Um Conjunto de Dados Abrangente para Leitura de Medidores de Água de Roda Numérica em Condições Desafiadoras

Por que medidores antigos ainda importam

Muitas cidades sonham com infraestrutura “inteligente”, mas sob as ruas e em porões, inúmeros medidores mecânicos de água antigos continuam fazendo o trabalho real de acompanhar quanto água usamos. Substituir todos por medidores inteligentes modernos é caro, especialmente para cidades menores. Este artigo apresenta um grande conjunto de imagens cuidadosamente construído que ajuda computadores a ler automaticamente esses medidores tradicionais de roda numérica, mesmo quando sujeira, sombras, desfoque e reflexos tornam a tarefa difícil tanto para pessoas quanto para máquinas.

O problema de ler medidores no mundo real

Ler um medidor mecânico de água a partir de uma fotografia pode parecer tão simples quanto identificar uma linha de números, mas as instalações reais são desordenadas. Os medidores costumam estar enterrados em caixas subterrâneas ou cantos apertados, cercados por terra, folhas ou lixo. Seus vidros podem estar manchados ou embaçados, e a iluminação raramente é ideal; sombras, pouca luz ou fortes reflexos de flash ou luz solar são comuns. Além disso, fotos tiradas por trabalhadores em campo podem estar em ângulo ou fora de foco, deixando as rodas de números borradas ou distorcidas. Todos esses fatores confundem os sistemas padrão de visão computacional, que esperam imagens limpas e frontais.

Construindo uma coleção de imagens realista

Para enfrentar isso, os autores coletaram mais de 50.000 fotos de trabalhos reais de leitura manual de medidores em Hangzhou, uma grande cidade chinesa com uma rede hídrica subterrânea complexa e muitos medidores envelhecidos. Eles primeiro removeram imagens inutilizáveis e redimensionaram o restante para um formato padrão, de modo que os algoritmos pudessem tratá‑las de forma consistente. Para cada imagem, marcaram a área exata onde aparece a leitura, criando uma máscara “recortada” que mostra apenas a janela do medidor. Também etiquetaram cada foto com bandeiras simples de sim/não que descrevem seus desafios — se está nítida, borrada, manchada, coberta de terra, escura, reflexiva, ou se é de um medidor com seis dígitos. Essa configuração multirrótulo reflete a realidade de que uma única foto pode ser, por exemplo, ao mesmo tempo borrada e escura.

De localizar o visor a ler as rodas

A leitura automática envolve realmente duas tarefas vinculadas: primeiro, encontrar a pequena janela que mostra as rodas numéricas giratórias, e segundo, reconhecer os dígitos em si. Para o primeiro passo, o conjunto de dados fornece imagens completas mais máscaras que contornam a área da leitura, para que modelos possam aprender a detectar e segmentar essa região. Para o segundo passo, os autores recortam essas regiões e as transformam em fatias retangulares e retas onde as rodas dos dígitos ficam alinhadas. Eles então fornecem a leitura correta de cinco ou seis dígitos para cada fatia, junto com bandeiras extras que descrevem casos complicados, como tiras invertidas, rodas parcialmente giradas que mostram “meio” dígito, e medidores de seis dígitos. Essa estrutura permite que pesquisadores treinem e testem sistemas que imitam o fluxo de trabalho real de uma concessionária: encontrar o visor, endireitá‑lo e então ler os números.

Testando o quanto os computadores podem aprender

Para demonstrar que o conjunto de dados é útil, os autores executaram vários modelos conhecidos de segmentação e reconhecimento de imagens sobre ele. Para localizar a área de leitura, quatro abordagens de segmentação diferentes rapidamente atingiram alta precisão, capturando corretamente quase toda a janela do medidor na maioria das imagens de teste. Quando utilizaram as etiquetas de cenário — como escuro ou reflexivo — junto às imagens, puderam ver quais condições mais prejudicam o desempenho e em que magnitude. Cenas escuras, por exemplo, causaram visivelmente mais erros. Para a leitura dos dígitos, modelos clássicos e modelos de deep learning mais avançados foram comparados. Redes mais simples foram rápidas, mas cometeram mais erros, enquanto arquiteturas mais profundas, como ResNet e DenseNet, reconheceram quase todas as leituras corretamente, especialmente quando se permitia um erro de apenas um dígito em casos difíceis.

O que isso significa para o uso cotidiano da água

Em termos simples, este trabalho não introduz um novo aparelho ou aplicativo único, mas sim um “campo de treinamento” compartilhado que outros podem usar para construir e comparar sistemas automatizados de leitura para medidores antigos. Porque as imagens capturam a desordem do mundo real — sujeira, desfoque, escuridão e brilho — modelos que têm bom desempenho neste conjunto de dados têm mais probabilidade de funcionar de maneira confiável em campo. Isso, por sua vez, poderia ajudar concessionárias a evoluir para uma medição de água mais eficiente, menos sujeita a erros e menos intensiva em mão de obra, sem a necessidade de substituir imediatamente milhões de medidores existentes, tornando a gestão hídrica mais inteligente, acessível e econômica.

Citação: Zhao, S., Gao, Y., Liu, F. et al. A Comprehensive Dataset for Word-Wheel Water Meter Reading Under Challenging Conditions. Sci Data 13, 479 (2026). https://doi.org/10.1038/s41597-026-06809-z

Palavras-chave: medidores de água, visão computacional, cidades inteligentes, reconhecimento de imagens, conjunto de dados