1）目的和簡(jiǎn)介
2）前言
3）使用OpenCV和Haar級(jí)聯(lián)進(jìn)行車(chē)牌檢測(cè)
4）使用TesseractOCR識(shí)別和提取車(chē)牌號(hào)
當(dāng)我們談?wù)揂I時(shí)，計(jì)算機(jī)視覺(jué)絕對(duì)是人們想到的最重要的應(yīng)用之一。我們一直對(duì)它著迷，因?yàn)樗c人的視線有關(guān)，可以說(shuō)是人的感官中最重要的器官。
我們接觸過(guò)大量項(xiàng)目涉及的人臉和/或身體的項(xiàng)目。因此，我們決定改為在汽車(chē)牌照上開(kāi)展此項(xiàng)目。我們從事此該項(xiàng)目的另一個(gè)原因是，我們?cè)跈z測(cè)到車(chē)牌后，準(zhǔn)備使用光學(xué)字符識(shí)別（OCR）來(lái)識(shí)別，提取和顯示檢測(cè)到的車(chē)牌號(hào)。
我們將使用Python 來(lái)構(gòu)建我們的項(xiàng)目，并且利用兩個(gè)開(kāi)源軟件的來(lái)實(shí)現(xiàn)檢測(cè)目的，即OpenCV和TesseractOCR。在繼續(xù)進(jìn)行操作之前，請(qǐng)按以下步驟在計(jì)算機(jī)上完全安裝這些工具。
（1）安裝OpenCV
OpenCV（開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)）是一個(gè)開(kāi)源計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù)。它主要專注于圖像處理，視頻捕獲和分析，包括人臉檢測(cè)和物體檢測(cè)等功能，并有助于為計(jì)算機(jī)視覺(jué)應(yīng)用程序提供通用的基礎(chǔ)結(jié)構(gòu)。
（2）Haar CascadeXML文件
除了安裝OpenCV庫(kù)外，要檢索的另一重要內(nèi)容是Haar Cascade XML文件。這是一種基于機(jī)器學(xué)習(xí)的方法（涉及AdaBoost），其中從許多正負(fù)圖像中訓(xùn)練級(jí)聯(lián)函數(shù)。它利用積分圖像（或總面積表）的概念有效地提取特征（例如，邊緣，線條）的數(shù)值，這勝過(guò)了在整個(gè)圖像的多個(gè)區(qū)域中減去像素總和的默認(rèn)計(jì)算量大的方式。
另外，它使用“級(jí)聯(lián)分類(lèi)器”。這意味著不是一次就為圖像中的許多特征應(yīng)用數(shù)百個(gè)分類(lèi)器（這是非常低效的），而是一對(duì)一地應(yīng)用分類(lèi)器。
以人臉圖像為例。如果“眼睛”功能的第一個(gè)分類(lèi)器發(fā)生故障（即無(wú)法檢測(cè)到圖像中的人眼），則該算法不會(huì)打擾應(yīng)用后續(xù)的分類(lèi)器（例如，針對(duì)鼻子，針對(duì)嘴等）。而是停止并聲明未檢測(cè)到臉部。
另一方面，如果檢測(cè)到第一個(gè)“眼睛”特征，則算法將應(yīng)用特征分類(lèi)的第二階段并繼續(xù)進(jìn)行分類(lèi)過(guò)程。最后，如果圖像通過(guò)所有分類(lèi)階段，則可以聲明存在面部區(qū)域。
實(shí)際上，OpenCV附帶了各種Haar級(jí)聯(lián)的經(jīng)過(guò)預(yù)先訓(xùn)練的XML文件，其中每個(gè)XML文件都包含功能集。
（3）TesseractOCR
TesseractOCR是一種開(kāi)源光學(xué)字符識(shí)別（OCR）引擎。它被公認(rèn)為是最流行，最準(zhǔn)確的開(kāi)源OCR引擎之一。有趣的是，該引擎實(shí)際上最初是由惠普開(kāi)發(fā)的專有軟件，但后來(lái)于2005年開(kāi)源，并且此后的開(kāi)發(fā)一直由Google贊助。以下是安裝TesseractOCR（適用于Windows）的說(shuō)明：
