アナログメーターと7セグメントデジタルメーターの画像から数値を自動で読み取るWebアプリケーションです。
Claude APIのビジョン機能を活用して高精度な画像認識を実現しています。

• アナログメーター読み取り: 針の位置から数値を自動読み取り
• 7セグメントデジタルメーター読み取り: デジタル表示の数値を自動読み取り
• ドラッグ&ドロップ対応: 簡単に画像をアップロード
• レスポンシブデザイン: PC・タブレット・スマートフォン対応
• 詳細情報表示: 読み取り結果の信頼度や詳細情報を表示

[メイン画面]
- メータータイプ選択
- 画像アップロードエリア
- 解析結果表示

• バックエンド: Python 3.8+, Flask
• 画像認識: Claude API (Anthropic)
• フロントエンド: HTML5, CSS3, JavaScript (Vanilla)
• 画像処理: Pillow

• Python 3.8以上
• Anthropic APIキー（Anthropic Consoleで取得）
• インターネット接続（Claude API呼び出しのため）

cd meter-reader

python3 -m venv .venv
source .venv/bin/activate  # Linux/Mac
# または
.venv\Scripts\activate  # Windows

uv pip install -r requirements.txt

.env.exampleをコピーして.envファイルを作成し、APIキーを設定します。

cp .env.example .env

.envファイルを編集:

ANTHROPIC_API_KEY=your_actual_api_key_here
FLASK_ENV=development
FLASK_DEBUG=True
MAX_CONTENT_LENGTH=10485760
UPLOAD_FOLDER=static/uploads
ALLOWED_EXTENSIONS=jpg,jpeg,png

# Claude APIモデル設定
# 推奨: claude-sonnet-4-5 (精度と速度のバランス)
# 高精度: claude-opus-4-5-20251101 (高コスト)
# 高速: claude-haiku-4-5 (精度は劣る)
CLAUDE_MODEL=claude-sonnet-4-5
CLAUDE_MAX_TOKENS=1024
CLAUDE_TIMEOUT=30

モデルの選択について:

• claude-sonnet-4-5: 精度と速度のバランスが良い（推奨）
• claude-opus-4-5-20251101: 最高精度だが高コスト（精度重視の場合）
• claude-haiku-4-5: 高速・低コストだが精度は劣る（テスト用）

python app.py

ブラウザで http://localhost:5000 にア���セスしてください。

1. メータータイプを選択: アナログメーターまたは7セグメントデジタルメーターを選択
2. 画像をアップロード:
   • ドラッグ&ドロップで画像をアップロード
   • またはクリックしてファイル選択
3. 解析開始: 「解析開始」ボタンをクリック
4. 結果確認: 読み取った数値と詳細情報が表示されます

• JPG/JPEG
• PNG
• 最大ファイルサイズ: 10MB
• 推奨解像度: 50x50ピクセル以上

• アナログメーター: メーター全体が写るように撮影してください
• デジタルメーター: 数字がはっきり見えるように撮影してください
• 照明: 明るい場所で、反射や影がない状態で撮影すると精度が向上します
• 角度: 正面から撮影するのが最適です

メーター画像を解析します。

リクエスト:

POST /api/analyze
Content-Type: multipart/form-data

image: <画像ファイル>
meter_type: "analog" または "digital_7segment"

レスポンス（成功時）:

{
  "success": true,
  "data": {
    "value": 123.45,
    "unit": "kWh",
    "confidence": "high",
    "meter_type": "analog",
    "details": {
      "scale_range": "0-200",
      "needle_position": "約62%の位置",
      "notes": "メーターは良好な状態です"
    }
  },
  "timestamp": "2026-01-28T10:30:00Z"
}

レスポンス（エラー時）:

{
  "success": false,
  "error": {
    "code": "NO_METER_DETECTED",
    "message": "メーターを検出できませんでした",
    "details": "画像が不鮮明か、メーターが写っていない可能性があります"
  }
}

ヘルスチェックエンドポイント。

レスポンス:

{
  "status": "ok",
  "timestamp": "2026-01-28T10:30:00Z"
}

meter-reader/
├── app.py                      # Flask メインアプリケーション
├── config.py                   # 設定ファイル
├── requirements.txt            # Python依存パッケージ
├── .env.example               # 環境変数テンプレート
├── .gitignore                 # Git除外設定
├── README.md                  # このファイル
├── utils/
│   ├── __init__.py
│   ├── claude_client.py       # Claude API クライアント
│   └── image_processor.py     # 画像処理ユーティリティ
├── static/
│   ├── css/
│   │   └── style.css          # スタイルシート
│   ├── js/
│   │   └── app.js             # フロントエンドロジック
│   └── uploads/               # アップロード画像一時保存
└── templates/
    └── index.html             # メインUIテンプレート

export FLASK_ENV=development
export FLASK_DEBUG=True
python app.py

本番環境では Gunicorn などの WSGI サーバーを使用することを推奨します。

pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:8000 app:app

Dockerfileを作成して実行することもできます（例）:

FROM python:3.10-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 5000

CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:5000", "app:app"]

docker build -t meter-reader .
docker run -p 5000:5000 --env-file .env meter-reader

A: .envファイルを作成し、有効なAPIキーを設定してください。

A: 画像サイズを10MB以下に縮小してください。

A: 以下を確認してください:

• メーター全体が写っているか
• 画像が鮮明か
• 照明が適切か
• 正面から撮影しているか

A: Claude APIの呼び出しには数秒かかる場合があります。ネットワーク接続が安定していることを確認してください。

• APIキーは .env ファイルで管理し、決してコミットしないでください
• アップロードされた画像は解析後すぐに削除されます
• 本番環境では HTTPS を使用してください
• 適切なレートリミットを設定してください

MIT License

Created with Claude Code

Issue や Pull Request を歓迎します。

• 初回リリース
• アナログメーター読み取り機能
• 7セグメントデジタルメーター読み取り機能
• レスポンシブWebUI

• 複数画像の一括処理
• 解析履歴の保存・表示
• CSV/JSONエクスポート機能
• カメラからの直接撮影（モバイル）
• より詳細な信頼度スコア
• 多言語対応（英語など）
• テーマ切り替え（ダークモード）