2021年11月16日追記:より軽量なモデルに差し替えました(Raspberry Pi4:4桁の推論で15〜20fps程度)

7セグメントディスプレイの数値を認識するプログラムです。
ローカルPC(CPU推論) or Raspberry Pi上での実行を想定しています。

本リポジトリは以下の内容を含みます。

• サンプルプログラム
• 7セグメント画像識別モデル(TF-Lite)
• 学習データ、および、学習用ノートブック

• OpenCV 3.4.2 or Later
• Tensorflow 2.4.1 or Later
• matplotlib 3.3.2 or Later

実行方法は以下です。
起動後、マウスで4点(左上、右上、右下、左下の順)検出対象をクリックする

python 7seg-reader.py

• --device
  カメラデバイス番号の指定
  デフォルト:0
• --width
  カメラキャプチャ時の横幅
  デフォルト:640
• --height
  カメラキャプチャ時の縦幅
  デフォルト:480
• --crop_width
  7セグメント画像1枚の切り抜き横幅
  デフォルト:96
• --crop_height
  7セグメント画像1枚の切り抜き縦幅
  デフォルト:96
• --num_digits
  7セグメントディスプレイの桁数
  デフォルト:4
• --check_count
  7セグメント画像識別時に直近何回の数値をもとに判断するか
  指定数値を保持し、最多の数値を識別値とする
  デフォルト:5
• --use_binarize
  7セグメント画像の識別時に2値化(大津の2値化)を使用するか否か
  デフォルト:指定なし
• --use_binarize_inverse
  2値化を行う際に値を反転するか否か
  デフォルト:指定なし
• --binarize_th
  2値化の閾値(0〜255)を指定
  このオプションを指定した場合、大津の2値化ではなく単純2値化を実施
  デフォルト:None

以下のデータを混合し、学習データ:検証データ = 3:1 で分割して使用

• 01.dataset
  2種類の7セグメント表示器を撮影したデータセット
  「0」〜「9」「表示なし」のデータで約42,000枚
• Kazuhito00/7seg-image-generator
  OpenCVの描画関数で疑似的に作成したデータセット
  「0」〜「9」「-」「表示なし」のデータで48,000枚

「01-01.train_model.ipynb」をJupyter Notebookで開いて上から順に実行してください。
Google Colaboratory上での実行を想定していますが、ローカルPCでも動作出来ると思います。

「01-01.train_model.ipynb」で用意しているモデルのイメージは以下です。

高橋かずひと(https://twitter.com/KzhtTkhs)

7segment-display-reader is under Apache v2 license.