使用Windows安裝程序安裝TesseractOCR應(yīng)用程序，該程序可從以下網(wǎng)站獲得：https : //github.com/UB-Mannheim/tesseract/wiki。在完成此項(xiàng)目時(shí)，我們下載了2020年11月27日（64位）版本（tesseract-ocr-w64-setup-v5.0.0-alpha.20201127.exe）
運(yùn)行下載的安裝程序，并記下該應(yīng)用程序的安裝位置。對(duì)我來(lái)說(shuō)，我將其安裝在folder內(nèi)D:\Program Files\Tesseract-OCR。稍后我們將使用此文件夾路徑，這很重要，因?yàn)槲覀冃枰苯又赶蛟撐募A內(nèi)的tesseract.exe。
pip install pytesseract使用以下命令在您的環(huán)境中安裝TesseractOCR的Python版本（即PyTesseract）：
# Import dependencies
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import cv2 # This is the OpenCV Pythonlibrary
import pytesseract # This is theTesseractOCR Python library
# Set Tesseract CMD path to the location oftesseract.exe file
pytesseract.pytesseract.tesseract_cmd=r'C:\Program Files\Tesseract-OCR\tesseract.exe'首先，我們導(dǎo)入要使用的汽車(chē)圖像。由于默認(rèn)情況下OpenCV將圖像導(dǎo)入為BGR（藍(lán)綠色紅色）格式，cv2.cvtColor因此在要求matplotlib顯示圖像之前，我們需要運(yùn)行將其切換為RGB格式。
現(xiàn)在使用OpenCV的CascadeClassifier函數(shù)為車(chē)牌引入Haar Cascade功能集（XML文件）了。
# Import Haar Cascade XML file for Russiancar plate numbers
carplate_haar_cascade=cv2.CascadeClassifier('./haar_cascades/haarcascade_russian_plate_number.xml')接下來(lái)，我們使用detectMultiScaleCascadeClassifier的方法來(lái)運(yùn)行檢測(cè)。
# Setup function to detect car plate
def carplate_detect(image):
carplate_overlay=image.copy()
carplate_rects=carplate_haar_cascade.detectMultiScale(carplate_overlay,scaleFactor=1.1,minNeighbors=3)
for x,y,w,h in carplate_rects:
cv2.rectangle(carplate_overlay, (x,y), (x+w,y+h), (255,0,0), 5)
return carplate_overlay我們簡(jiǎn)要地談?wù)凮penCVdetectMultiScale方法。該方法允許我們檢測(cè)輸入圖像中不同大小的對(duì)象，并返回檢測(cè)對(duì)象的矩形邊界列表。對(duì)于每個(gè)矩形，將返回4個(gè)值，它們分別對(duì)應(yīng)于以下值：
矩形（x）左下角的x坐標(biāo)
矩形（y）的左下角的y坐標(biāo)
矩形寬度（w）
矩形高度（h）
該函數(shù)涉及的關(guān)鍵參數(shù)detectMultiScale是scaleFactor和minNeighbors。
scaleFactor指定在每個(gè)圖像比例尺（作為比例尺金字塔的一部分，該比例尺是圖像的多比例尺表示）上圖像尺寸減小多少。本質(zhì)上，當(dāng)訓(xùn)練對(duì)象檢測(cè)模型時(shí)，它們被訓(xùn)練為檢測(cè)固定大小的對(duì)象（在我們的情況下為車(chē)牌），并且可能會(huì)錯(cuò)過(guò)比預(yù)期更大或更小的車(chē)牌。作為比例金字塔的一部分，圖像會(huì)被調(diào)整幾次大小，以期使車(chē)牌最終成為“可檢測(cè)”的尺寸。我使用默認(rèn)的比例因子1.1，這意味著OpenCV會(huì)將圖像縮小10％，以嘗試更好地匹配車(chē)牌。
