图像处理——从车牌识别到物体识别

时间： 2024-09-30 来源：Amphenol Sensors（安费诺传感器学堂公众号）

技术问答

选型帮助

研发客服

商务客服

引文

从我们的MES（生产执行系统）中广泛使用的光学图像产品品质分析，到我们的传感器在汽车行业的大量应用，时刻会感受到技术的进步持续推动着各行各业的进步。小编也凑个热闹，这篇博文将讨论一些基本的图像处理和车牌识别方面的内容，以及基于YOLOv5的物体识别方面的演示代码。另外，本文车牌识别中的号码都是随机修改后的，如有雷同，恰似有缘。在YOLO处理视频中的物体识别时，因为车牌号码涉及隐私问题，视频中有很多车辆，需要把清楚的车牌号码掩盖掉。因为有了前面的车牌识别功能，就可以基于这个功能在YOLO处理后临时给视频中出现的车牌”加码“。基于现有的开源平台，透过了别人的胳肢窝，看到了一点东西。

一. 车牌识别

在本文中，车牌识别用到的是一款基于百度开发的一个叫PaddlePaddle开源深度学习平台的的OCR系统，叫PaddleOCR（Paddle Optical Character Recognition）。

·PaddleOCR是开源OCR系统，提供了一整套用于文本检测、文本识别和文本方向分类的模型和工具，能够从图像中提取和识别文字信息，安装时需要同时安装PaddlePaddle。

·PaddlePaddle支持构建、训练和部署各种机器学习和深度学习模型，涵盖了深度学习中的各个方面，包括自然语言处理、计算机视觉、推荐系统等。

先上一个识别结果（此车牌为PS后的）：识别正确的概率达0.999，并且车牌所在区域已经用了差异颜色示意——划重点，物体识别中出现的车牌“加码”可以用到这部分的功能

安装软件包：

pip opencv-python install paddlepaddle paddleocr

pip torch torchvision torchaudio

实际安装torch、torchvision、torchaudio 时，需要选择恰当的版本，否则会因为不兼容而报错无法运行。下面在讲到YOLO时，也会涉及到pytorch。

识别车牌号码的演示代码：

代码中涉及的源图和中文字体需要根据各位自己的实际进行调整。

""""

MIT License

Permission is hereby granted, free of charge, to any person obtaining a copy

of this software and associated documentation files (the "Software"), to deal

in the Software without restriction, including without limitation the rights

to use, copy, modify, merge, publish, distribute, sublicense, and/or sell

copies of the Software, and to permit persons to whom the Software is

furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all

copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR

IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,

FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE

AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER

LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,

OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE

SOFTWARE.

"""

from paddleocr import PaddleOCR, draw_ocr

import cv2

# 初始化 PaddleOCR

# 这里选择中文语言识别

ocr = PaddleOCR(lang='ch')

# 读取图片

image_path = 'Your_Path_to_car_With_A_Plate.jpg'

image = cv2.imread(image_path)

# OCR 识别

result = ocr.ocr(image_path, cls=True)

# 提取车牌文字并打印结果

# 提取识别的文字和概率，并选择概率最高的结果

highest_prob = 0

best_text = ""

for line in result:

for word in line:

text = word[1][0]

prob = word[1][1]

print(f"识别文本: {text}，概率: {prob}")

if prob > highest_prob:

highest_prob = prob

best_text = text

print("概率最高的识别结果:", best_text, "概率:", highest_prob)

# 可视化结果

# 显示图片并标注识别结果

boxes = [elements[0] for elements in result[0]]

txts = [elements[1][0] for elements in result[0]]

scores = [elements[1][1] for elements in result[0]]

# 选择合适的字体路径来进行绘制

# 请根据实际情况替换字体文件路径

font_path = r'C:/Windows/Fonts/msyhbd.ttc'

# 使用PaddleOCR自带的可视化功能绘制结果

im_show = draw_ocr(image, boxes, txts, scores, font_path=font_path)

im_show = cv2.cvtColor(im_show, cv2.COLOR_BGR2RGB)

# 显示结果图像

cv2.imshow('Result', im_show)

cv2.waitKey(0)

cv2.destroyAllWindows()

