工业视觉踩坑实录（十六）：读个指针表，我差点以为计算机视觉是假的

读个指针表，我差点以为计算机视觉是假的

做视觉十年，我很少说"这活儿没法干"。指针表读数是我为数不多说出这句话的场景。

关于作者

我接触视觉整整10年。

工业视觉、烟草、煤矿等行业都有深度开发经验。从硬件选型、算法开发、模型训练，到上位机开发及部署，都在一线磨过。

之前是多家公司人工智能团队的技术负责人。现在自己创业了，还在继续做视觉落地这件事。

作者说

等等。

这篇跟前面的踩坑实录不太一样。前面那些都是做完项目之后的复盘——坑踩完了，教训也有了，坐下来写。这篇不是。

指针表读数这个活，我前后断断续续搞了一年多，换了四套方案，最后结论是——有些视觉问题，根子上就不是视觉能解决的。

这个结论不是我一开始就有的。是一步步踩出来的。

所以我决定用踩坑实录的方式写出来。不是教你怎么做指针表读数，而是带你走一遍我从自信到怀疑到认命的完整路径。看完你就知道，为什么我说做视觉十年，很少说"这活儿没法干"，指针表读数是那为数不多的几次之一。

这是第十六篇。

开场先交代背景

指针式仪表，工厂里最常见的东西。电表、水表、油压表、气压表，本质都是一根指针在一个圆形刻度盘上转，指哪读哪。

听起来很简单对吧。

我一开始也这么想的。拿个目标检测模型把指针位置框出来，算一下指针和零点的夹角，角度乘以量程，完事。

实际跑下来，呵。

第一个坑：模板匹配在工作台上是神，在现场是垃圾

最开始用的方案是模板匹配。

先存一张指针在零位时的模板图，再存一张指针在满量程时的模板图，然后实时图进来，跟这两张模板做匹配，内插得到当前角度。

工作台上跑，准确率百分之九十九。我当时就觉得这活儿太简单了，甚至怀疑自己是不是把问题想复杂了。

到现场部署，第一天就崩了。

光线变了。同一个表，早上拍和中午拍，模板相似度能差出二十个百分点。为啥呢，因为表盘表面有轻微的油污或磨损，同一位置的光谱反射特性不是恒定的。模板匹配这东西，说到底是比像素值，光一变化，像素值就变，你还比个啥。

换方案。用Hough变换检测直线段，提取指针方向。这个方法对光照的鲁棒性好很多，工作台上测试效果也不错。

然后我发现了一个新问题：Hough变换找的是图像里最长的直线段，但指针不一定是图像里最长的线。表盘上的刻度线、装饰纹路、玻璃上的划痕，都可能贡献更长或更明显的直线段。Hough给你返回一个它认为的"最优直线"，不一定是指针。

说到底，模板匹配和Hough变换，都是在假设指针是图像里最容易被识别出来的特征。但这个假设在工业现场根本不成立。指针细、对比度低、还经常被玻璃反光遮掉一截。你以为你在检测指针，其实你在检测一堆乱七八糟的东西里最像指针的那根。

后来换了思路，用YOLO-OBB。普通YOLO输出的是正矩形框，OBB（Oriented Bounding Box）输出的是旋转框，直接带一个角度值——框住指针，读出旋转角，完事。不需要Hough变换那一套直线检测再算夹角的流程，一步到位。

这个方法对传统方案的降维打击在于：它不假设指针是图像里最长的线，它只认你标注的指针长什么样。训练数据里你标注的是指针，模型学到的也是指针的特征。刻度线、装饰纹路、玻璃划痕，只要跟训练数据里的指针不一样，模型就不会把它们当成指针。

当然，代价也很明显。你需要标注数据，而且标注的是旋转框不是普通矩形框，标注成本高一些。但如果你的场景里指针种类不多（大多数现场就一两种表），几百张标注图就够训出一个效果不错的模型。