我們可以看到我們的功能奏效了！已成功檢測(cè)到汽車(chē)牌照，并以紅色矩形為邊界。我們的下一步是將重點(diǎn)放在車(chē)牌本身上，并努力使用OCR功能提取車(chē)牌的編號(hào)和文字。
（1）提取車(chē)牌并放大圖像
為了確保OCR功能的成功，我們需要執(zhí)行一系列圖像處理步驟。讓我們從選出的汽車(chē)牌照?qǐng)D像開(kāi)始。為此，我們?cè)O(shè)置了類(lèi)似于我們先前在車(chē)板檢測(cè)中所做的功能，只是這次我們將提取感興趣區(qū)域（車(chē)板）并將其作為新圖像返回。
# Create function to retrieve only the carplate region itself
def carplate_extract(image):
carplate_rects=carplate_haar_cascade.detectMultiScale(image,scaleFactor=1.1,minNeighbors=5)
for x,y,w,h in carplate_rects:
carplate_img=image[y+15:y+h-10 ,x+15:x+w-20] # Adjusted to extractspecific region of interest i.e. car license plate
return carplate_img此外，resize由于它只是原始輸入圖像的一小部分，因此我們也想擴(kuò)大我們的汽車(chē)牌照（使用OpenCV的方法）。
# Enlarge image for further processinglater on
def enlarge_img(image, scale_percent):
width=int(image.shape[1] * scale_percent / 100)
height=int(image.shape[0] * scale_percent / 100)
dim=(width, height)
resized_image=cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
return resized_image運(yùn)行這兩個(gè)功能將使我們感興趣的區(qū)域就是汽車(chē)牌照本身（稱為carplate_extract_img）。
# Display extracted car license plate image
carplate_extract_img=carplate_extract(carplate_img_rgb)
carplate_extract_img=enlarge_img(carplate_extract_img, 150)
plt.imshow(carplate_extract_img);（2）轉(zhuǎn)換為灰度
下一步是將圖像從RGB顏色轉(zhuǎn)換為灰度。這樣做的目的是減少圖像中的顏色數(shù)量，這可能會(huì)干擾OCR檢測(cè)。而且我們要關(guān)注圖像的重要邊緣和形狀，將其轉(zhuǎn)換為灰度會(huì)使結(jié)果更為準(zhǔn)確。
# Convert image to grayscale
carplate_extract_img_gray=cv2.cvtColor(carplate_extract_img, cv2.COLOR_RGB2GRAY)
plt.axis('off')
plt.imshow(carplate_extract_img_gray, cmap='gray');iii）平滑（又稱模糊或去噪）
接下來(lái)，我們對(duì)圖像進(jìn)行平滑處理。平滑技術(shù)有助于消除噪點(diǎn)，并使應(yīng)用程序?qū)Ｗ⒂趫D像的一般細(xì)節(jié)。從本質(zhì)上講，這就是我們所說(shuō)的“降噪”步驟，它使圖像中的文字字符更加清晰和可識(shí)別。
