Automatické získávání hodnot z měřidel bez komunikačního rozhraní

Abstract

Práce se zabývá problematikou optického rozpoznávání znaků z displejů měřicích přístrojů bez komunikačního rozhraní. Tím by bylo umožněno provádět automatizovaná měření i na levnějších a starších přístrojích, které nedisponují přímo komunikačním rozhraním pro připojení k počítači. Kamerou namířenou na displej měřidla, propojenou s počítačem, je získáván vstupní obraz, v němž je na základě předem vytvořeného datasetu pro daný přístroj automaticky provedeno rozpoznání znaků. Výstupem algoritmu je soubor obsahující rozpoznanou hodnotu, jednotku a časovou značku měření. Byl rovněž vytvořen nástroj na tvorbu datasetu. Dostatečná optimalizace navrženého algoritmu se projevila při praktickém testování, kdy rychlost vykonávání (až 34 ms/iteraci) dostačuje běžným obnovovacím frekvencím displejů měřicích přístrojů. Dále bylo ověřeno, že při dodržení specifikovaných požadavků na scénu dosahuje algoritmus takřka 100% úspěšnost rozpoznání údaje. Byla také sledována odolnost vůči vyosení a náklonu rovin snímače a displeje, kdy při náklonu funguje algoritmus s nezměněnou přesností až do +/- 5° a při vyosení dokonce až do +/- 20°.This bachelor thesis deals with the matter of optical character recognition from displays of measurement devices without communication interface. This would allow carrying out automated experiments using cheaper or older gear, which is not endowed with means for direct connection to a computer. Input image necessary for the character recognition is acquired using a camera pointed at a display of the device. The recognition is afterwards performed on periodically captured image based on an already existing dataset for particular apparatus. The output of the algorithm is a file containing recognized values, units, and timestamps of the recognition. The tool for creating datasets was designed as well. The achieved speed of recognition (as fast as 34 ms per iteration) during practical testing confirmed the sufficient optimalization of OCR algorithm. On the other hand, the determined hit rate of recognition abiding specified conditions was nearly 100 %. Lastly, the resistance to misalignment of display and sensor plane was monitored. The OCR algorithm is resilient to horizontal tilt up to +/- 5° and vertical tilt up to +/- 20°.