上面的代码中，实际上是可以一次读取多个车牌号码，而代码中是从多个读取的车牌号码中选择了正确概率最高的一个（可能是最近的一个，或者是最清楚的一个？）

二. YOLO物体识别

YOLO（You Only Look Once）是一种实时物体检测系统，通过单次神经网络前向传播即可检测图像中的所有物体。其核心思想是将物体检测任务视为回归问题，并用一个单独的卷积神经网络同时预测多个边界框及其所属类别。YOLO模型在许多计算机视觉项目中得到了广泛应用，包括自动驾驶、视频监控、医疗影像处理等。YOLO的主要功能和特点：

实时检测：YOLO算法可以在实时视频流中快速检测物体，适用于高帧率的场景。

端到端训练：YOLO采用单一网络进行端到端训练和检测，不需要复杂的后处理步骤。

全局背景信息：由于YOLO处理整个图像，能够捕获每个物体与图像背景的全局信息，有助于提高检测精度。

速度和准确性平衡：YOLO兼顾了检测速度和精度，是一种高效的物体检测方法。

（拷贝自YOLOv8的github相关页面：不同模型对应的功能）

测试了YOLOv3，但是CPU版下运行时，处理速度太慢。YOLOv5是YOLO系列中的版本之一，由Ultralytics团队基于PyTorch框架实现并进行优化。YOLOv5继承了YOLO模型的核心思想，并在其基础上进行了一系列的改进，以提升性能和易用性，测试中速度确实要快于v3。

YOLOv5的功能和特点：

兼容性强：YOLOv5使用PyTorch框架实现，支持在多种硬件（CPU、GPU）和平台（Windows、Linux等）上运行。

模型规模多样：YOLOv5提供了不同规模的检测模型（如YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x），用户可以根据应用需求选择不同的模型，以平衡速度和精度。

预训练模型：YOLOv5提供了在COCO等大型数据集上预训练的模型，可以用于迁移学习，快速应用到实际项目中。

模块化设计：YOLOv5采用模块化设计，方便用户定制和扩展模型功能，如加入新的检测层或改进已有的网络结构。

高级数据增强：YOLOv5内置多种数据增强技术，有助于提升模型的泛化能力和鲁棒性。

自动锚定生成：YOLOv5能自动生成适合数据集的锚框，提高检测性能。

这里在下载YOLO之前，先安装pytorch。前面的车牌号识别也要用到，不过这里可以再补充一点：如果各位的电脑是有GPU的，那就安装支持GPU的torch版本，否则就安装CPU的torch版本（PyTorch）。

选择适当版本的pytorch安装：

（PyTorch版本选择和安装）

# 实际安装需要选择对应的版本

# 要设置版本等参数以适配你安装的Python环境和电脑配置

pip uninstall torch torchvision torchaudio

通过git方式下载YOLOv5：
# 克隆YOLOv5的仓库

# 进入YOLOv5目录cd yolov5# 安装依赖项pip install -r requirements.txt

也可以直接下载zip文件，然后解压就可以。和YOLOv8的安装（如下）步骤不一样。

pip install ultralytics

同时，也要安装pytorch。如果我们要测试物体的识别（Detect），就下载对应的yolov5xx.pt，不同的模型文件检测的速度和准确率是不一样的。
下面是视频中物体识别的示例。

附上演示代码，不过这里的代码中没有加车牌号码掩盖的功能，上面留了功能实现的提示，各位有兴趣可以尝试。

视频处理过程中，使用CV2替代YOLO自己的加框注释功能，可以让视频中出现的标识框和文字等更加可控。也许YOLO中也有可以配置的。

""""

MIT License

Permission is hereby granted, free of charge, to any person obtaining a copy

of this software and associated documentation files (the "Software"), to deal

in the Software without restriction, including without limitation the rights

to use, copy, modify, merge, publish, distribute, sublicense, and/or sell

copies of the Software, and to permit persons to whom the Software is

furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all

copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR

IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,

FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE

AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER

LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,

OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE

SOFTWARE.

