CN111783758A - 一种字符定位方法、装置以及自动抄表系统 - Google Patents
一种字符定位方法、装置以及自动抄表系统 Download PDFInfo
- Publication number
- CN111783758A CN111783758A CN202010503528.6A CN202010503528A CN111783758A CN 111783758 A CN111783758 A CN 111783758A CN 202010503528 A CN202010503528 A CN 202010503528A CN 111783758 A CN111783758 A CN 111783758A
- Authority
- CN
- China
- Prior art keywords
- character
- image
- color block
- dial
- auxiliary positioning
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003708 edge detection Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 16
- 239000003086 colorant Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000009434 installation Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/23—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on positionally close patterns or neighbourhood relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/02—Recognising information on displays, dials, clocks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种字符定位方法、装置以及自动抄表系统。其中,字符定位方法包括:获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;根据辅助定位色块的位置从表盘图像中确定第一字符区域;利用边缘检测从第一字符区域中确定第二字符区域。利用这种方法,装置以及自动抄表系统,可以由粗粒度到细粒度进行字符定位,所需的计算量较少,并且无需对表盘的安装和型号过多限制。
Description
技术领域
本发明属于图像识别技术领域,具体涉及一种字符定位方法、装置以及字符抄表系统。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着智能化系统的日益发展和完善,远程抄表技术的兴起解决了人工抄表统计工作的困难,成为为现代化管理系统的重要组成部分。具有无线抄表功能的计量表如水表、电表、燃气表等已开始在住宅区、高档园区逐渐使用。
作为机械计量表自动抄表系统中的基础,水表字符的识别直接决定了系统的好坏,而表盘的字符定位和分割作为字符识别的前提,直接决定了能否正确识别表盘上的字符。市面上繁多的表盘种类以及不清晰的表盘都对表盘字符的识别提出了严苛的要求。
目前,以机械水表为例,其表盘的检测一般有以下三种解决方案:1、根据给定的表盘字符的坐标位置进行字符定位和字符分割,然而直接给定表盘字符的坐标位置对于水表自动抄表系统的安装提出了严苛的要求,一旦安装错误,坐标信息就会直接导致错误的表盘字符识别;2、将表盘字符设置于水表图像的一个矩形区域内,利用计算机视觉(ComputerVision,CV)的方法找到矩形位置,进而确定表盘字符的位置,然而由于市面上水表表盘图像信息不会完全一致,因此方案2需要针对不同的表盘设计不同的算法进行表盘检测,工作量繁杂;3、采集水表图片设计神经网络进行训练,利用深度学习对水表表盘进行目标检测,然而由于现有水表种类繁多,如果采用深度学习方法进行表盘检测,则需要采集大规模的数据进行训练。
因此,需要提供一种字符定位方法,其无需对表盘的安装和型号限制过多,并能够基于较少的计算量实现表盘字符的定位。
发明内容
针对上述现有技术中的难以对表盘图像进行字符定位的问题,提出了一种字符定位方法、装置及计算机可读存储介质以及自动抄表系统,利用这种方法和装置及计算机可读存储介质以及自动抄表系统,能够解决上述问题。
本发明提供了以下方案。
第一方面,提供一种字符定位方法,包括:获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;根据辅助定位色块的位置从表盘图像中确定第一字符区域;利用边缘检测从第一字符区域中确定第二字符区域。