我們使用中值模糊進(jìn)行了平滑處理（使用cv2.medianBlur），該值可計(jì)算內(nèi)核窗口下所有像素的中值，而中心像素將替換為該中值。對(duì)于這個(gè)項(xiàng)目，我們發(fā)現(xiàn)中值模糊特別有效（肯定比高斯模糊更有效），因此這里展示了中值模糊。
# Apply median blur
carplate_extract_img_gray_blur=cv2.medianBlur(carplate_extract_img_gray,3)# kernel size 3
plt.axis('off')
plt.imshow(carplate_extract_img_gray_blur,cmap='gray');視覺(jué)上的差異可能比較小，但是要仔細(xì)比較兩個(gè)圖像，我們會(huì)注意到字符的邊緣稍微更平滑且鋸齒更少。經(jīng)過(guò)這些轉(zhuǎn)換后，我們的圖像現(xiàn)在可以用于OCR應(yīng)用了。對(duì)于其他圖像，如果需要更高的平滑度，則可以始終將內(nèi)核大小從此處使用的大小增加。讓我們將圖像傳遞到PyTesseractimage_to_string函數(shù)中：
# Display the text extracted from the carplate
print(pytesseract.image_to_string(carplate_extract_img_gray_blur, config =f'--psm 8 --oem 3 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'))“T111TT97”的印刷文字與我們車(chē)牌圖像上的字符匹配！
有關(guān)上述PyTesseractimage_to_string 函數(shù)的一些其他詳細(xì)信息。該config參數(shù)包含其他幾個(gè)參數(shù)（也稱為flags）：
tessedit_char_whitelist幫助將TesseractOCR函數(shù)限制為一組預(yù)定義（白名單）字符。由于我們知道車(chē)牌文本的范圍是0–9和AZ，因此可以這樣指定。
--oem是指? CR é ngine中號(hào)ODE（OEM），并取其發(fā)動(dòng)機(jī)模式，我們想要的值對(duì)應(yīng)。在這種情況下，我基于可用的默認(rèn)引擎（模式號(hào)3（--oem 3））使用了引擎。以下是我們可以使用的各種OCR引擎模式的詳細(xì)信息：
--psm指的是P中的egmentation的中號(hào)（PSM），這使我們能夠獲得TesseractOCR運(yùn)行僅布局分析的一個(gè)子集，并假設(shè)圖像的特定形式。各種受支持的選項(xiàng)的詳細(xì)信息如下所示：
由于我們的駕照?qǐng)D片將被視為一個(gè)單詞（即PSM選項(xiàng)號(hào)8），因此我使用--psm 8了config參數(shù)內(nèi)的值。我們也嘗試了所有可能的PSM選項(xiàng)：
# Testing all PSM values
for i in range(3,14):
print(f'PSM: {i}')
print(pytesseract.image_to_string(carplate_extract_img_gray_blur, config =f'--psm {i} --oem 3 -ctessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'))在本篇文章中，我們介紹了如何在Python中設(shè)置OpenCV和TesseractOCR（以PyTesseract的形式），以及如何利用其強(qiáng)大的內(nèi)置功能來(lái)檢測(cè)車(chē)牌并從中提取文本、車(chē)牌號(hào)。
最重要的是，我們還討論了一些理論概念，例如Haar級(jí)聯(lián)，多尺度檢測(cè)參數(shù)，用于優(yōu)化識(shí)別的圖像處理以及TesseractOCR的頁(yè)面分割模式（PSM）。