但旋转检测解决的是"指针在哪、朝哪个方向"的问题，它解决不了背景干扰的问题。反光、灰尘、水汽这些物理层的干扰，不管你用什么检测方法都会遇到。模型能学会指针的特征，但学不会"这坨高光是反光不是指针"这种判断——除非你把反光样本也加进训练数据里。这又回到了那个老问题：训练数据的覆盖度决定了模型的天花板。

后来我想明白了一个道理：不要去检测指针本身，去检测指针的缺失。什么意思，固定摄像头不动，先拍一张"没有指针"的表盘作为背景基准图。然后实时图进来，做差分。指针存在的区域，差分结果会显示出指针的轮廓；没有指针的区域，差分接近零。这个思路对光照的鲁棒性好很多，因为差分操作会抵消掉很大一部分全局光照变化。

想法很美好。但现实是——你上哪去弄一张"没有指针"的表盘图？

指针是表盘的物理组成部分，你不可能把指针拆下来拍一张纯表盘。停机检修的时候能不能拍？有些表可以把指针拨到零位拍一张当基准，但运行中的表你根本没这个机会。

后来我用了变通方案：多帧中值法。连续拍几十帧，指针在每帧里的位置不同，取所有帧的像素中值，指针会自然"消掉"，留下的是纯表盘的背景。这个方法有效，但有严格的前提条件——摄像头必须绝对固定，光照必须稳定，而且需要拍够多帧才能保证中值效果。在振动大的车间或者光线频繁变化的环境下，中值法的效果也会打折扣。

还有一种路子是手动做：拍一张图，用图像编辑工具把指针区域涂掉，作为基准。每张表都要人工处理一次。算法上看起来干净，实际上把工作量从算法端搬到了人工端，成本一点没省。

所以差分法这个思路，理论上是对的，实践中能用，但永远不是开箱即用的。你得为它搭一套"基准图获取和维护"的流程，这个流程的复杂度有时候比算法本身还高。

第二个坑：角度算出来了，然后呢

好，指针位置检测问题基本解决了。你信心满满准备上线，然后发现下一个坑更隐蔽：你检测到了角度，但不知道这个角度对应的实际数值是多少。

你以为指针表都是均匀刻度吧，零点满度之间等分就是了。

不是的。

工业指针表有几种常见的非均匀刻度。第一种是对数刻度，常见于真空表或某些特殊气压表，刻度线在低压区域非常密，在高压区域非常稀。同样的角度变化，在低值区域对应的数值变化很小，在高值区域对应很大的数值变化。如果你的换算逻辑是线性的，读数会严重失真。

第二种是开方刻度，跟对数刻度正好相反，常见于某些流量表，刻度在低值区域稀，高值区域密。

第三种更恶心，我叫它红区表。某些压力表在超过某个阈值之后有一段红色区域，可能是危险区也可能是允许瞬时超载的区域。这段红色区域的刻度密度和白色区域往往不一样，有的甚至是非线性压缩的。你算出角度，映射到数值，还得判断当前读数落在哪个区间，不同区间用不同的映射关系。

所以，指针表读数的完整逻辑是这样的：指针角度→归一化位置（0到1）→判断所在区间→应用该区间的非线性映射→得到实际数值。少一步都会出错。

这个坑的恶心之处在于，它不是算法问题，是物理世界的欠约束问题。你没有办法从一张表盘图片里直接读出它的刻度映射关系，刻度分布本身包含的信息不够解出这个方程。你要么提前知道这张表的参数（通过查型号或手动标定），要么就得接受"读数仅供参考"这个结论。

第三个坑：双指针表盘，双倍快乐

有一种表盘上不是一根指针，是两根。

两根指针分别指向不同的参数，比如一个是当前值，一个是峰值记忆。有的峰值指针是手动复位的，有的是靠机械结构自己保持峰值。

双指针的检测方案比单指针复杂在哪，主要在区分和追踪。两根指针角度接近的时候，模型很容易把两根当成一根。如果用差分法，基准图的维护会更困难，因为其中一根指针的位置在实时变化，你不能简单地把"无指针"作为基准。