"""

import torch

import cv2

import os

import numpy as np

# 定义模型文件路径和仓库根目录路径

model_path = "Path_To_Downloaded/yolov5s.pt"

repo_dir = 'Path_To_Downloaded_YOLO/YOLO/YOLO_Test/yolov5-master/'

input_video_path = 'Path_To_Downloaded/video_car_resized.mp4' # 原始视频路径

output_video_path = 'Path_To_Downloaded/detect_obj_s_OpenCV.mp4' # 检测后视频路径

# 切换工作路径到YOLOv5仓库根目录

os.chdir(repo_dir)

# 使用torch.hub.load加载本地的YOLOv5模型

model = torch.hub.load(repo_dir, 'custom', path=model_path, source='local')

# 通过CV2自定义的绘图函数

def plot_boxes(results, frame):

for *box, conf, cls in results.xyxy[0].numpy():

x1, y1, x2, y2 = map(int, box)

label = f'{model.names[int(cls)]} {conf:.2f}'

color = (0, 255, 0) #[int(c) for c in np.random.randint(0, 255, size=3)]

cv2.rectangle(frame, (x1, y1), (x2, y2), color, 2)

cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)

return frame

# 打开输入视频

cap = cv2.VideoCapture(input_video_path)

# 检查是否成功打开视频

if not cap.isOpened():

print("Error: Unable to open input video file.")

exit()

# 获取视频帧的宽和高，以及帧率

frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))

frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

fps = cap.get(cv2.CAP_PROP_FPS)

# 创建视频写入对象

fourcc = cv2.VideoWriter_fourcc(*'mp4v')

out = cv2.VideoWriter(output_video_path, fourcc, fps, (frame_width, frame_height))

# 遍历视频帧

while cap.isOpened():

ret, frame = cap.read()

if not ret:

break

# 使用模型进行检测

results = model(frame)

# Option-1: YOLO，获取检测结果并渲染到帧上

#detected_frame = results.render()[0]

# Option-2: OpenCV，使用自定义的标记函数绘制检测结果

detected_frame = plot_boxes(results, frame)

# 写入检测后的帧

out.write(detected_frame)

# 显示检测结果

cv2.imshow('YOLOv5 Detection', detected_frame)

# 按下 'q' 键退出循环

if cv2.waitKey(1) & 0xFF == ord('q'):

break

# 释放视频对象

cap.release()

out.release()

cv2.destroyAllWindows()

print(f"Detection completed. Output video saved as: {output_video_path}")

感叹人工智能发展的日进千里，我们刚好可以窥其一斑。

发送到邮箱 |
+1 赞 0
收藏
评论 0
| 转发至：

本文由samsara转载自Amphenol Sensors（安费诺传感器学堂公众号），原文标题为:说一点图像处理—从车牌识别到物体识别，本站所有转载文章系出于传递更多信息之目的，且明确注明来源，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

全部评论（0）

暂无评论

Amphenol Sensors(安费诺)/Thermometrics 温度传感器选型指南

目录- 温度传感器产品介绍及应用领域 NTC热敏电阻/PTC热敏电阻探针和组件其他技术和附件

型号- T5D,HM,YA,YB,YC,P60,YD,YF,P65,YG,YH,RL40,YK,YL,YP,YR,EC95,GC32,YS,RL45,GC16,B35,UD20,RL30,3006,AB6,MELF,JA,YS4019,JB,JTC,JC,JD,RL35,JE,JF,MF65,SP85,JS2945,JI,B43,JL,JM,JP,FP10,JR,JTR,CTR100,FP14,P85,JW,M,NDK,T,NDM,CTR65,NDL,ZTP,BB07,PT1000,0706,BB05,NDP,YS4020,NDU,YSM 4021,CL,CTR85,BR16,KU,BR14,KY,BR11,TC,FP07,1403,NHQM,YSM,TH,R100,TM,MA400,PTSM,TP,1803,BB11,EVAP,P100,MA100,DK,SC30,R60,BR23,P20,R65,HVAC,P25,YM120,PT200,EVAPA1450,MS,DKM,MT,CTR60,P30,RL1004,BR32,A1447-A1450,ND,PTA,NK,EVAPA1447,1703,PTE,PTD,SP100,PTF,DC95,PTH,B05,B07,PTO,EVAP A1424,SC50,R85,BR42,C100,2006,JYA,NHQ,NHQMM,GC11,GC14,GE,RL20,M2000,B10,PT100,B14,GT,BR55,MC65,SP60,TK95,SP65,RL14,RL060628,RL10

选型指南 - AMPHENOL SENSORS PDF 中文下载

EV Battery Pack Water Detection Sensor from Amphenol Sensors

With the sharp growth of electric vehicles, many OEMs are using a water cooling system for the EV battery system. When water escapes the system and leaks into the battery pack, dangerous conditions are created. Amphenol Advanced Sensors‘ Water Detection Sensor monitors for water leakage by constantly checking resistance values. If a leak is detected in the EV battery pack, this sensor technology provides immediate notification.