該項(xiàng)目是大規(guī)模（和更高級(jí)）計(jì)算機(jī)視覺(jué)項(xiàng)目的墊腳石，例如從大量圖像中批量提取車(chē)牌文本，甚至將這些概念應(yīng)用到視頻文件或?qū)崟r(shí)供稿中。
復(fù)工開(kāi)始，網(wǎng)課不斷，我們的眼睛又迎來(lái)了一波挑戰(zhàn)！你是不是有的時(shí)候會(huì)因?yàn)殚L(zhǎng)時(shí)間用眼看顯示器而流淚不止（不是因?yàn)榭措娨晞「袆?dòng)哈），或者是長(zhǎng)時(shí)間工作而眼部疲勞，你也明白一直用顯示器傷眼可是不得不用！樓主去年就因?yàn)檠劬Ω蓾鳒I去醫(yī)院一檢查干眼癥，用眼過(guò)度，結(jié)合我搜集的信息說(shuō)說(shuō)怎么設(shè)置顯示器最大程度保護(hù)眼睛。
顯示器為什么這么傷眼
首先來(lái)了解一下顯示器為什么傷眼的問(wèn)題，一般我們認(rèn)為有兩大因素造就了長(zhǎng)期用眼的視覺(jué)疲勞。一個(gè)是屏閃，另外一個(gè)的就是藍(lán)光。
這里的屏閃說(shuō)的不是像CRT顯示器那樣畫(huà)面的連續(xù)閃爍，主要說(shuō)的是LED的調(diào)光方式。一般LED的調(diào)光方式分為PWM調(diào)光和非PWM調(diào)光。
PWM調(diào)光其實(shí)就是控制發(fā)光時(shí)常來(lái)控制亮度，比如你百分百亮度下是全亮的狀態(tài)，那百分之五十亮度就是亮滅各占一半的時(shí)間，這樣很多對(duì)光線比較敏感的人就會(huì)出現(xiàn)眼暈，疲憊的現(xiàn)象。
與之對(duì)應(yīng)的就是非PWM調(diào)光，比如DC調(diào)光就是通過(guò)提高或降低屏幕面板電路功率的方式來(lái)改變屏幕的亮度，但是可能會(huì)出現(xiàn)低亮度下色彩不準(zhǔn)確的問(wèn)題。不過(guò)非PWM調(diào)光的確比PWM調(diào)光更護(hù)眼。
盡管閃屏讓人感到疲憊，不過(guò)真正可怕的其實(shí)是藍(lán)光！其實(shí)藍(lán)光是自然界一直存在的光,也是太陽(yáng)光的重要組成部分,在各種白光光源中也必然存在。但是當(dāng)前市場(chǎng)上很多LED產(chǎn)品是通過(guò)芯片發(fā)出藍(lán)光,激發(fā)黃色的熒光粉,來(lái)調(diào)和成白光的,這也就使得白光產(chǎn)品藍(lán)光光譜較其他的光源來(lái)得豐富。
一般顯示器中LED發(fā)光源中的藍(lán)光會(huì)對(duì)眼睛造成傷害，藍(lán)光是長(zhǎng)最短、能量最強(qiáng)、最接近紫外線的高能短波藍(lán)光，它對(duì)眼睛造成的傷害是永久性的。不過(guò)藍(lán)光造成的傷害和用眼時(shí)長(zhǎng)有很大的關(guān)系，如果不是長(zhǎng)期盯著屏幕造成的傷害還是非常小的。建議長(zhǎng)期用電腦辦公的人群最好還是帶上防藍(lán)光眼鏡。
這里還要說(shuō)一下，藍(lán)光對(duì)兒童的視網(wǎng)膜傷害高于成人，所以看來(lái)小時(shí)候麻麻不讓我玩電腦是對(duì)的！長(zhǎng)時(shí)間上網(wǎng)課的同學(xué)們也要注意了！
從此禁用電子顯示產(chǎn)品？莫慌！
拋開(kāi)計(jì)量談毒性就是耍流氓，不看時(shí)長(zhǎng)說(shuō)傷眼也是危言聳聽(tīng)。我們平時(shí)用的燈泡也有閃爍，也有藍(lán)光，只要不是很長(zhǎng)一段時(shí)間盯著屏幕，就沒(méi)有太過(guò)憂慮的必要。
我們可以在用眼一個(gè)小時(shí)左右的時(shí)間稍作放松，看看窗外的風(fēng)景，或者閉眼幾分鐘，做眼睛保健操，就能有效緩解眼部的疲勞感了。
當(dāng)然你還能選擇市面上一些常見(jiàn)的防藍(lán)光護(hù)眼顯示器，比如明基BenQ的智慧愛(ài)眼系列顯示器，獨(dú)有的BI智慧調(diào)光功能，可以主動(dòng)調(diào)節(jié)顯示器的亮度，保持環(huán)境光與屏幕光一致，減少屏幕光刺眼的情況發(fā)生。
明基BL2480T顯示器采用23.8英寸IPS屏幕，1080P分辨率，可視角度為178°/178°，顯示器參考?jí)羧麪栴伾到y(tǒng)，有紅濾鏡和綠濾鏡兩種模式選擇，能夠平衡色覺(jué)差異。
