非智能盖革计数器接入homeassistant（光学识别）上

追加修改(2022-09-26 09:14:45):
发现大家关注点有点跑偏，本文重点是非智能设备光学识别接入流程。盖革计数器只是演示设备，大家可以根据需要接入其他设备。

前言

本期以盖革计数器为例演示如何将非智能设备接入到homeassistant中

涉及内容比较多

上篇主要讲HA设置部分

硬件准备

摄像头一个

因为不想对盖革计数器进行硬件改造

而且手头有个esp32-cam

所以打算用OCR方案（光学识别）

绿深WiFi+蓝牙模块ESP32串口转WiFi/摄像头/ESP32-CAM开发板29.3元天猫精选去购买

如果所拍摄物体比较远

建议用好一点的ip cam

百元左右TP或者水星性价比都不错

TP-LINK无线摄像头WIFI网络室内监控器家庭无死角室外全彩TPLINK普联高清全景家用夜视360度手机远程IPC45AW159元天猫精选去购买

水星400万超清无线网络监控摄像头360全景高清安防夜视器家用手机远程智能室内外防雨家庭看护宠物99元天猫精选去购买

还可以用闲置手机当网络摄像头

APP推荐IP Webcam

如果介意有水印的可以百度下 PJ版的 IP Webcam PRO

然后在HA里添加集成就可以了

创建OCR服务器

本来打算用自带的Seven Segments OCR组件

不知为什么我这个docker版HA没有 ，组件安装还比麻烦

干脆搭建个飞桨ocr服务器

不用设置文字坐标

也不仅限于数字

调用起来也方便

代码如下

docker run -d -p 5001:5000 --restart=always c403/paddleocr

调用例子

json 格式

curl IP:5001/ocr -F imgurl=https://res.smzdm.com/mobile/wap/dist/img/download_logo.png -F outtype=json

只显示结果

curl IP:5001/ocr -F imgurl=https://res.smzdm.com/mobile/wap/dist/img/download_logo.png

上传图片文件

curl ip:5001/ocr -F img=@/tmp/img.png

识别测试

示例图片

第一行是即时辐射值

第二行是运行5分钟之后的平均数值

识别结果

可以看到第二行就是要提取的数据

homeassistant设置

修改configuration.yaml文件添加如下代码

homeassistant:

allowlist_external_dirs:

- /config/

- /tmp/

sensor:

- platform: command_line

name: radiation

command: "curl 172.17.0.1:5001/ocr -F img=@/config/radiation_ocr.jpg -s | sed -n '2p'"

unit_of_measurement: "uSv/h"

unique_id: "sensor.radiation"

这里 sed -n '2p'" 即获取第二行数据

大家按需求自行修改

然后创建自动化就就可以了

我设置的是每天8点

摄像头截图保存在 /config/radiation_ocr.jpg

然后更新命令行传感器

alias: 每天八点自动更新

description: ""

trigger:

- platform: time

at: "08:00:00"

condition: []

action:

- service: camera.snapshot

data:

filename: /config/radiation_ocr.jpg

target:

entity_id: camera.192_168_68_94

- delay:

hours: 0

minutes: 0

seconds: 3

milliseconds: 0

- service: homeassistant.update_entity

data: {}

target:

entity_id: binary_sensor.updater

mode: single

测试ok

几行代码就搞定了

是不是很简单

闲来无事我又测试了下文字识别

还是挺好用的

总结

本文主要学习了HA的命令行传感器和orc服务器搭建

https://www.home-assistant.io/integrations/sensor.command_line/

该ocr方案相比HA自带的seven segments省去了调试的麻烦

而且也不用设置完坐标担心摄像头位移问题

缺点就是docker体积有点大（2G），不兼容ARM架构

最后附上操作视频

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～