产品发布时间 : 2024-10-30

Amphenol Sensors(安费诺)温度传感器/MEMS压力传感器/C〇2、湿度、灰尘传感器选型指南

目录- Sensors Temperature Sensors Pressure Sensors CO2, Humidity & Dust Sensors

型号- DK SERIES,NDP SERIES,NHQ SERIES,AAS-AQS-UNO-RH-CO2,RL40,T5D SERIES,FMA SERIES,GC32,EC95,AB6 SERIES,RL45,GC16,GT SERIES,DKM SERIES,CTP65,M SERIES,UD20,S SERIES,CTP60,RL30,AIT SERIES,GE-1935,TH SERIES,NDL SERIES,3006,MELF,YS4019,RL35,HM SERIES,GE-2102,GE-2103,JS2945,T6715,T6613-X,AAS-AQS-UNO,TM SERIES,R85 SERIES,SM-UART-04L,YSM SERIES,FP10,NPI-15,T6715-X,FP14,NPC-120,HS12SP,NPI-19,B35 SERIES,T6713,BB07,SUF SERIES,NK SERIES,BB05,YS4020,T6703,YSM 4021,YR SERIES,BR16,A-1737,BR14,T6700,BR11,T SERIES,FP07,1403,NHQM,P85 SERIES,ZTP SERIES,JF SERIES,NDK SERIES,JS8741,NPH SERIES,JS8746,R100,JR SERIES,PTSM,MA400,SM-PWM-01C,JB SERIES,1803,BB11,B05 SERIES,T6616,EVAP,YF SERIES,JA SERIES,P100,YD SERIES,YH SERIES,MF65 SERIES,YG SERIES,MA100,JIC SERIES,YB SERIES,B43 SERIES,T9602,NPC-100,YA SERIES,YC SERIES,SC30,CTP100,BR23,T6613,PTD SERIES,PTE SERIES,YM120,HVAC,JTC SERIES,JTR SERIES,MS SERIES,YK SERIES,WTF083B001,P30 SERIES,YL SERIES,YP SERIES,PTA SERIES,PTH SERIES,ND SERIES,B07 SERIES,PTF SERIES,PTO SERIES,P60 SERIES,JM SERIES,YS SERIES,T6600,RL1004,BR32,JS6780,JI SERIES,HS30P,JW SERIES,A1447-A1450,JS SERIES,TP SERIES,JE SERIES,JC SERIES,GE-1856,1703,B14 SERIES,T6615-X,GE SERIES,R65 SERIES,DC95,JYA SERIES,T3000,EVAP A1424,SC50,BR42,A-1266,C100,GE-1923,NPP-301,706 SERIES,2006,NKA SERIES,AS SERIES,B10 SERIES,P25 SERIES,NHQMM,GC11,RL20,CL SERIES,P20 SERIES,GC14,GE-1920,NPC-1220,JP SERIES,P65 SERIES,ES SERIES,CTP85,T6713-X SERIES,BR55,MC65,KU SERIES,TK95,NDM SERIES,R60 SERIES,NDU SERIES,NPC-1210,TC SERIES,JL SERIES,RL14,JD SERIES,RL060628,RL10

选型指南 - AMPHENOL SENSORS - 05/2019 PDF 英文下载

Amphenol Sensors(安费诺)/All Sensors 压力传感器选型指南（简版）

目录- 传感器解决方案及产品优势介绍传感器技术介绍单芯片压力传感器双芯电路交叉耦合补偿压力传感器双芯电路和气路交叉耦合补偿压力传感器传感器应用领域介绍压力单位换算传感器通用名词解释

型号- DLH,ADCX,ACPC-C,AXCA,ACPC,BLV,DLV,ACPC-H,AXCA-PRIME,AXCA-MIDDLE,MAMP,MLV,SAMP,ACPC-P,BLC,ADUX,BLVR,MAMP-/P,ADCA,DLH,DLVR,DLVR,BLCR,MAMP-P,MDCX,ADO,BLV,AXCX-PRIME-INCH,DLHR,DLHR,AXCX,MLV,AXCA-MIL,BLC,DLC,ADO-MIL