還有飛利浦顯示器的Low Blue模式，并且使用了不閃屏技術(shù)，哪怕長(zhǎng)時(shí)間使用也并不會(huì)造成眼睛干澀等癥狀。
市面上還有很多護(hù)眼的顯示器產(chǎn)品，都能最大程度的保證你的眼部健康。
設(shè)置顯示器色溫
色溫是表示光線中包含顏色成分的一個(gè)計(jì)量單位。從理論上講，色溫是指絕對(duì)黑體從絕對(duì)零度(一273℃)開(kāi)始加溫后所呈現(xiàn)的顏色。黑體在受熱后．逐漸由黑變紅，轉(zhuǎn)黃，發(fā)白，最后發(fā)出藍(lán)色光。當(dāng)加熱到一定的溫度．黑體發(fā)出的光所含的光譜成分．就稱為這一溫度下的色溫，計(jì)量單位為“K”(開(kāi)爾文)、如果某一光源發(fā)出的光，與某一溫度下黑體發(fā)出的光所含的光譜成分相同．即稱為某K色溫、如100 W燈泡發(fā)出光的顏色，與絕對(duì)黑體在2527K時(shí)的顏色相同，那么這只燈泡發(fā)出的光的色溫就是：2527K+ 273K=2800K。
現(xiàn)在的顯示器都具備色溫調(diào)節(jié)功能，(也有的是給出一個(gè)色溫范圍,可以無(wú)級(jí)調(diào)節(jié))可由用戶自己選擇色溫值。中國(guó)的景色一年四季平均色溫約在8000K～9500k之間，所以電視臺(tái)在節(jié)目的制作都以觀眾的色溫為9300K去攝影的。但是歐美因?yàn)槠綍r(shí)的色溫和我們有差異，以一年四季的平均色溫約6000K為制作的參考的，所以我們?cè)倏茨切┩鈦?lái)的片子時(shí)，就會(huì)發(fā)現(xiàn)5600K～6500K最適合觀看。當(dāng)然這種差異使我們也會(huì)因此覺(jué)得猛的看到歐美的電腦或者電視的屏幕時(shí)感覺(jué)色溫偏紅，偏暖，有些不大適應(yīng)。大多數(shù)中國(guó)人都更習(xí)慣將顯示器的色溫保持在9300K,但也不是絕對(duì)的,應(yīng)視個(gè)人自己對(duì)色溫所展現(xiàn)的圖像的顏色的喜好而定。我本人就設(shè)置在將色溫設(shè)置在6500k，數(shù)字越高，場(chǎng)景越偏藍(lán)，感覺(jué)比較“冷”，數(shù)字越小，場(chǎng)景越偏紅、黃，感覺(jué)越“暖”。所以也被叫做冷色調(diào)和暖色調(diào)。
冷屏?xí)a(chǎn)生大量藍(lán)光，刺激眼睛：LED、電腦背景光人造光源中保留了大量的藍(lán)光，這樣使得人工光更白，更亮，有些特別白亮的光給人一直泛藍(lán)的感覺(jué)，這就是藍(lán)光比例過(guò)高引起的。各類(lèi)電腦、電視機(jī)屏幕、節(jié)能燈等各種新型人造光源發(fā)出的可見(jiàn)光中都含有大量的不規(guī)則頻率的短波藍(lán)光。長(zhǎng)期的藍(lán)光照射視網(wǎng)膜會(huì)產(chǎn)生自由基,而這些自由基會(huì)導(dǎo)致視網(wǎng)膜色素上皮細(xì)胞衰亡,從而引起視網(wǎng)膜病變等多種眼科疾病。
正確的使用習(xí)慣
●亮度過(guò)高和過(guò)低，都對(duì)眼睛有傷害
首先，一般顯示器的初始設(shè)置亮度是比較高的，很多甚至直接是100%。這樣做能夠讓畫(huà)面顯示的更加清晰，層次感更加的豐富。不過(guò)，這樣的設(shè)置對(duì)于專業(yè)的繪圖等用戶而言，也許是必要的，但是，對(duì)于普通的上網(wǎng)和文本閱讀而言，就顯得不必要了。高的亮度對(duì)于眼睛的刺激非常大，極容易造成眼睛疲勞。當(dāng)然，這也并不代表著顯示器的亮度越低也就越好，亮度太低其實(shí)更容易對(duì)眼睛造成損害。所以，一個(gè)合理的亮度條件非常的重要。
對(duì)于人眼來(lái)說(shuō)，一般亮度介于120cd/m2到150cd/m2之間能在健康和視覺(jué)效果上得到一個(gè)折中點(diǎn)。而目前市面上的顯示器，亮度相差很大，一般主流的顯示器普遍在300cd/m2左右，所以，對(duì)于一般用戶而言，將顯示器的亮度調(diào)整到50%左右，就可以了。當(dāng)然，具體調(diào)整的數(shù)值，還要看具體的所使用的顯示器的最大的亮度值是多少。
