CN108537231A - 一种数显仪表字符自动识别方法 - Google Patents
一种数显仪表字符自动识别方法 Download PDFInfo
- Publication number
- CN108537231A CN108537231A CN201710123443.3A CN201710123443A CN108537231A CN 108537231 A CN108537231 A CN 108537231A CN 201710123443 A CN201710123443 A CN 201710123443A CN 108537231 A CN108537231 A CN 108537231A
- Authority
- CN
- China
- Prior art keywords
- character
- stroke
- calculating
- image
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/158—Segmentation of character regions using character size, text spacings or pitch estimation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种数显仪表字符自动识别方法,包括以下步骤:S1:利用摄像头获取数显仪表显示的数据,将数据图像进行缩放、灰度转换、二值化处理得到二值化图像;S2:利用二值化图像的水平投影和垂直投影进行字符分割,分割出各个字符;S3:字符识别:计算出字符的行程,利用得到的一系列数据对构造特征向量进行识别。本发明对图像进行预处理并进行二值化,对于不同颜色背景图像都能得到理想的二值图像,在二值图像上采用水平投影和垂直投影分割出字符,通过计算数字和字符的行程,得到的一系列数据构造特征向量进行字符识别。该方法简单实用,不仅识别准确率高,而且识别速度快。
Description
技术领域
本发明具体涉及一种数显仪表字符自动识别方法。
背景技术
随着科学技术的不断进步,各行各业的管理手段正在逐步从人工管理转变成自动化管理或半自动管理手段。特别是在化工和冶金等行业,以及在比较恶劣甚至危险的环境下需要进行实时监控时,为了提高生产率和减少人为因素所造成的误判,甚至是为了保证检测人员的安全,就需要采用实时自动控制系统来完成数据的监控任务。然而,若要保证读取数据的准确性、快速化,必须使自动检测控制系统具有很好的实现控制识别功能。由于一些仪器仪表并没有提供与计算机进行数据通信的接口,因此首先需要利用摄像技术提取数显仪表上的数据,然后利用数字图像处理技术来逐步实现数显仪表数据的快速自动准确识别。
由于数字图像处理技术在各行各业的研究及其应用不断广泛和深入,数显仪表数字字符的快速自动识别成为当前研究的热点课题。在数显仪表数字字符的识别方面,目前已经提出一些研究的方法,严义等通过研究提出了一种用感知网络对数字的笔画进行识别的方法,在该系统中用7个单层感知器对7段笔画进行识别,每一笔画对应一个感知器网络。然后利用查表的方式对特征进行识别。该方法虽然能够得到较高的识别率,但在识别过程中采用了神经网络,不仅仅增加了系统复杂程度,也影响了识别速度。申小阳等对分割出的单个数字图像用竖线和横线分别穿越3次和6次,然后统计两个方向上的穿越次数,以这个数字的穿越次数作为数字特征。该方法采用了线穿越方法提取特征,抗噪声能力较差、识别中需要分类多次,降低了数字识别的效率,识别率也不高。张海波等通过对每个数字图像提取一组数字特征,然后采用基于模糊识别的原则,通过构造分类器进行识别。王坤嗣等应用BP网络对数显仪表数字字符进行识别。这两种方法的计算都较为复杂,而且识别速度较慢,很难做到实时,识别也不是很准确。
发明内容
本发明要解决的技术问题是提供。
一种数显仪表字符自动识别方法,包括以下步骤:
S1:利用摄像头获取数显仪表显示的数据,将数据图像进行缩放、灰度转换、二值化处理得到二值化图像;
S2:利用二值化图像的水平投影和垂直投影进行字符分割,分割出各个字符;
S3:字符识别:计算出字符的行程,利用得到的一系列数据对构造特征向量进行识别。
进一步的,灰度转换采用加权平均公式进行灰度转换,如下式:
H=0.2989*R+0.5870*G+0.1141*B,
其中,R,G,B分别代表红,绿,蓝三种颜色值,H代表转换后的灰度值。
进一步的,字符识别的具体方法如下:
1)计算字符行程:
根据分割出的字符位置信息,将字符划分为上下两部分,上部分从左到右和从右到左在字符上半部分的中间处进行划分,下半部分也从左到右和从右到左在字符上半部分的中间处进行划分,并在字符的中间处从上到下以及从下到上划分;
定义一个指向源图像的指针,初始行程设为l=0,对每个数字字符,从字符边界的起始位置开始计算黑色像素点数目,直到遇到白色的像素点,计算行程顺序:计算从上到下行程→计算从下到上行程→计算上半部分从左向右的行程→计算下半部分从左到右的行程→计算上半部分从右向左的行程→计酸下半部从右向左的行程;
2)将计算得到的行程构成特征向量;
3)基于行程的字符识别:
3-1)通过字符行程计算,得到字符行程即可识别出大多数字符,除了字符“1”、“—”、“8”、“0”;
3-2)字符“1”和“—”的高度以及宽度都是异于其他字符的,所以通过高度和宽度限制和进行识别;
3-3)字符“8”比字符“0”多了中间部分的一行特征,可以通过穿线区分字符“8”和“0”。