在一种可能的实施方式中,辅助定位色块和字符区域之间具有预设位置关系,方法还包括:根据辅助定位色块的位置、辅助定位色块和字符区域之间的预设位置关系从表盘图像中确定包含字符的第一字符区域。
在一种可能的实施方式中,辅助定位色块形成为围绕在表盘的字符周围的框形色块,方法还包括:根据辅助定位色块的框内区域确定第一字符区域。
在一种可能的实施方式中,利用边缘检测从第一字符区域中确定第二字符区域,还包括:根据第一字符区域从表盘图像中截取第一字符图像,第一字符图像包含字符;利用Canny算子对第一字符图像进行边缘检测,根据边缘检测的结果确定第二字符区域的左边界和右边界,其中边缘检测的结果包含多个边缘点;利用Hough变换对多个边缘点进行平行线检测,根据平行线检测的结果确定第二字符区域的上边界和下边界。
在一种可能的实施方式中,边缘检测的结果包括多个强边缘点和多个弱边缘点;以及,其中,第二字符区域的左边界定位在第一字符图像的最左侧强边缘点和最左侧弱边缘点之间;其中,第二字符区域的右边界定位在第一字符图像的最右侧强边缘点和最右侧弱边缘点之间。
第二方面,提供一种字符定位装置,包括:获取单元,用于获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;色块定位单元,用于利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;第一定位单元,用于根据辅助定位色块的位置从表盘图像中确定第一字符区域;第二定位单元,用于利用边缘检测从第一字符区域中确定第二字符区域。
在一种可能的实施方式中,辅助定位色块和字符区域之间具有预设位置关系,第一定位单元还用于:根据辅助定位色块的位置、辅助定位色块和字符区域之间的预设位置关系从表盘图像中确定包含字符的第一字符区域。
在一种可能的实施方式中,辅助定位色块形成为围绕在表盘的字符周围的框形色块,第一定位单元还用于:根据辅助定位色块的框内区域确定第一字符区域。
在一种可能的实施方式中,第二定位单元还用于:根据第一字符区域从表盘图像中截取第一字符图像,第一字符图像包含字符;利用Canny算子对第一字符图像进行边缘检测,根据边缘检测的结果确定第二字符区域的左边界和右边界,其中边缘检测的结果包含多个边缘点;利用Hough变换对多个边缘点进行平行线检测,根据平行线检测的结果确定第二字符区域的上边界和下边界。
在一种可能的实施方式中,边缘检测的结果包括多个强边缘点和多个弱边缘点;以及,其中,第二字符区域的左边界定位在第一字符图像的最左侧强边缘点和最左侧弱边缘点之间;其中,第二字符区域的右边界定位在第一字符图像的最右侧强边缘点和最右侧弱边缘点之间。
第三方面,提供一种自动抄表系统,包括:表盘,表盘上包含字符以及预设颜色的辅助定位色块;摄像装置,用于拍摄表盘以得到表盘图像;以及,字符定位装置,用于执行如第一方面的方法。
第四方面,提供一种字符定位装置,包括:一个或者多个多核处理器;存储器,用于存储一个或多个程序;当一个或多个程序被一个或者多个多核处理器执行时,使得一个或多个多核处理器实现:获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;根据辅助定位色块的位置从表盘图像中确定第一字符区域;利用边缘检测从第一字符区域中确定第二字符区域。
第五方面,提供一种计算机可读存储介质,计算机可读存储介质存储有程序,当程序被多核处理器执行时,使得多核处理器执行如第一方面的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:利用HSV颜色空间算法以及预设颜色的所述辅助定位色块可以对表盘图像中的字符区域进行粗粒度定位得到第一字符区域,进一步地,利用边缘检测则可以对表盘图像中的字符区域进行细粒度定位,得到作为细粒度定位区域的第二字符区域,这样进行由粗粒度到细粒度的定位,可以更加精确地定位表盘图像中的字符区域的位置。
应当理解,上述说明仅是本发明技术方案的概述,以便能够更清楚地了解本发明的技术手段,从而可依照说明书的内容予以实施。为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举说明本发明的具体实施方式。
附图说明
通过阅读下文的示例性实施例的详细描述,本领域普通技术人员将明白本文所述的有点和益处以及其他优点和益处。附图仅用于示出示例性实施例的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的标号表示相同的部件。在附图中:
图1为根据本发明一实施例的字符定位方法的流程示意图;
图2为本发明实施例的表盘图像的示意图;
图3为本发明实施例的对应于第一字符区域的第一字符图像的示意图;
图4为本发明另一实施例的字符定位方法的流程示意图;
图5为本发明实施例中的边缘检测的结果示意图;
图6为根据第二字符区域的左、右边界从图3的第一字符图像中截取的字符图像的示意图;
