一般的信息機(jī)房會(huì)透過(guò)監(jiān)控溫度的方式，掌握目前空調(diào)運(yùn)作的情況，但是會(huì)等到溫度高到發(fā)出alarm，這代表機(jī)房空調(diào)實(shí)際上已經(jīng)故障了一段時(shí)間，如何在空調(diào)冷氣故障的當(dāng)下就發(fā)出警告訊息呢？我們可以使用計(jì)算機(jī)視覺(jué)來(lái)偵測(cè)空調(diào)主機(jī)的燈號(hào)，當(dāng)故障燈亮起時(shí)，便立即發(fā)出預(yù)警通知。而且，計(jì)算機(jī)視覺(jué)不代表一定要用AI，單純透過(guò)OpenCV的圖像處理，便能達(dá)到偵測(cè)燈號(hào)的目的，因此，我們只需要一片樹(shù)莓派加上USB Camera便可作到。（更簡(jiǎn)便的方案是Arduino搭配簡(jiǎn)單的RGB色彩偵測(cè)模塊，也可以滿足偵測(cè)燈號(hào)的效果，但是在后續(xù)警報(bào)的分析處理上，并無(wú)法像樹(shù)莓派作得更多元）。

目前機(jī)房?jī)?nèi)使用MegaTec的NetProbe Lite偵測(cè)溫度，該裝置內(nèi)建web server，可瀏覽各時(shí)段的溫濕度記錄，以及發(fā)送email及SMS通知。

偵測(cè)位置

樹(shù)莓主機(jī)和鏡頭放置于空調(diào)主機(jī)對(duì)面，注意USB Camera的位置要固定不能隨意移動(dòng)，因?yàn)樯院笪覀儗蓽y(cè)空調(diào)主機(jī)的控制號(hào)號(hào)位置，此位置在畫面中必須是固定不變的。

空調(diào)主機(jī)的控制燈號(hào)

相關(guān)的影像分析技術(shù)

如何取得相片中某一區(qū)域

以相片中的空調(diào)控制燈號(hào)區(qū)為例，crop該區(qū)的方法如下。

要取得相片中各位置的x, y pixels值，使用小畫家即可，左下方會(huì)顯示目前光標(biāo)所在的x, y pixels值。

如何取得相片中某一區(qū)域的平均色彩值

defarea_info(img):

b, g, r = cv2.split(img)

meanb, std = cv2.meanStdDev(b)

meang, std = cv2.meanStdDev(g)

meanr, std = cv2.meanStdDev(r)

return (meanb[0][0], meang[0][0],meanr[0][0])

先使用cv2.split拆出RGB三個(gè)單色channel的影像，再使用cv2.meanStdDev可分別得到其平均值與標(biāo)準(zhǔn)偏差。

如何偵測(cè)并取得相片中的顏色

以RGB來(lái)說(shuō)，各顏色的范圍是：

(https://www.pyimagesearch.com/2014/08/04/opencv-python-color-detection/)

例如，當(dāng)某個(gè)pixel（或某一區(qū)平均）的R, G, B值，如果滿足：

4

另外一種更好用的方式是先將影像轉(zhuǎn)為HSV color space。

由于HSV有獨(dú)立channel for光強(qiáng)度，因此可應(yīng)用于偵測(cè)更為復(fù)雜的顏色區(qū)域。例如，當(dāng)我們想要得影像中某一范圍的顏色，只要給予顏色范圍，便可取出影像中屬于該顏色的影像。

下方范例為輸入一張圖片，并取得紅色區(qū)域。

importcv2

importnumpy as np

importimutils

color_dict_HSV= {‘black’: [[180, 255, 30], [0, 0, 0]],

‘white’: [[180, 18, 255], [0, 0,231]],

‘red1’: [[180, 255, 255], [159,50, 70]],

‘red2’: [[9, 255, 255], [0, 50,70]],

‘green’: [[89, 255, 255], [36,50, 70]],

‘blue’: [[128, 255, 255], [90,50, 70]],

‘yellow’: [[35, 255, 255], [25,50, 70]],

‘purple’: [[158, 255, 255], [129,50, 70]],

‘orange’: [[24, 255, 255], [10,50, 70]],

‘gray’: [[180, 18, 230], [0, 0,40]]}

image =cv2.imread(“D:/wait/temp/last_0_25.jpg")

hsv =cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

light =np.array(color_dict_HSV[‘red2’][1])

dark =np.array(color_dict_HSV[‘red2’][0])

mask =cv2.inRange(hsv, light, dark)

output =cv2.bitwise_and(image,image, mask= mask)

cv2.imshow(“ColorDetected", imutils.resize(np.hstack((image,output)), width=900))

cv2.waitKey(0)

cv2.destroyAllWindows()

由于這次項(xiàng)目只要偵測(cè)燈號(hào)是否有亮，不需要判定顏色，因此我們只要使用RGB方式，判斷該區(qū)域平均value是否有超過(guò)定義的threshold值（愈白或愈亮，代表該pixels的value愈大 (0-255)），若超過(guò)則可判定燈號(hào)有亮。

下方為機(jī)房開(kāi)燈與關(guān)燈的兩種狀態(tài)，我們分別取兩個(gè)區(qū)域，左上方的矩形區(qū)域用來(lái)偵測(cè)是否有開(kāi)燈，右下方則為空調(diào)主機(jī)的燈號(hào)區(qū)，用來(lái)偵測(cè)燈號(hào)狀態(tài)。由于機(jī)房有人員會(huì)進(jìn)出，因此偵測(cè)是否開(kāi)燈的區(qū)域，建議在上方天花板處，可避免人員經(jīng)過(guò)造成亮度變化而發(fā)生誤判。

實(shí)際運(yùn)作

機(jī)房燈光被打開(kāi)與關(guān)閉時(shí)，各會(huì)發(fā)一次notify到群組（信息部系統(tǒng)狀態(tài)自動(dòng)回報(bào)）。

在機(jī)房燈光未開(kāi)的情況下，偵測(cè)到空調(diào)主機(jī)燈號(hào)亮了，則發(fā)出Notify到[Alarm]緊急通知群組。每隔三分鐘持續(xù)的發(fā)送，直到機(jī)房燈光被打開(kāi)（視為處理中）或空調(diào)燈號(hào)熄滅，才不會(huì)繼續(xù)發(fā)Notify。