选型指南 - AMPHENOL SENSORS PDF 中文下载

AMPHENOL SENSORS（安费诺）温度传感器选型表

AMPHENOL SENSORS（安费诺）温度传感器选型表。25°C 时阻值：5Ω~1.3MΩ，B25/85：2983K~4793K。

产品型号	品类	25°C 时阻值(Ω)	电阻容差	B25/85	工作温度(℃)	长度-引线(inch、mm)	安装类型	封装/外壳
AL03006-5818-97-G1	温度传感器	10k	±10%	3992K	-50°C ~ 204°C	1.15"（29.20mm）	通孔	DO-204AH，DO-35，轴向

选型表 - AMPHENOL SENSORS 立即选型

Amphenol Sensors（安费诺）建筑及工业应用传感器选型指南

目录- Chip Cap 2完全校准的温湿度传感器 Telaire Ventostat®T8700壁挂式温湿度变送器 Telaire Ventostat®T8031 CO2小型风管式C02传感器 Telaire®T8041/T8042 分管式C02传感器 Telaire T8100-R系列挂壁式C02和温度变送器（带继电器） Telaire®7000室内空气品质监测器 Telaire VaporstatTM 9002红外露点变送器 Telaire®配件 Telaire HumiTrac™温湿度变送器 T9602湿度与温度传感器 AAS-53系列水管型温度变送器 ADT/AOT/AIT温湿度变送器使用说明书

型号- P40250128,CC2D265,P40250129,P40250126,P40250127,P40250125,P40250122,P40250123,DC95F302W,P40250120,P40250121,T8031,CC2D255,EHR-4,T8100-D-R,P40250139,K53,T8700,CC2A23,PT1000A,AIT,PT1000B,CC2A25,P40250133,P40250131,T2075NG,P40250130,T804K0-10V,T1508,T8200-D-5P,T8042-5VI0-5V,T9602-5-A-1,NI1000,9002,T9602-3-A-1,T5100,P40250149,CC2A35,T8700-E-D,P40250147,0-5000PPM,P40250144,PT100A,T7001I,P40250145,PT100B,P40250142,P40250143,T8100,S4B-EH,CC2A33,P40250141,CC2D235,CC2D355,T7001,PT1000,T2072,T7001D,CC2D25,T9602-3-A,T8042I0-10V,CC2D23,P40250156,T8041,T8100-R,P40250151,T8042,P40250150,T9602-3-D,NTC10K,CC2025,7000,T9602-3-D-1,CC2D35,T9602,CC2D33,ADT,NTC15K,T8200,CC2D335,CHIPCAP 2,NTC10K-II,T2090,T1551,T1552,MPNT3D03750M4,NTC20K,T2007,T8700-D,T8700-E,T8100,T2080,T8100-EC,P40250109,PA0250118,T8100-E-D-GN-5P-R,PA0250115,T1505,P40254275,P40254276,P40254277,P40250189,P40250186,P40250184,P40250185,T8300,P40250182,P40250183,P40250181,AAS-53,8000,PT100,T7001SK,P40250119,NTC10K-A,AOT,P40250117,T9602-5-A,P40250113,P40250114,P40250111,P40250112,DC95F103W,T2076NG,P40250110,P40250193,T9602-5-D,T8001,P40250191,7001D,P40250192,T8002,T9602-5-D-1,MPNV12R30M 16004616,B4B-EH-A,P40250190,T8041-5VI0-5V,RS485,NTC10K-III

选型指南 - AMPHENOL SENSORS PDF 中文下载

【选型】Amphenol Sensors(安费诺)/SGX Sensortech 红外/半导体/电化学/气体传感器传感器选型指南

目录- 安费诺公司介绍工业安全气体传感器环境监测产品半导体红外输出产品催化CH4 红外HC 红外CO2 电化学

型号- MICS-4514,IR12EJ,IR22BD,SGX-4H2S,MICS-2614,VQ546MR,INIR12PR-1.4%,VQ24,VQ25,VQ548ZD,IR12EM,SGX-7H2S,IR21GM,IR34BC,IR11BD,IR21GJ,SGX-40X,SGX-7OX,IR604/1,VQ542R,IR25TT-M,IR11BR,IR604/3,IR604/2,SGX4NH3,SGX-SURECO,VQ21TSB,IR12GJ,SGX-4DT,IR11EJ,IR21BD,MICS-2714,INIR12,VQ41,INIR11,SGX-7NH3,IR12GM,IR11EM,IR15TT,IR14BD,VQ21TB,IR33BC,IR15TT-M,SGX-70X,SGX-4CO,IR603/2,VQ31,VQ548ZD/W,IR603/1,VQ21TS,VQ35,IR15TT-R,IR603/3,V025,IR25TT,IR11GJ,MP7217,IR11GM,MICS-5524,MP7214,MP7217TC,IR81BB,VQ547TS,VQ542ZD,VQ548MP,VQ542RD,4系列,SGX-7CO,IR13BD,IR22EJ,IR32BC,MICS-5914,IR602/3,IR602/2,IR602/1,INIR12PR-1.7%,VQ21T,VQ546M,IR23BD,IR31CE,IR42BC,MICS-OZ-47,VQ2,VQ545ZD,VQ1,VQ549ZD,IR12BD,IR22GJ,IR21EJ,7系列,IR31BC,SGX-4OX,IR601/3,IR601/2,IR601/1,IR31SE,IR31SC,IR21EM,VQ549ZD/W