图7为根据本发明实施例的对应于第二字符区域的第二字符图像的示意图;
图8为根据本发明实施例的字符定位装置的结构示意图;
图9为根据本发明另一实施例的字符定位装置的结构示意图;。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在本发明中,应理解,诸如“包括”或“具有”等术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不旨在排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在的可能性。
另外还需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1为根据本申请一实施例的表盘的字符定位方法100的流程示意图,该字符定位方法100用于定位出图2所示出的表盘图像中的字符区域。在该流程中,从设备角度而言,执行主体可以是一个或者多个电子设备,更具体地可以是与这些设备中的摄像头关联的功能模块;从程序角度而言,执行主体相应地可以是搭载于这些电子设备上的程序。
图2示出了表盘图像的示意图,表盘是指计量表的表盘,比如生活中常见的水表、电表和燃气表等计量表的表盘,通常在该表盘上显示有字符以供用户读取,因此该表盘图像包含用于指示计量表读数的字符。在本实施例中,在表盘的预设位置处还设有预设颜色的辅助定位色块,例如,可以设置具有预设颜色的矩形框形状的辅助定位色块,该辅助定位色块可以是贴在表盘表面的彩色贴带、或通过印章涂覆在表盘表面的彩色涂料。
图1中的流程可以包括以下步骤101~步骤104。
步骤101:获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;
其中,该表盘图像是可以通过设置于表盘上方的摄像装置而采集得到,且该表盘图像可以为诸如RGB格式或HSV格式等图像格式的彩色图像,当然该表盘图像也可以有其它来源,例如来自其它设备,或者也可以是现成的图像,本发明对此不进行限制。
步骤102:利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;
其中,应当理解,若表盘图像为RGB格式等非HSV格式的图像,则在步骤102之前,还需要将表盘图像转换为HSV图像格式。
在本实施例中,以辅助定位色块的预设颜色为红色为例进行说明,上述步骤102具体可以包括:根据HSV颜色空间算法确定表盘图像中的各个颜色空间的分布差异,在表1中示出了各颜色在HSV空间中的分布,可以看出,不同颜色在HSV空间中的数值分布互不相同;进而可以根据各个颜色空间的分布差异,确定预设颜色的辅助定位色块的位置,即可以利用HSV空间中各颜色空间的分布差异从表盘图像的全部像素点中检测出红色的像素点,并由此可以检测到辅助定位色块的位置。
表1:
步骤103:根据辅助定位色块的位置从表盘图像中确定第一字符区域;
在一种实施方式中,辅助定位色块和字符区域之间可以具有预设位置关系,比如,辅助定位色块可以定位为字符区域的上边和/或上边和/或上边和/或上边的指定位置处的规则形状色块和/或不规则形状色块。进而步骤103还可以包括:根据辅助定位色块的位置、辅助定位色块和字符区域之间的预设位置关系从表盘图像中确定包含字符的第一字符区域。由此可以通过几何计算轻易地从辅助定位块的位置计算出第一字符区域的位置信息。
在一种实施方式中,辅助定位色块优选地形成为围绕在表盘的字符周围的框形色块,方法还包括:根据辅助定位色块的框内区域确定第一字符区域。由此可以直接由辅助定位块的框内位置确定第一字符区域,无需进行额外的定位,减少了计算量和计算误差。
图2示出了将辅助定位色块形成为围绕在表盘的字符周围的框形色块的示例,基于此,可以从图2的表盘图像的水平中心位置处,自上而下地逐像素地进行红颜色的检测,可以理解,检测到的像素依次为:若干非红色像素-若干红色像素-若干非红色像素-若干红色像素-若干非红色像素,将首次出现红/非红的组合位置作为第一字符区域的上边界y_top,将接下来出现的非红/红的组合位置作为第一字符区域的下边界y_bottom。同理,从确定的第一字符区域的上边界和下边界的中心位置,自左向右的进行红颜色的检测,可以理解,检测到的像素依次为:若干非红色像素-若干红色像素-若干非红色像素-若干红色像素,将首次出现红/非红的组合位置作为第一字符区域的左边界x_left,将之后出现的非红/红的组合位置作为第一字符区域的右边界x_right。利用上述方法可以直接估计出图2的表盘图像中的辅助定位块的框内位置,并将其作为第一字符区域,图3是根据以上定位方法获取的第一字符区域所对应的第一字符图像。
步骤104:利用边缘检测从第一字符区域中确定第二字符区域。
其中,边缘检测可以采用诸如Canny算子、Sobel算子、Prewitt算子、Roberts算子、Marr-Hildreth算子的多种边缘检测算子,用于检测出第一字符区域中的所有边缘点,以及根据检测出的边缘点确定第二字符区域的边界信息。