实际能用的区分手段有几种。

颜色区分。很多双指针表的两根指针颜色不同，一般一根红色一根黑色。这种情况下最简单，用颜色通道先把两根指针分离出来，分别计算角度就行。颜色差异就是你的天然标签。

时序区分。拍连续帧，观察哪根指针在动。动的那根是当前值指针，不动的那根是峰值记忆指针。拍个十来帧，谁动谁不动一目了然。这个方法不需要两根指针有任何外观差异，只要有时间维度的信息就够了。

但时序区分有一个明显的盲区：如果两个指针都不动呢？设备停机了，或者当前值恰好和峰值记忆值一样，两个指针指在同一个角度，谁也不动。这时候时序信息就失效了，你从连续帧里看不出任何区别，跟看一张静态图没有差别。

粗细形态区分。有些表的两根指针粗细不一样，一根细长一根宽短。用宽度特征或者形态学轮廓可以辅助区分。但这种方法鲁棒性一般，因为摄像头分辨率、拍摄距离的变化都会影响指针在图像中的像素宽度。

但有一个场景是真没办法的：两根指针颜色一样、粗细一样，又刚好重叠。你从一张静态图里根本分辨不出这里是一根还是两根，读出的角度也不知道属于哪个参数。

这种情况下我一般直接跟客户说：这个表换成数字表吧。不是我不愿意做，是物理条件不允许。你不能要求算法解决一个连人眼都分不清的问题。

第四个坑：玻璃后面的世界不是你想的那样

指针表前面有一层玻璃或有机玻璃。这层玻璃会带来三个问题。

反光。现场的光源，不管是日光灯还是LED，光线照到玻璃表面会产生镜面反射。如果光源角度刚好合适，反光区域比指针还亮。你的检测算法会认为反光区域是前景，指针反而变成了背景的一部分。没用。

水汽凝结。尤其在潮湿的车间环境，玻璃内侧有时候会有水汽凝结，形成局部模糊。指针在模糊区域就变成了一根灰灰的影子，边缘信息全部丢失。边缘检测算法直接失效。

灰尘静电吸附。工厂环境粉尘多，玻璃表面容易积累灰尘。静电吸附的粉尘颗粒会在图像上形成噪点，如果正好落在指针附近，会影响指针位置的精确定位。

玻璃反光的问题，最直接的办法是偏振片。在光源和摄像头前面各加一层偏振片，调整角度让镜面反射的光被过滤掉。这个方法的缺点是偏振片会损失一部分光强，在光照本身就不强的场景下会让图像质量进一步下降。

另一个思路是从斜上方打光。让光源和摄像头不在同一角度，指针和表盘的漫反射光线进入摄像头，而玻璃表面的镜面反射不会进入。这个方法更通用，但需要现场配合安装，不是所有场景都能实现。

至于水汽和灰尘，属于维护问题。我的建议是，在跟客户签合同之前，先确认现场的温湿度环境和表盘的清洁度能不能接受。如果不能接受，在报价里把定期人工清洁或者加防护罩的成本打进去。不要等到部署完了才发现这是个无底洞。

过渡到OCR：两个完全不同的世界

好，指针读数的问题基本理顺了。现在甲方说，表盘上的数字也要读。

你心想，OCR嘛，做了这么多年，轻车熟路。

进去之后发现，这是另一个世界。

指针检测是几何问题，OCR是模式识别问题。两个问题的求解思路完全不一样。指针检测你可以用Hough变换、差分法、模板匹配，这些方法都是基于图像的局部几何特征。OCR你要做的是把像素分布对应到字符类别，靠的是训练数据覆盖的字符样式。

指针表盘上的字符有几个特殊之处。

字符在曲面上。指针表盘不是平的，字符印在弧面上，会有畸变。越靠近边缘，畸变越严重。OCR模型如果是用平面上印刷的字符训练的，对这种曲面畸变的鲁棒性会很差。

字符类型非标准。工业表盘上的数字很多不是标准字体，有的手写感很强，有的加了很多装饰线，有的用凸版印刷的效果，字符边缘是模糊的。这些非标准字符对通用OCR模型的准确率影响很大。