选型指南 - SGX SENSORTECH PDF 中文下载

AMPHENOL SENSORS与世强先进的代理协议

描述- 2019年6月，安费诺（常州）连接系统有限公司与世强先进（深圳）科技股份有限公司签署了代理协议。

代理协议/证明 - AMPHENOL SENSORS - 2019年6月1日 PDF 中文下载

Amphenol Sensors(安费诺) 汽车传感器选型指南

目录- 汽车传感器解决方案介绍车厢空气质量系列传感器排放处理系列传感器新能源汽车传感器应用测量汽车应用中最为关键的参数

型号- SM-UART-01L,PT200,T6703,TPMS,DPS,G-CAP2,SM-UART-01D,A2103,NPI-19,T6713,A-2102,EGR,A-2103,NPP-301,GE-1935,A-2121,ZTP,DPF,SM-UART-01L+,SM-PWM-01C,NPX1

选型指南 - AMPHENOL SENSORS PDF 中文下载

Amphenol Sensors(安费诺) 医疗传感器选型指南

目录- NPA贴片式压力传感器系列 NTC AB6 型 "SC/MC"系列专为医疗设汁 MA100系列 ZTP-148SR系列 ZTP-101T系列 NPC-100系列一次性医疗压力传感器 NPC-1210系列 NPG-1220系列中压传感器 NPI-12卫生型压力传感器、不锈钢介质隔离压力传感器 NPI-15系列电流激励高压、介质隔离压力传感器 NPI-15VC系列电压激励、高压、介质隔离压力传感器 NPI-19系列电流激励、中压、介质隔离压力传感器 NPI-19系列电压激励、中压、介质隔离压力传感器 NPP-301系列贴片封装压力传感器

型号- NPP-301B-700AT,NPC-1001000,NPI-12-101G,MC65F103C,NPP-301A-100AT,NPI-19X-YYYZZ,NPI-15X-YYYZZ,NPI-19J-XXX,B35,ZTP-148SR,NPI-19A-XXX,MC65F103A,NPP-301A-200A,MC65F103B,AB6,NPA-300,NPI-19H-XXX,NPA-700,AB6E8,B43,NPP-301B-200A,NPI-12,NPI-19X-XXXXV,NPI-15,SC30F103W,NPP系列,NPP-301B-200AT,SC30F103V,MA100BF103C,NPI-19,SC30F103A,SC,MA100BF103B,MA100BF103A,NPI-15B-XXX,MA100GG232C,NPI-15C-C00903,NNP301B,NNP301A,MA100GG103CN,NPP-301B-700A,BR16,BR14,BR11,NPC-1210XXXX-YZ,ZTP-101T,NPC-100T,MA100GG103BN,MA100,NPP-301A-100A,NPC-100,NPI-19A-C01864,BR23,P20,P25,AB6B4,MC65F232A,MC,AB6B2,MC系列,NPI-19A-002GV,MA100GG103AN,AB6A8-BR16KA103N,NPI-15VC,NPP-301A-200AT,P30,BR32,NPA-100,NPC-1220XXXX-YZ,NPA-500,SC50F103W,NPP-301B-100A,NPA,NPP-301B-100AT,MC65F502B,NPI-15A-XXX,B05,B07,SC30Y103W,NPI-15J-XXX,NPP,NPP-301A-700A,BR42,NPP-301,MA100GG103B,NPI-19B-XXX,NPI-12-101GH,MA100GG103A,MC65G503B,MA100GG103C,NPC-1220,NPP-301A-700AT,B10,NPI-15H-XXX,B14,NPI-15XXXXXX,NTC AB6,BR55,NPC-1210,SC系列

选型指南 - AMPHENOL SENSORS - 2018年7月 PDF 中文下载

Amphenol Sensors Electric Car Battery Packs-A New Power Source

Amphenol Sensors‘ Electric car battery packs paired with the appropriate sensor technology, electric vehicles open new doors to remote and emergency power supply that’s efficient, safe, and long-lasting.