在本实施例中,利用HSV颜色空间算法以及预设颜色的辅助定位色块可以对表盘图像中的字符区域进行粗粒度定位,第一字符区域可以理解为表盘图像中字符区域的粗粒度定位区域,进一步地,基于第一字符区域并利用边缘检测可以对表盘图像中的字符区域进行细粒度定位,得到作为细粒度定位区域的第二字符区域,这样进行由粗粒度到细粒度的定位,可以更加精确地定位表盘图像中的字符区域的位置。
基于图1的字符定位方法,本申请的一些实施例还提供了该字符定位方法的一些具体实施方案,以及扩展方案,下面进行说明。
在一种可能的实施方式中,如图4所示,步骤104还可以进一步包括:
步骤401:根据第一字符区域从表盘图像中截取第一字符图像;
步骤402:利用Canny算子对第一字符图像进行边缘检测,根据边缘检测的结果确定第二字符区域的左边界和右边界。
步骤403:利用Hough变换对多个边缘点进行平行线检测,根据平行线检测的结果确定第二字符区域的上边界和下边界。
其中,在步骤402中的利用Canny算子进行边缘检测可以分为以下5个步骤:①使用高斯滤波器,以平滑图像,滤除噪声。②计算图像中每个像素点的梯度强度和方向。③应用非极大值(Non-Maximum Suppression,NMS)抑制,以消除边缘检测带来的杂散响应。④应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。⑤通过抑制孤立的弱边缘最终完成边缘检测,得到边缘检测的结果。
图5是利用Canny算子对第一字符图像进行边缘检测之后得到的边缘检测的结果,该边缘检测的结果包含多个边缘点,具体包括多个强边缘点和多个弱边缘点。
在一种可能的实施方式中,步骤402中的根据边缘检测的结果确定第二字符区域的左边界和右边界可以包括:将第二字符区域的左边界定位在第一字符图像的最左侧强边缘点和最左侧弱边缘点之间;将第二字符区域的右边界定位在第一字符图像的最右侧强边缘点和最右侧弱边缘点之间。例如,可以根据实际情况将左边界定位在靠近最左侧强边缘点或靠近最左侧弱边缘点的位置,右边界的定位方式与之相似。本实施例中,通过将边界设置在相应边侧的强边缘点和弱边缘点之间可以更为精确地定位字符边界。
图6是根据细粒度定位的第二字符区域的左、右边界从第一字符图像中截取的字符图像。更为优选地,可以将第二字符区域的左边界优选定位在第一字符图像的最左侧强边缘点和最左侧弱边缘点之间的中心位置处,将第二字符区域的右边界优选定位在第一字符图像的最右侧强边缘点和最右侧弱边缘点之间的中心位置处。
其中,步骤403中利用Hough变换对多个边缘点进行平行线检测,实质上是用于检测出形成为矩形框形状的辅助定位色块的框内上下平行线,Hough变换基于平面直角坐标系和极坐标系的变换,理论依据为以下四点:①在图像空间(x,y)域中的一点对应于参数空间(ρ,θ)域中的一条正弦曲线。②参数空间(ρ,θ)域中的一点对应于图像空间(x,y)中的一条直线。③图像空间(x,y)域中的一条直线上的n个点,对应于参数空间(ρ,θ)域中经过一个公共点的n条曲线。④参数空间(ρ,θ)域中一条曲线上的n个点对应于图像空间(x,y)域中过一公共点的n条直线。基于上述理论依据,本领域技术人员可以根据公知的Hough变换技术对边缘检测结果中的多个边缘点进行平行线检测
在一种可能的实施方式中,步骤403中的根据直线检测的结果确定第二字符区域的上边界和下边界可以包括:根据直线检测的结果在参数空间(ρ,θ)域中选择两个点(ρ1,θ1)和(ρ2,θ2),本实施例中,上述两个点(ρ1,θ1)和(ρ2,θ2)需要满足的条件为:ρ1≤(y_bottom-y_top)/2)和ρ1>(y_bottom-y_top)/2),且θ1和θ2之间角度差值小于5°。其中,y_bottom为第一字符区域的下边界在图像空间(x,y)域中的坐标位置,y_top为第一字符区域的上边界在图像空间(x,y)域中的坐标位置,可以理解,参数空间(ρ,θ)域中的点(ρ1,θ1)和(ρ2,θ2)对应于图像空间(x,y)中的一组直线,将该一组直线作为第二字符区域的上边界和下边界。图7是根据细粒度定位的第二字符区域的上、下、左、右边界从第一字符图像中截取的字符图像。
图8为根据本申请一实施例的表盘的字符定位装置80的结构示意图,用于执行图1所示出的字符定位方法。
如图8所示,表盘的字符定位装置80包括:
获取单元801,用于获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;
色块定位单元802,用于利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;
第一定位单元803,用于根据辅助定位色块的位置从表盘图像中确定第一字符区域;
第二定位单元804,用于利用边缘检测从第一字符区域中确定第二字符区域。
在一种可能的实施方式中,辅助定位色块和字符区域之间具有预设位置关系,第一定位单元还用于:根据辅助定位色块的位置、辅助定位色块和字符区域之间的预设位置关系从表盘图像中确定包含字符的第一字符区域。