字符非常小。指针表盘的有效面积有限，印在上面的数字可能只有二三十个像素高。通用OCR模型在低分辨率字符上的准确率会断崖式下降。

还有一个割裂的问题。指针检测和OCR是两套算法，各有各的输入条件。指针检测需要高对比度、精确的几何边缘；OCR需要清晰的字符笔画。这两个条件很难同时满足，同一套图像预处理参数，往往只能对其中一个优化。

OCR在表盘上的具体坑

小数点位置。有的表盘数字是"18"，没有小数点，但实际数值是"1.8"。OCR识别出了"18"，但小数点被指针挡住了，或者压根没印。这时候你的系统会输出18，而真实值是1.8，差了十倍。客户会追着你问为什么读数不对，你冤不冤。

单位字符。MPa、PSI、bar这些单位字符，有的表盘会印在刻度旁边，有的不会印。OCR识别出了数字，但不知道单位，还得靠人工配置或者额外检测。如果客户换了一个表，表盘上的单位变了，你的系统就会持续输出错误单位。

字符与背景的颜色搭配。工业表盘的颜色方案太多了。黑底白字、白底黑字、红底白字、绿底黄字，有的还带荧光效果。通用OCR模型的准确率在不同颜色搭配下差异很大。

我的经验是，对于指针表盘上的OCR，与其用通用OCR模型，不如针对这个场景单独训练或微调一个专用模型。表盘上出现的字符种类有限（主要是数字和少量单位），样式也相对固定，用少量数据微调一个模型，效果往往比通用模型好很多。

而且，微调模型的推理速度更快，资源消耗更低。对边缘部署场景来说，这一点很重要。

根因：指针表是一个欠约束的物理系统

写到这，我想停一下，说一个更宏观的认知。

指针表读数这个任务，看起来是计算机视觉问题，实际上是传感器融合问题。指针角度是一个物理量，表盘刻度是另一个物理量，两个量合在一起才能得到一个有意义的读数。你的算法能检测指针，但检测不了刻度分布的隐含规则。

从一张表盘图片里，你没法知道这张表的量程是多少、刻度是否均匀、是否有红区、是否是多指针系统。这些信息不在图像里，在物理世界里。你必须通过其他渠道获取这些先验知识，或者到现场做人工标定。

这也是为什么指针表读数系统没法做一个通用版本卖给所有客户。每张表都有自己的物理参数，系统必须针对每张表做适配。这个适配成本，就是这个生意的本质。

想明白这一点，你就知道该不该接这类项目了。如果客户能提供完整的表盘参数，方案可行；如果客户什么都不提供，就扔给你一张图让你读出数值，这个任务本身就是无解的。

工程问题的边界条件，往往比算法本身更重要。

总结

指针表读数的坑，按优先级排是这样的：

第一，任务定义要清楚。不是检测指针角度，是检测指针角度加上正确的物理量映射。两步缺一不可。

第二，现场条件比算法性能更关键。反光、灰尘、水汽、玻璃材质，这些物理层的问题不解决，再好的算法也是白搭。

第三，模板匹配和Hough变换都不是指针检测的银弹。根据你的实际场景选择合适的方法，差分法思路好但基准图获取是个难题，多帧中值法是变通手段但前提条件苛刻。

第四，从指针检测过渡到OCR，不是功能升级，是两个完全不同的技术栈。不要假设同一套预处理参数能同时服务两个任务。

第五，OCR在表盘上的核心挑战是字符样式非标准化和小数点位置确认。这两个问题不解决，数字读对了也没用。

第六，双指针表盘先看颜色区分，再看时序区分，实在分不开就跟客户建议换数字表。别硬上算法解决人眼都分不清的问题。

第七，也是最重要的一点：接手指针表读数项目之前，先确认你能拿到被读表盘的完整物理参数。如果客户说"你自己看图识别"，转身就走，这个项目从根上就是错的。

这篇文章写的是指针表，但本质在说一件事：工业视觉的难点，从来不在视觉本身，在工业。

如果你也在做类似的事情，希望这份文章能帮你少接几个坑。

下一篇我会接着谈谈我之前的一个ocr项目。

📎 相关专栏

• 工业视觉踩坑实录