求教用图像识别水表的算法

自从用上了 homeassistant，总是想着把家里的各种东西集成进去。上次把总电量接入了（参考我的贴子： https://bbs.hassbian.com/thread-6410-1-1.html ）。

这次又想着把用水量也接进去。收集这些数据，期望可以发现：

每天的用水习惯是怎样的
是不是存在漏水的情况（水表一直缓慢转动，或者在家没有人的情况下发生转动，说明有地方漏水了）
是不是忘记关水了（水表一直长时间转动）

家里的水表是放在门外的公共水表间里面的。大概就是在楼道里面有一个门，门里面排着很多水表，门一关里面黑黑的。水表就是普通的塑料水表了。

为了低调，在水表间房顶安装了 raspberry zero w 和 pi camera，用 gpio 控制当拍摄时，打开 8 颗红外 led 闪光照明。把所有的东西放在一个 3d 打印的盒子里面。用细线引直流电源供电。3d 打印的外壳为黑色，并且没有可见光照片，在黑漆漆的水表间中很没有存在感。pi camera 是 1 代的 500W 像素，距离水表表盘大概 4 米。表盘大小为 8cm 的样子。为了得到足够大的图，给 pi camera 换了一个焦距大概是 10mm 左右的监控镜头。

这是第一版的图：画了块 PCB，上面有白光 led、dc-dc 电路、一个电机驱动(想后期接机械臂用来远程开关水阀)、光照度传感器、时钟芯片、还有块液晶屏。这一版没有最终采用，因为白光 led 实在是太高调了，夜晚楼道里一闪一闪的很是吓人。

第二版就去掉了不少东西，led 换成了红外的，电机驱动、屏幕光照啥的全部去掉，这一版给直接安屋顶了没拍照片，不过 3d 打印外壳的时候，为了得到尺寸，做了个 3d 效果图。

这样搞了一波后，在 respberry 中用 crontab 每隔 30s 跑脚本拍照，拍出来的照片大概是这样子的。最右边的那个表盘是咱家的。

经过一波 opencv 各种心态学、边界操作后（这图的特征是表盘比表盘的边暗很多，这特征很容易分开表盘）。找到了表盘。

在经过一波 opencv 的模板匹配（我只关心这种样子的水表，那做一个模板把对应的区域切出来）。得到了数字和指针。

其中数字还是挺清晰的，0342，边缘增强，二值化也容易，然后四等分后，跑一个分类器，再考虑写边界条件，估计就 ok 了。

指针有点模糊，但是肉眼还是可以分辨是指向下面的。分析：本身指针是红颜色的，表盘是白色的，在红外 led 的照射下，红色指针能反射红外光，表盘能反射红外光，所以两者的区别就不是很大。要二值化分离出来找形态特征似乎不是很容易。放 tensorflow 里面跑一跑（初学只是看了一些书），用了普通的回归做出来效果也不怎样。这块我就卡在这里不知道怎么办了，没有任何思路，求指点。