在一种可能的实施方式中,辅助定位色块形成为围绕在表盘的字符周围的框形色块,第一定位单元还用于:根据辅助定位色块的框内区域确定第一字符区域。
在一种可能的实施方式中,第二定位单元还用于:根据第一字符区域从表盘图像中截取第一字符图像,第一字符图像包含字符;利用Canny算子对第一字符图像进行边缘检测,根据边缘检测的结果确定第二字符区域的左边界和右边界,其中边缘检测的结果包含多个边缘点;利用Hough变换对多个边缘点进行平行线检测,根据平行线检测的结果确定第二字符区域的上边界和下边界。
在一种可能的实施方式中,边缘检测的结果包括多个强边缘点和多个弱边缘点;以及,其中,第二字符区域的左边界定位在第一字符图像的最左侧强边缘点和最左侧弱边缘点之间;其中,第二字符区域的右边界定位在第一字符图像的最右侧强边缘点和最右侧弱边缘点之间。
根据本申请的一些实施例,提供了一种自动抄表系统,包括:表盘,其上包含字符以及预设颜色的辅助定位色块;摄像装置,用于拍摄所述表盘以得到表盘图像;以及,字符定位装置,用于执行如图1的方法。
通过这种包含字符定位装置的自动抄表系统,能够以较少的工作量从各类计量表的表盘上更准确地定位出字符区域,进而从字符区域截取出用于字符识别的字符图像。
图9为根据本申请一实施例的字符定位装置,用于执行图1所示出的字符定位方法,该装置包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;根据辅助定位色块的位置从表盘图像中确定第一字符区域;利用边缘检测从第一字符区域中确定第二字符区域。
根据本申请的一些实施例,提供了与以上所述字符定位方法的非易失性计算机存储介质,其上存储有计算机可执行指令,该计算机可执行指令设置为在由处理器运行时执行:获取表盘图像,表盘图像包含字符和预设颜色的辅助定位色块;利用HSV颜色空间算法从表盘图像中确定辅助定位色块的位置;根据辅助定位色块的位置从表盘图像中确定第一字符区域;利用边缘检测从第一字符区域中确定第二字符区域。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以其描述进行了简化,相关之处可参见方法实施例的部分说明即可。
本申请实施例提供的装置、设备和计算机可读存储介质与方法是一一对应的,因此,装置、设备和计算机可读存储介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述装置、设备和计算机可读存储介质的有益技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (13)
1.一种字符定位方法,其特征在于,包括:
获取表盘图像,所述表盘图像包含字符和预设颜色的辅助定位色块;
利用HSV颜色空间算法从所述表盘图像中确定所述辅助定位色块的位置;
根据所述辅助定位色块的位置从所述表盘图像中确定第一字符区域;
利用边缘检测从所述第一字符区域中确定第二字符区域。
2.如权利要求1所述的方法,其特征在于,所述辅助定位色块和所述字符区域之间具有预设位置关系,所述方法还包括:
根据所述辅助定位色块的位置、所述辅助定位色块和所述字符区域之间的预设位置关系从所述表盘图像中确定包含所述字符的第一字符区域。
3.如权利要求1所述的方法,其特征在于,所述辅助定位色块形成为围绕在所述表盘的字符周围的框形色块,所述方法还包括:
根据所述辅助定位色块的框内区域确定所述第一字符区域。
4.如权利要求3所述的方法,其特征在于,利用边缘检测从第一字符区域中确定第二字符区域,还包括:
根据所述第一字符区域从所述表盘图像中截取第一字符图像,所述第一字符图像包含所述字符;
利用Canny算子对所述第一字符图像进行边缘检测,根据所述边缘检测的结果确定所述第二字符区域的左边界和右边界,其中所述边缘检测的结果包含多个边缘点;
利用Hough变换对所述多个边缘点进行平行线检测,根据所述平行线检测的结果确定所述第二字符区域的上边界和下边界。
5.如权利要求4所述的方法,其特征在于,所述边缘检测的结果包括多个强边缘点和多个弱边缘点;以及,
其中,所述第二字符区域的左边界定位在所述第一字符图像的最左侧强边缘点和最左侧弱边缘点之间;
其中,所述第二字符区域的右边界定位在所述第一字符图像的最右侧强边缘点和最右侧弱边缘点之间。
6.一种字符定位装置,其特征在于,包括:
获取单元,用于获取表盘图像,所述表盘图像包含字符和预设颜色的辅助定位色块;
色块定位单元,用于利用HSV颜色空间算法从所述表盘图像中确定所述辅助定位色块的位置;
第一定位单元,用于根据所述辅助定位色块的位置从所述表盘图像中确定第一字符区域;
第二定位单元,用于利用边缘检测从所述第一字符区域中确定第二字符区域。
7.如权利要求6所述的装置,其特征在于,所述辅助定位色块和所述字符区域之间具有预设位置关系,所述第一定位单元还用于:
根据所述辅助定位色块的位置、所述辅助定位色块和所述字符区域之间的预设位置关系从所述表盘图像中确定包含所述字符的第一字符区域。