本发明的有益效果是:
本发明对图像进行预处理并进行二值化,对于不同颜色背景图像都能得到理想的二值图像,在二值图像上采用水平投影和垂直投影分割出字符,通过计算数字和字符的行程,得到的一系列数据构造特征向量进行字符识别。该方法简单实用,不仅识别准确率高,而且识别速度快。
具体实施方式
以下具体实施例对本发明作进一步阐述,但不作为对本发明的限定。
一种数显仪表字符自动识别方法,包括以下步骤:
S1:利用摄像头获取数显仪表显示的数据,将数据图像进行缩放、灰度转换、二值化处理得到二值化图像;
S2:利用二值化图像的水平投影和垂直投影进行字符分割,分割出各个字符;
S3:字符识别:计算出字符的行程,利用得到的一系列数据对构造特征向量进行识别。
灰度转换采用加权平均公式进行灰度转换,如下式:
H=0.2989*R+0.5870*G+0.1141*B,
其中,R,G,B分别代表红,绿,蓝三种颜色值,H代表转换后的灰度值。
字符识别的具体方法如下:
1)计算字符行程:
根据分割出的字符位置信息,将字符划分为上下两部分,上部分从左到右和从右到左在字符上半部分的中间处进行划分,下半部分也从左到右和从右到左在字符上半部分的中间处进行划分,并在字符的中间处从上到下以及从下到上划分;
定义一个指向源图像的指针,初始行程设为l=0,对每个数字字符,从字符边界的起始位置开始计算黑色像素点数目,直到遇到白色的像素点,计算行程顺序:计算从上到下行程→计算从下到上行程→计算上半部分从左向右的行程→计算下半部分从左到右的行程→计算上半部分从右向左的行程→计酸下半部从右向左的行程;
2)将计算得到的行程构成特征向量;
3)基于行程的字符识别:
3-1)通过字符行程计算,得到字符行程即可识别出大多数字符,除了字符“1”、“—”、“8”、“0”;
3-2)字符“1”和“—”的高度以及宽度都是异于其他字符的,所以通过高度和宽度限制和进行识别;
3-3)字符“8”比字符“0”多了中间部分的一行特征,可以通过穿线区分字符“8”和“0”。
Claims (3)
1.一种数显仪表字符自动识别方法,其特征在于,包括以下步骤:
S1:利用摄像头获取数显仪表显示的数据,将数据图像进行缩放、灰度转换、二值化处理得到二值化图像;
S2:利用二值化图像的水平投影和垂直投影进行字符分割,分割出各个字符;
S3:字符识别:计算出字符的行程,利用得到的一系列数据对构造特征向量进行识别。
2.根据权利要求1所述的数显仪表字符自动识别方法,其特征在于,灰度转换采用加权平均公式进行灰度转换,如下式:
H=0.2989*R+0.5870*G+0.1141*B,
其中,R,G,B分别代表红,绿,蓝三种颜色值,H代表转换后的灰度值。
3.根据权利要求1所述的数显仪表字符自动识别方法,其特征在于,字符识别的具体方法如下:
1)计算字符行程:
根据分割出的字符位置信息,将字符划分为上下两部分,上部分从左到右和从右到左在字符上半部分的中间处进行划分,下半部分也从左到右和从右到左在字符上半部分的中间处进行划分,并在字符的中间处从上到下以及从下到上划分;
定义一个指向源图像的指针,初始行程设为l=0,对每个数字字符,从字符边界的起始位置开始计算黑色像素点数目,直到遇到白色的像素点,计算行程顺序:计算从上到下行程→计算从下到上行程→计算上半部分从左向右的行程→计算下半部分从左到右的行程→计算上半部分从右向左的行程→计酸下半部从右向左的行程;
2)将计算得到的行程构成特征向量;
3)基于行程的字符识别:
3-1)通过字符行程计算,得到字符行程即可识别出大多数字符,除了字符“1”、“—”、“8”、“0”;
3-2)字符“1”和“—”的高度以及宽度都是异于其他字符的,所以通过高度和宽度限制和进行识别;
3-3)字符“8”比字符“0”多了中间部分的一行特征,可以通过穿线区分字符“8”和“0”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123443.3A CN108537231A (zh) | 2017-03-03 | 2017-03-03 | 一种数显仪表字符自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710123443.3A CN108537231A (zh) | 2017-03-03 | 2017-03-03 | 一种数显仪表字符自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108537231A true CN108537231A (zh) | 2018-09-14 |
Family
ID=63488711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710123443.3A Withdrawn CN108537231A (zh) | 2017-03-03 | 2017-03-03 | 一种数显仪表字符自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537231A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219946A (zh) * | 2021-12-29 | 2022-03-22 | 北京百度网讯科技有限公司 | 文本图像的二值化方法及装置、电子设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254159A (zh) * | 2011-07-07 | 2011-11-23 | 清华大学深圳研究生院 | 一种数显仪表判读方法 |