原厂动态发布时间 : 2021-12-07

Amphenol Sensors(安费诺)/Nova Sensor 压力传感器及敏感元件选型指南

目录- P1300低压硅压力传感器芯片 P1302低压硅压力传感器芯片 P111中压硅压力传感器芯片 P883（5~15000 PSI）硅压力传感器芯片 P1602硅压力传感器芯片 P122 高压硅压力传感器芯片 NPC-100系列一次性医疗压力传感器 NPC-1210系列低压系列固态压力传感器 NPC-1220系列中压传感器 NPH系列固态压力传感器(中低压) NPI-12卫生型压力传感器、不锈钢介质隔离压力传感器 NPI-15VC系列电压激励、高压、介质隔离压力传感器 NPI-15系列电流激励高压、介质隔离压力传感器 NPI-19系列电压激励、中压、介质隔离压力传感器 NPI-19系列电流激励、中压、介质隔离压力传感器 NPI-19低压不锈钢介质隔离压力传感器 NPP-301系列贴片封装压力传感器 NPA贴片式压力传感器 NPR-101系列复杂介质压力传感器 Modus T系列微差压力传感器压力变送器IPT1000/2000系列

型号- NPP-301B-700AT,IPT1000,51243,51245,51003,51244,NPP-301A-100AT,51005,51367,51004,51007,51006,51009,NPI-19X-YYYZZ,51008,51407,51406,NPI-15X-YYYZZ,51409,51408,NPP-301A-200A,NPH-XYYY-ZZ,51010,51012,51254,51011,51253,51013,NPA-300,NPR-101,51137,NPA-700,NPH系列,NPP-301B-200A,NPI-12,NPI-19X-XXXXV,P1602,NPI-15,NPP-301B-200AT,NPI-19,NPA100,NPI-15X-XXXXX,51142,MODUS T,51421,NPI-15X-XXXXXX,51304,51303,NPI-15C-C00903,NPP-301B-700A,51391,NPC-1210XXXX-YZ,51151,51393,51392,51395,NPI-19A-031GH,T10,51394,51031,51397,51399,51313,51433,51314,NPC-100T,51317,51318,NPP-301A-100A,P1302,NPC-100,P1300,51041,51283,NPI-19A-021GH,51282,T20,51045,51322,51046,51445,51324,51444,51323,51326,51325,51328,51327,51329,NPI-19A-002GV,NPI-15VC,NPP-301A-200AT,IPT2000,T30,NPC-1220XXXX-YZ,51298,51331,NPA-500,51330,51333,51299,51332,51335,51334,NPI-19X-XXXXXV,51337,51336,51339,51338,NPP-301B-100A,NPP-301B-100AT,NPA,T系列,P122,P883,NPH,NPI-19A-C01841,NPI-19A-C01840,NPP-301A-700A,T40,51340,NPP-301,51342,51187,51341,NPI-12-101GH,NPI-1,NPC-1220,NPP-301A-700AT,P111,51076,NPC-1210,51114

选型指南 - AMPHENOL SENSORS - 2018年1月 PDF 中文下载

Amphenol Sensors(安费诺)/Telaire 空气质量传感器选型指南

目录- OEM CO2模块 OEM集成智能粉尘传感器 OEM恶劣环境传感器空气质量工程开发工具包其他传感技术

型号- T6613-X,SM-UART-01L,T6715,T6615,T6703,T6615-X,T3000,T9602,T61715,T6715-X,T61703,SM-PWM-01S,T6700,T61713,T6713-X,T6600,T6713,T61700,T6613,SM-PWM-01C-JS,AM-PWM-01C-JS,T6000,T6715X,SM-PWM-01C

选型指南 - AMPHENOL SENSORS - 01/2017 PDF 中文下载

Amphenol Sensors and Sekorm Announced a Distributor Agreement that Brings Innovative and Diverse Sensor Product Portfolios

As an official authorized first-level distributor of Amphenol Sensors,Sekorm distributes Amphenol Sensors‘ full-line products.Users can directly search for product information and enjoy authenticity guarantee and supply guarantee.

公司动态发布时间 : 2021-11-30