●離顯示器的距離
顯示器是具有背光的，離顯示器的距離越近，眼睛就會(huì)越容易疲勞，越容易受到傷害，所以，用戶在使用的過(guò)程中，必須離顯示器有一定的距離。在使用電腦的過(guò)程中，離顯示器的最佳距離是50cm到60cm，而對(duì)于越來(lái)越大的顯示器，自然距離也可以適當(dāng)?shù)募哟蟆?/p>
●使用顯示器的角度
顯示器和視線的角度不同，也會(huì)對(duì)眼睛有不同的影響。一般來(lái)說(shuō)，顯示器的高度最好以屏幕上端的水平視線向下30度為宜。而在顯示器的角度調(diào)整上，則讓顯示器屏幕略微向上傾斜10度。這樣一方面不但可以減少眼角膜的暴露面積，減輕干眼癥；而且另一方面可以緩解頸部肌肉的緊張度，減少頸椎病的發(fā)生。
●光線不能太強(qiáng)、不建議在逆光下使用
在顯示器的使用過(guò)程中，要注意不要在較強(qiáng)的光線中使用，不僅僅在強(qiáng)烈的光線下，可能讓顯示泛白，看起來(lái)內(nèi)容不清晰，而且，對(duì)于眼睛來(lái)說(shuō)會(huì)有非常大的傷害。所以，如果四周光線比較強(qiáng)的情況下，建議用戶通過(guò)拉上房間的窗簾等方式，減弱室內(nèi)的光線強(qiáng)度。
顯示器也不要在逆光的環(huán)境下使用。在逆光的狀況下，會(huì)對(duì)眼睛造成很大的刺激，讓眼睛非常容易疲勞，甚至造成永久性的損傷。
●弱光下不建議使用顯示器
顯示器同樣不建議在弱光的環(huán)境下使用，這樣同樣容易造成眼睛的疲勞。這就涉及到我們?nèi)粘Ｉ钪薪?jīng)常遇到的一個(gè)問(wèn)題，我們?cè)谕砩鲜褂秒娔X的時(shí)候，是否需要開(kāi)燈？很多人習(xí)慣上不開(kāi)燈，因?yàn)檫@樣做，一來(lái)覺(jué)得可以省點(diǎn)，而且，顯示器本來(lái)就是一個(gè)發(fā)光物，根本不需要另外的光線照明。其實(shí)，這樣是不對(duì)的，因?yàn)轱@示器開(kāi)啟的時(shí)候相當(dāng)于一個(gè)光源，而四周環(huán)境灰暗，視線段的黑暗到光亮，來(lái)回的縮放瞳孔，很容易就造成視覺(jué)疲勞。
開(kāi)啟護(hù)眼模式
經(jīng)常努力加班的老毛桃就會(huì)用到夜間模式，如果沒(méi)有夜間模式，電腦屏幕發(fā)出的硬核亮光會(huì)閃瞎多少加班的可憐人？要知道，夜間模式可以減少屏幕藍(lán)光，你可以設(shè)置開(kāi)啟的時(shí)間是跟隨日落，還是具體到幾點(diǎn)幾分，也可以自主調(diào)整色溫，簡(jiǎn)直太人性化了！
如何開(kāi)啟呢？
win10系統(tǒng)：
第一步：打開(kāi)設(shè)置界面，點(diǎn)擊【系統(tǒng)】；
第二步：在彈出的窗口中，點(diǎn)擊【顯示】，就可以在右邊的選項(xiàng)中進(jìn)行開(kāi)啟和設(shè)置啦！
MAC電腦：
先點(diǎn)擊屏幕下方打開(kāi)系統(tǒng)偏好設(shè)置找到通用應(yīng)用并打開(kāi)。
然后找到使用暗色菜單欄和Dock，點(diǎn)擊前面的方框勾選上，就會(huì)開(kāi)啟夜間模式。
護(hù)目壁紙有沒(méi)有用！
首先你要明白，你的護(hù)眼壁紙能不能降低顯示器的亮度，能不能改變色溫！一般來(lái)說(shuō)人們都會(huì)選擇綠色的護(hù)眼壁紙，因?yàn)檫@樣看上去心情會(huì)更加舒適。
其實(shí)你只要把顯示器的亮度調(diào)低一些，在把顯示器的色溫調(diào)暖一些，這些作用遠(yuǎn)比護(hù)眼壁紙大的多，而且用電腦的時(shí)候不可能一直停留在桌面吧！所以這些護(hù)眼壁紙還是圖個(gè)心理安慰好了。
最后，教你幾招護(hù)眼姿勢(shì)
護(hù)眼的要招很多，但是這幾點(diǎn)一定要記住。
記不??？
從早看到晚，閉眼不能懶。
色溫沒(méi)選對(duì)，低亮得學(xué)會(huì)。
干澀流眼淚，還得靠午睡。
最后一招，少看電子屏幕，多回歸大自然，眼部不舒適自然會(huì)慢慢變好。
感謝有你！