8.如权利要求6所述的装置,其特征在于,所述辅助定位色块形成为围绕在所述表盘的字符周围的框形色块,所述第一定位单元还用于:
根据所述辅助定位色块的框内区域确定所述第一字符区域。
9.如权利要求8所述的装置,其特征在于,所述第二定位单元还用于:
根据所述第一字符区域从所述表盘图像中截取第一字符图像,所述第一字符图像包含所述字符;
利用Canny算子对所述第一字符图像进行边缘检测,根据所述边缘检测的结果确定所述第二字符区域的左边界和右边界,其中所述边缘检测的结果包含多个边缘点;
利用Hough变换对所述多个边缘点进行平行线检测,根据所述平行线检测的结果确定所述第二字符区域的上边界和下边界。
10.如权利要求9所述的装置,其特征在于,所述边缘检测的结果包括多个强边缘点和多个弱边缘点;以及,
其中,所述第二字符区域的左边界定位在所述第一字符图像的最左侧强边缘点和最左侧弱边缘点之间;
其中,所述第二字符区域的右边界定位在所述第一字符图像的最右侧强边缘点和最右侧弱边缘点之间。
11.一种自动抄表系统,其特征在于,包括:
表盘,所述表盘上包含字符以及预设颜色的辅助定位色块;
摄像装置,用于拍摄所述表盘以得到表盘图像;以及,
字符定位装置,用于执行如权利要求1-5中任一项所述的方法。
12.一种字符定位装置,其特征在于,包括:
一个或者多个多核处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或者多个多核处理器执行时,使得所述一个或多个多核处理器实现:
获取表盘图像,所述表盘图像包含字符和预设颜色的辅助定位色块;
利用HSV颜色空间算法从所述表盘图像中确定所述辅助定位色块的位置;
根据所述辅助定位色块的位置从所述表盘图像中确定第一字符区域;
利用边缘检测从所述第一字符区域中确定第二字符区域。
13.一种计算机可读存储介质,所述计算机可读存储介质存储有程序,当所述程序被多核处理器执行时,使得所述多核处理器执行如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010503528.6A CN111783758A (zh) | 2020-06-05 | 2020-06-05 | 一种字符定位方法、装置以及自动抄表系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010503528.6A CN111783758A (zh) | 2020-06-05 | 2020-06-05 | 一种字符定位方法、装置以及自动抄表系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111783758A true CN111783758A (zh) | 2020-10-16 |
Family
ID=72754041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010503528.6A Pending CN111783758A (zh) | 2020-06-05 | 2020-06-05 | 一种字符定位方法、装置以及自动抄表系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783758A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117549938A (zh) * | 2023-12-13 | 2024-02-13 | 中国铁道科学研究院集团有限公司 | 用于记录列控车载设备灯位状态信息的智能诊断分析系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050450A (zh) * | 2014-06-16 | 2014-09-17 | 西安通瑞新材料开发有限公司 | 一种基于视频的车牌识别方法 |
-
2020
- 2020-06-05 CN CN202010503528.6A patent/CN111783758A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050450A (zh) * | 2014-06-16 | 2014-09-17 | 西安通瑞新材料开发有限公司 | 一种基于视频的车牌识别方法 |
Non-Patent Citations (2)
Title |
---|
冯玉田等: "基于Tesseract-OCR的燃气表自动识别研究", 《电子测量技术》, pages 1 - 2 * |
王舒憬;陈凯;: "基于图像处理的智能电表显示缺陷自动检测系统设计", 电测与仪表, no. 04, pages 1 - 2 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117549938A (zh) * | 2023-12-13 | 2024-02-13 | 中国铁道科学研究院集团有限公司 | 用于记录列控车载设备灯位状态信息的智能诊断分析系统 |
