朱东宁的专栏

虽然可以，也不是那么容易。第一个是需要找到合适的手机，从成本的角度，如果大量部署不能太贵，所幸检测用的手机并不需要很多高级功能，比如不需要5G——甚至4G也不需要，只需要自带的WiFi在局域网内和控制机通信即可。通常手机相机的帧率是30fps，根据香农采样定律，帧率实际上决定了对旋转仪表的分辨率，如果水表的流速较快，30帧率是不足以分辨的，会带来误差。我们基于安卓手机做的水表检测有多种模式，在固定的时间内进行检测，一种模式是检测红色指针的旋转角度（圈数），另一种模式是检测黑色梅花轮转过的齿数。...

在Android上做机器视觉，不可避免地都会用到OpenCV for Android库，视频流的捕获和预览通常使用 JavaCamera2View 控件，但这个控件在横屏下运作良好，竖屏下问题很多。本文用最小代价解决了这个问题，并给出了关键源代码。...

在线下棋有一个常见的苦恼，局势紧张的时候算不清楚，如果能摆一下变化就好了。我做的这个软件就是为了解决这个苦恼，可以将正在进行的对局截图，然后进行试下。

机器视觉在工业上的应用较为成熟，诸如识别产品缺陷、产品分类和基数、识别机械读数实现的自动仪表，等等，很多行业都有。一般采用专用设备，如工业相机、嵌入式终端，然后通过总线和上位机通信，终端上还要考虑设置按钮，相当麻烦。这样做的优点是可以卖专用设备，研发的厂商更容易宣传，反正像个黑盒子，里面是啥厂商说了算。缺点太多了，嵌入式设备cpu算力很低，软件更新困难，维修不便，成本很高。研发和生产周期长。最近做了一个用安卓手机作为检测终端的项目（水表圈数检测），十分成功：1、性价比高，有效降低了成本，手机

需求背景：射箭馆射出一支箭，如果人工报靶，危险、繁琐而且人力成本高。人一直盯着靶子，会眼睛疲劳，靶面上出现十多支密集的箭时，眼花缭乱也弄不清那支是新射入的了。因此，考虑完全使用摄像头程序方式完成，摄像头对准靶面，当有箭射入时，准确判断第几环。靶面图片：射入一支箭：射入多支箭：解决之道：使用OpenCV。首先将图像二值化，搜索出一个个环的边界，并转换成极坐标：上面准确地定位环，为了便于调试和观察将之用彩色点进行了标识。射箭的识别，需要对前后两张图像相减然

很多应用是将传感器采集的数据绘制成曲线，如随时间变化的电流、电压或者功率。目前有个应用反过来，有数百张存放在pdf文档上的曲线截图，这些历史图片缺失了原始数据，需要根据分辨率很低的图片将数据恢复过来。这类应用通常是AI大数据分析的前端，恢复效果直接影响数据的质量。原始图片：以上图为例，是一幅功率图，由2条不同颜色的曲线组成，红色表示实际值和青色表示平均值。横坐标是时间轴，0-7.25秒，纵坐标表示功率，最大功率1800瓦。恢复数据的难点：1、两种颜色的曲线有叠加的地方，分离不容易；2、背景