# 基于 OpenCV 的设备状态视觉监测系统

**Repository Path**: itqilin/OpenCV_Power

## Basic Information

- **Project Name**: 基于 OpenCV 的设备状态视觉监测系统
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-17
- **Last Updated**: 2026-06-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# OpenCV_Power：基于 OpenCV 的设备状态视觉监测系统

## 1. 项目简介

本项目面向电力、工控设备巡检场景，使用 **C++ + Qt + OpenCV** 实现设备状态视觉监测 Demo。系统通过摄像头采集设备画面，完成：

- 摄像头实时采集；
- 图像预处理；
- 指针式仪表表盘定位、指针检测、读数换算；
- 数字字符区域分割与简化识别；
- 指示灯颜色与亮灭状态识别；
- 异常告警；
- 结果表格展示；
- SQLite 日志保存；
- 截图保存。

> 说明：这是一个可运行的课程设计/简历项目骨架。真实现场项目需要根据设备面板图片调整 ROI、阈值、表盘角度标定和字符识别模型。

## 2. 项目结构

```text
OpenCV_Power/
├── OpenCV_Power.pro          # Qt qmake 工程文件
├── CMakeLists.txt            # CMake 工程文件
├── main.cpp
├── mainwindow.h/.cpp         # Qt 主界面
├── core/
│   ├── CameraWorker.*        # 摄像头采集线程
│   ├── Preprocessor.*        # 灰度化、滤波、CLAHE、阈值、形态学
│   ├── PointerMeterReader.*  # 指针仪表识别
│   ├── DigitReader.*         # 数字字符识别骨架
│   ├── IndicatorReader.*     # 指示灯颜色/亮灭识别
│   ├── AlarmManager.*        # 告警判断
│   ├── ResultLogger.*        # SQLite 结果保存
│   └── VisionPipeline.*      # 视觉算法管道
├── config/monitor_config.json
├── data/init.sql
├── logs/
├── photos/
└── README.md
```

## 3. 功能说明

### 3.1 摄像头采集

`CameraWorker` 使用 `cv::VideoCapture` 打开摄像头，并运行在 `QThread` 中，避免 UI 卡顿。

### 3.2 仪表识别

`PointerMeterReader` 的处理流程：

1. BGR 转灰度；
2. 高斯滤波降噪；
3. `HoughCircles` 定位圆形表盘；
4. `Canny` + `HoughLinesP` 检测指针线段；
5. 计算指针角度；
6. 按量程线性映射为仪表读数。

读数公式：

```text
value = minValue + (angle - thetaMin) * (maxValue - minValue) / (thetaMax - thetaMin)
```

### 3.3 字符识别

`DigitReader` 当前实现了：

- ROI 灰度化；
- Otsu 二值化；
- 轮廓提取；
- 字符框按 x 坐标排序；
- 简化七段数码管识别。

如果用于真实项目，建议替换为：

- 模板匹配；
- KNN/SVM；
- OCR；
- CNN 分类模型。

### 3.4 指示灯识别

`IndicatorReader` 将 ROI 转换到 HSV 空间，对红、绿、黄颜色范围进行阈值分割，并结合亮度判断：

- 红色 / 绿色 / 黄色；
- 亮 / 灭。

### 3.5 告警与日志

`AlarmManager` 支持：

- 仪表读数越限告警；
- 状态灯熄灭告警；
- 红色指示灯告警。

`ResultLogger` 使用 SQLite 保存识别结果。

## 4. 编译方式

### 方式一：Qt Creator 打开 qmake 工程

1. 打开 Qt Creator；
2. 选择 `OpenCV_Power.pro`；
3. 配置 Qt Kit；
4. 修改 `.pro` 中 OpenCV 路径：

```pro
OPENCV_DIR = D:/opencv/build
LIBS += -L$$OPENCV_DIR/x64/vc16/lib -lopencv_world480
```

其中 `opencv_world480` 要根据你的 OpenCV 版本修改，例如：

- OpenCV 4.5.5：`opencv_world455`
- OpenCV 4.8.0：`opencv_world480`
- OpenCV 4.9.0：`opencv_world490`

5. 构建并运行。

### 方式二：CMake

```bash
cd E:/OpenCV_Power
mkdir build
cd build
cmake ..
cmake --build . --config Release
```

## 5. 运行效果

运行后界面包含：

- 左侧实时画面；
- 右侧控制参数；
- 仪表读数；
- 字符读数；
- 指示灯状态；
- 异常告警；
- 底部历史记录表格。

点击 **启动监测** 后，程序会打开默认摄像头。点击 **保存截图** 会把当前处理后的画面保存到 `photos/`。

## 6. 后续可改进方向

- 增加鼠标框选 ROI 功能；
- 从 `config/monitor_config.json` 动态读取参数；
- 增加图片/视频文件输入；
- 改进仪表刻度自动标定；
- 字符识别替换为 SVM/CNN/OCR；
- 增加外观异常检测，如锈蚀、破损、污渍；
- 增加历史查询界面和报表导出；
- 增加 TCP/Modbus/串口联动。

## 7. 简历描述

**基于 OpenCV 的设备状态视觉监测系统｜C++ / Qt / OpenCV / SQLite**

- 面向电力、工控设备巡检场景，开发设备状态视觉监测系统，实现仪表读数、字符读数、指示灯状态识别与异常告警；
- 使用 OpenCV 完成摄像头采集、灰度化、高斯滤波、阈值分割、边缘检测、霍夫圆/直线检测；
- 通过霍夫圆定位仪表盘，通过霍夫直线提取指针，并根据角度与量程映射计算仪表读数；
- 对数字字符区域进行 ROI 分割、轮廓提取、字符排序和简化识别；
- 对指示灯 ROI 进行 HSV 颜色分割，判断红/绿/黄以及亮灭状态；
- 基于 Qt 实现实时图像显示、参数配置、异常告警、截图保存和历史记录展示；
- 使用 QThread 解耦摄像头采集与 UI 显示，使用 SQLite 保存监测日志。