CN117549938B (zh) * | 2023-12-13 | 2024-06-28 | 中国铁道科学研究院集团有限公司 | 用于记录列控车载设备灯位状态信息的智能诊断分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921897B (zh) | 定位卡片区域的方法和设备 | |
CN111612781A (zh) | 一种屏幕缺陷检测方法、装置及头戴显示设备 | |
CN110781885A (zh) | 基于图像处理的文本检测方法、装置、介质及电子设备 | |
US20230009564A1 (en) | Character segmentation method and apparatus, and computer-readable storage medium | |
CN113160161B (zh) | 目标边缘处缺陷的检测方法和装置 | |
CN110333240B (zh) | 电容外观的检测方法及装置、存储介质和处理器 | |
CN108896278A (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
US20180253852A1 (en) | Method and device for locating image edge in natural background | |
CN112348836A (zh) | 一种自动提取建筑物轮廓的方法及装置 | |
CN112634201B (zh) | 目标检测方法、装置和电子设备 | |
US20200218343A1 (en) | Gaze point compensation method and apparatus in display device, and display device | |
CN110796669A (zh) | 一种垂直边框定位方法及设备 | |
CN117152165B (zh) | 感光芯片缺陷的检测方法、装置、存储介质及电子设备 | |
US20210368153A1 (en) | An Image Synthesis Method, Apparatus and Device for Free-viewpoint | |
CN110909772B (zh) | 一种高精度实时多尺度表盘指针检测方法和系统 | |
CN111783758A (zh) | 一种字符定位方法、装置以及自动抄表系统 | |
CN110018169B (zh) | 一种丝印线条的检测方法及装置、存储介质和处理器 | |
CN109410197B (zh) | 一种定位液晶屏检测区域的方法及装置 | |
CN111553927B (zh) | 棋盘格角点检测方法、检测系统、计算机装置及存储介质 | |
CN116843665A (zh) | 相机模组涂胶情况判定方法、装置、设备及存储介质 | |
CN114092695A (zh) | 一种基于分割模型的roi提取方法及装置 | |
CN116017129A (zh) | 一种补光灯角度调整方法、装置、系统、设备和介质 | |
US20220198675A1 (en) | Method and device for marking image position of sub-pixel of display screen, and storage medium | |
CN114863086A (zh) | 一种基于模板匹配的变电站多表盘多指针识别方法 | |
CN105825161A (zh) | 图像的肤色检测方法及其系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201130 Address after: Room 206, 2 / F, building C, phase I, Zhongguancun Software Park, No. 8, Dongbei Wangxi Road, Haidian District, Beijing 100094 Applicant after: Canaan Bright Sight Co.,Ltd. Address before: 310000, room 12, building 4, building nine, No. nine, 1203 Ring Road, Hangzhou, Zhejiang, Jianggan District Applicant before: Hangzhou Canaan Creative Information Technology Ltd. |
|
TA01 | Transfer of patent application right |