖像

圖4 圖像高斯模糊

圖5 圖像灰化

圖6 圖像二值圖

圖7 膨脹或腐蝕處理后的圖像圖

圖8 輪廓提取的圖像

3 水表表盤數字識別

表盤數字的識別有模板匹配、結構特征、神經模糊等方法。本設計采用模板匹配的方法來實現表盤數字識別。啟動ESP32開發板，打開攝像頭，獲取水表表盤圖片，然后通過RS485接口傳輸到PC端。PC端進行高斯模糊去除噪聲，轉為灰度圖像，將圖像進行二值化，通過腐蝕操作后，導入模板圖片，進行模板匹配，識別出圖中全字的水表數字。然后切割剩下的半字區域，將半字圖片，切割成上半部分和下半部分，分別于模板圖片進行匹配，找出相似度最高的模板圖片作為半字識別的結果。然后將識別出來的水表數字按照在圖片中的位置，按順序排列調整好，將數據放入數據庫中并顯示。

3.1 水表數字全字的識別

表盤全字通過模板匹配來識別。選擇全字效果較好的表盤圖片，通過高斯模糊去噪、圖像灰度化、圖像二值化、腐蝕膨脹、輪廓識別，分割出相同尺寸大小0-9十個數字的模板。然后從0-9個數字模板中分別對導入進來的待識別的水表圖片，進行模板匹配。在模板匹配中，可通過差值平方和匹配法CV_TM_SQDIFF、相關匹配法CV_TM_CCORR以及標準相關匹配法CV_TM_CCORR_NORMED等方法來尋找相似度。本設計采用標準相關匹配法，通過cv.matchTemplate(methond=CV_TM_CCORR_NORMED)和cv.minMaxLoc()函數在待識別的水表圖片中找出0-9個數字模板中，找出相似度較高的幾個全字模板。將匹配到的這些數字模板圖片如圖9所示，水表全字識別如圖10所示。

圖9 匹配的數字模板圖片

圖10 全字識別結果的圖片

3.2 水表數字半字的識別

因為水表表盤上的數字可能有些位數會出現半字的情況，即由兩個數字的上半部分和下半部分組成。本設計中對半字識別采取的方法是：先用全字識別后識別出一些區域，剩下的區域就是半字區域，如圖11所示。將半字區域分割出來，如圖12所示，將半字圖片通過再一步的輪廓識別后，分割為下半部分和上半部分，如圖13所示。這些半字圖像的組合形式有以下幾種(0,1),(1,2),(2,3),(3,4), (4,5),(5,6),(6,7),(7,8),(8,9),(9,0)。將分割出來半字區域的上半部分和下半部分，分別再與全字的模板圖片進行逐一的模板匹配。然后通過在0penCV當中的cv.match Template(methond=CV_TM_CCORR_NORMED)和cv.minMaxLoc()函數找出與之相似度最高的兩個數字模板。對比兩個匹配到的數字模板所對應的數字，將數值較高的數字作為識別結果。

圖11 半字區域圖片

圖12 半字區域二值化

圖13 半字區域分割

4 結語

本設計中通過ESP-32開發板，驅動OV2640攝像頭，將采集到的圖片數據傳輸到PC端，PC端通過OpenCV對表盤圖像進行預處理，然后進行全字和半字的識別，將識別的結果提取出來并保存到數據庫，為后續智慧水務的應用提供基礎數據。