CN103984930A (zh) * | 2014-05-21 | 2014-08-13 | 南京航空航天大学 | 基于视觉的数字仪表识别系统及其识别方法 |
CN104268512A (zh) * | 2014-09-17 | 2015-01-07 | 清华大学 | 基于光学字符识别的图像中字符识别方法及装置 |
CN106339721A (zh) * | 2016-08-25 | 2017-01-18 | 成都君晟科技有限公司 | 一种仪表面板读数自动识别方法 |
-
2017
- 2017-03-03 CN CN201710123443.3A patent/CN108537231A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254159A (zh) * | 2011-07-07 | 2011-11-23 | 清华大学深圳研究生院 | 一种数显仪表判读方法 |
CN103984930A (zh) * | 2014-05-21 | 2014-08-13 | 南京航空航天大学 | 基于视觉的数字仪表识别系统及其识别方法 |
CN104268512A (zh) * | 2014-09-17 | 2015-01-07 | 清华大学 | 基于光学字符识别的图像中字符识别方法及装置 |
CN106339721A (zh) * | 2016-08-25 | 2017-01-18 | 成都君晟科技有限公司 | 一种仪表面板读数自动识别方法 |
Non-Patent Citations (1)
Title |
---|
刘宗林等: "一种数显仪表字符快速自动识别方法", 《图形图像》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219946A (zh) * | 2021-12-29 | 2022-03-22 | 北京百度网讯科技有限公司 | 文本图像的二值化方法及装置、电子设备和介质 |
CN114219946B (zh) * | 2021-12-29 | 2022-11-15 | 北京百度网讯科技有限公司 | 文本图像的二值化方法及装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408460B (zh) | 一种车道线检测及跟踪检测方法 | |
CN108875603A (zh) | 基于车道线的智能驾驶控制方法和装置、电子设备 | |
CN107347151B (zh) | 双目摄像头遮挡检测方法及装置 | |
CN104766071B (zh) | 一种应用于无人驾驶汽车的交通灯快速检测算法 | |
US20130251197A1 (en) | Method and a device for objects counting | |
CN103530599A (zh) | 一种真实人脸和图片人脸的区别方法和系统 | |
CN107590440A (zh) | 一种智能家居场景下人形识别的方法和系统 | |
CN112163477B (zh) | 一种基于Faster R-CNN的扶梯行人位姿目标检测方法及系统 | |
CN114842560B (zh) | 基于计算机视觉的建筑工地人员危险行为识别方法 | |
CN111444837B (zh) | 在极端环境下提升人脸检测可用性的测温方法及测温系统 | |
CN113920324B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN111950457A (zh) | 油田安全生产图像识别方法及系统 | |
CN105718896A (zh) | 一种具有目标识别功能的智能机器人 | |
CN114613006A (zh) | 一种远距离手势识别方法及装置 | |
CN110503647A (zh) | 基于深度学习图像分割的小麦植株实时计数方法 | |
CN108537231A (zh) | 一种数显仪表字符自动识别方法 | |
CN114170686A (zh) | 一种基于人体关键点的屈肘行为检测方法 | |
CN112396016A (zh) | 一种基于大数据技术的人脸识别系统 | |
CN104751487A (zh) | 一种基于彩色rgb三平面色变帧差的运动目标检测方法 | |
WO2022137601A1 (ja) | 視距離推定方法、視距離推定装置、及び視距離推定プログラム | |
JP2011090708A (ja) | 対象個数検出装置および対象個数検出方法 | |
CN108205814B (zh) | 彩色图像的黑白轮廓生成方法 | |
CN105791878B (zh) | 图像错误隐藏方法与系统 | |
JP4674920B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
CN111353354B (zh) | 一种人体应激性信息识别方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180914 |
|
WW01 | Invention patent application withdrawn after publication |