这个仓库是南方科技大学，基础物理实验课，垂直电梯运行参数测量实验的数据处理程序，使用但不限于PaddleOCR作为辅助模块。该仓库由三部分程序组成：Pretreat、Analysis、Calculate。在Windows11，Python3.8.10可运行，其他平台应该也可以。

首先你需要使用其他的视频处理软件，比如剪映等，将视频裁剪为 只有中央电子显示屏。我建议裁剪时 不包含 末尾的单位字母"g"，且数字边缘 不能 和视频边界过于靠近。如果你不按照建议操作，识别的准确率有可能大幅下降，增加人工工作量。同时，该视频的起始时刻应该为电梯门关闭的时刻，结束时刻应该为电梯门开启的时刻。我建议在剪辑视频时就将此条件处理好。如果忘记处理可以在程序中用参数调整。

Pretreat.py 是用于将视频文件转换为csv文件的程序，在命令行输入 python Pretreat.py -h 会指导你如何使用，我也会在接下来简要说明。

• -r，或者--raw，是要求输入视频文件的路径，该参数为必需参数，例如 python Pretreat.py -r .\raw.mp4

• -o，或者--output，是要求输入结果文件输出的路径，默认为当前目录，要求提前创建对应文件夹，输出文件名为 result.csv

• -t，或者--threshold，是在图像二值化时使用的参数，该参数随环境亮度变化会取得更好的识别效果，数据范围是0-256，默认为170。如果识别效果不好，可以以间距10调整参数，设置到合适为止

• -s，或者--start，是视频计算起始时刻设置，单位为秒，默认为0

• -e，或者--end，是视频计算结束时刻设置，单位为秒，默认为完整视频长度

该程序的原理是逐帧提取视频文件的图像，在灰度化和二值化后，使用PaddleOCR识别数码管数字，并格式化输出。

Analysis.py 是用于分析csv文件，并生成图像的程序，在命令行输入 python Analysis.py -h 会指导你如何使用，我也会在接下来简要说明。

• -r，或者--raw，是要求输入csv文件的路径，该参数为必需参数，例如 python Pretreat.py -r .\result.csv
• -cor，或者--cor，是电子天平的零阶修正量，单位为克，默认为0
• -f，或者--figure，如果带有该参数，会按顺序生成加速度-时间图像，速度-时间图像，位移-时间图像
• -d，或者--detail，如果带有该参数，会将原始数据中2%低位，中位，98%高位，输出在.\detail.csv文件中，用于之后天平修正量的计算
• -c，或者--check，是数据异常检测阈值，默认为6。输出使用savgol过滤器做数据平滑时，预测数值和原始数值差距过大的数据点。这些数据点大概率是图像识别的异常，需要人工查看并修改数据

该程序的原理是先将电子天平示数转化为加速度值，使用 savgol 过滤器做平滑处理，使用 integrate.trapz 做数值积分，最后用 plt 绘制图像。

Calculate.py 是用于计算天平修正量的程序，在命令行输入 python Calculate.py -h 会指导你如何使用，我也会在接下来简要说明。

• -r，或者--raw，是要求输入csv文件的路径，该参数为必需参数，例如 python Pretreat.py -r .\detail.csv

该程序的原理是利用多组数据的极大差值和极小差值，假设电梯运行加速的最大加速度和减速的最小加速度不变的情况下，通过线性拟合的方式预测电子天平内会随着电梯运动，影响示数的部件重量。该程序会给出以减速计算和加速计算两个结果，一般取平均值为修正量。