Получение данных с использованием Image Analytic

После успеха проекта телеметрии гидроэлектростанции стоимостью менее 10 тысяч индийских рупий мой начальник подумал, почему бы мне не заняться аналогичным проектом для солнечной электростанции мощностью 16 МВт! Солнечное поле имеет фотоэлектрическую установку общей мощностью 16 МВт. Установка находится на расстоянии около 4550 метров по прямой от служебного здания сцены-X, где мне нужно установить центральный пульт.

У него есть система управления SCADA, но она очень старая и не имеет поддержки OEM. Инженер также не может предоставить мне аналоговый или цифровой выход для ввода в мой микропроцессор. В системе имеется система связи MODBUS на уровне инвертора, и я подумал, что с помощью запасного терминала я смогу объединить все коммуникации MODBUS в одну точку. Поэтому, когда я поговорил с бывшим OEM-инженером, и он, к моему крайнему неудовольствию, подтвердил, что в системе нет запасного слота / карты MODBUS для вывода любого вывода в центральную диспетчерскую, откуда я могу загрузить свои данные. Кроме того, программное обеспечение слишком устарело, чтобы иметь от него какую-либо гарантийную поддержку.

В крайнем случае, я подумал, что попрошу инженера по КИП установить Python на компьютер SCADA для развертывания аналитики изображений для сбора данных с того же терминала, а затем тот же Python загрузит данные в приемопередатчик UART SS. Оказалось, что терминал слишком опасен для главного инженера, чтобы он мог экспериментировать, поскольку поддержка OEM больше недоступна в case, и мы столкнулись с проблемой. Есть два компьютера: один — инженерная рабочая станция, другой — ведомый. Ведомый блок предназначен только для отображения главной страницы.

[ Capture2Text_CLI.exe или Capture2Text.exe — это программа Windows, в которой можно настроить захват части экрана, а затем сохранить ее в текстовом файле. Программа может работать независимо от программы SCADA, так что она будет непрерывно захватывать часть экрана и сохранять ее в текстовый файл, который будет обрабатываться для генерации и загрузки данных, и все это будет выполняться в фоновом режиме! ]

Но поскольку компьютер трогать нельзя пришлось прибегнуть к самостоятельной обработке изображений.

Аналитика изображений

Для загрузки требуются только три важных данных: мгновенная генерация [мегаватт], общая генерация за день [мегаватт-час], солнечная изоляция [мегаватт]. Все эти три данных доступны в верхнем левом секторе экрана вместе с некоторыми другими данными. Моя цель теперь — получить эти три данных из этого атла!

Проект

Проект состоит из нескольких последовательностей процессов: захват изображения, форматирование изображения для обработки, анализ изображений для сбора данных, загрузка данных. И все поэтапно делается двумя программами на Python. Программа делает следующее

Вот и все. Но для достижения этой цели помимо Python нам нужно иметь немного дополнительного программного обеспечения. Наша предпочтительная операционная система — Linux-Ubuntu. Однако то же самое можно сделать на компьютере Raspberry Pi или любом компьютере с ОС Windows, на котором установлено следующее программное обеспечение.

Python & другое сопутствующее программное обеспечение

Помимо Python — 2.7 или 3 установите следующее.
Обновление $ sudo apt-get
$ sudo apt-get install imagemagick -y
$ sudo apt-get install python
$ sudo apt-get install python-minimal
Подушка для установки $ sudo pip
$ sudo pip install numpy
$ sudo pip install pytesseract
$ sudo apt-get install tesseract-ocr
$ sudo apt-get install opencv-python

… и небольшая модель глубокого обучения для обнаружения текста с использованием базы данных детектора текста EAST (Efficient and Accurate Scene Text Detection) OpenCV. Реализация EAST в детекторе текста OpenCV довольно надежна и способна локализовать текст, даже если он размыт, отражается или частично скрыт.

Модель способна работать почти в реальном времени со скоростью 13 кадров в секунду на изображениях 720p с очень хорошей точностью обнаружения. Базу данных EAST можно загрузить с сайта ссылка.

В Ubuntu 18 или выше вы можете столкнуться с тем, что «привязка» не позволяет установить систему. В этом case вам необходимо прервать преобладающие «мгновенные» службы. Для этого сделайте следующее.
$ sudo мгновенные изменения

Вы получите идентификаторы процессов служб Snap. Запомните это число, а затем уничтожьте его с помощью следующей команды.
$ sudo snap abort xyz [идентификатор процесса привязки]

Пока все хорошо. После установки imagemagick вы сможете изменять размер/формат любых изображений на любые размеры и форматы. Пожалуйста, проверьте это один раз. Просто сделайте любой снимок на своем диске и попробуйте следующее.
$ конвертировать test5.jpg /home/somnath/test4.png
$ конвертировать test5.jpg -изменить размер 600×400\> image.jpg

Проверьте файл test4.png или image.jpg. Если их не было раньше, в противном случае они будут созданы или перезаписаны.

Программное обеспечение

сначала мы развернем Python & opencv для получения изображения через камеру, а затем анализируйте изображение, чтобы подобрать символ, используя pytesseract. Затем мы будем использовать небольшую модель машинного обучения на основе pyimagesearch.com г-на Ардиана, чтобы увеличить масштаб нашего текста. Как только текст будет подобран, мы перенесем & передать их через трансивер UART, подключенный к тому же компьютеру, и процесс продолжится.

take_image_cv_cont.py
text_read.py
take_image_cv.py — программа для проверки фокуса камеры.

Прототипы изображений

Спецификация

02 номера UART Трансиверы 858* МГц

Один компьютер с поддержкой Python и дополнительным программным обеспечением с открытым исходным кодом.

Фактическое развертывание

Во время фактического развертывания мы обнаружили, что для дешевой качественной камеры освещение создает проблемы. То, что становится ясным в дневные часы, становится неясным в ночное время. Однако с помощью качественной камеры проблема была решена. Тем не менее. Наше требование было только в дневное время [генерация солнечной фотоэлектрической энергии], поэтому с дешевой камерой наша работа продолжалась до тех пор, пока наш ИТ-отдел не установил камеру хорошего качества. Сначала мы запускали его с настольного ПК, позже планировали перейти на компьютер Raspberry Pi. Программное обеспечение осталось прежним.