Python 如何使用OpenCV评估LED的状态？

我刚刚开始使用OpenCV，它是一个令人惊叹的框架。对于我当前的项目，我需要通过查看设备的状态指示灯来检测设备的状态。目前，所有这些模块和可能性让我有点不知所措，当然，完成事情的方法总是不止一种。我希望有经验的人能给我一个解决问题的策略

但让我们开始吧，这就是我要说的。从视频流中获取的典型静止帧：

正如你所看到的，相机通常坐在黑暗中，看着这个面板。我用绿色矩形标出了重要的部分。据我所知，到目前为止，这可能是第一种方法。如果有误解，请纠正我：

最后，我没有一台设备，而是几千台，有4到5种不同的设备类型。每种设备类型都有一个典型的固定LED排列，如上图所示。可以说，是一个固定的签名，但每个LED可以处于不同的状态

由于摄像机的位置和角度可能不同，我认为最好不要简单地定义与每个LED相关的像素。我想到了这个链条：

根据面板中LED的布局确定设备类型

裁剪图像并将其取消倾斜到感兴趣的区域

将每个LED定位为单个属性（每个设备类型都有一组固定的属性（LED））

迭代每个属性并确定其状态（例如关闭/暗、红、绿、黄、白）

因此，换句话说，我认为需要对对象进行分类，然后分析对象的属性（特征？），并将它们映射到具有离散状态的数据点。识别或分类应使用倾斜的透视图，因此可能需要将图像转换为标准化形状，并可能同时对其进行裁剪，以便将绿色矩形之外的所有内容都扔掉

某些指示灯可能已关闭，因此相机无法看到它们。当涉及到对象识别时，我将如何处理这个问题

正如旁注：上面的图像是从我用智能手机拍摄的视频中拍摄的，这肯定不是理想的，因为自动曝光开始了，LED看起来很亮并产生光晕。最后，我想使用固定曝光的覆盆子相机（v2）来避免这种情况。我希望这个示例仍然有助于理解这个想法

我的总体想法行吗，还是有更好的方法？哪些技术和模块适用于每个步骤？提前感谢您的想法和意见

---

更新：

关于进行对象识别，以及某些LED关闭，您可能需要等待一段时间，然后选择“变亮”混合模式合成多个帧，以便在特定时间段内获得所有LED的位置。然后，一旦显示面板类型被识别，我假设它不会改变。也许这会给你一些想法@马克：你说得对，这是个好主意。是的，一旦初始化，面板类型不会改变。在fmw42：有趣的文章中，一旦我有了一个规范化的图像，并且已经知道了对象的类型和结构，这可能会引起人们的兴趣。