CN112770080B - 一种抄表方法、抄表装置及电子设备 - Google Patents

一种抄表方法、抄表装置及电子设备 Download PDF

Info

Publication number
CN112770080B
CN112770080B CN201911059470.4A CN201911059470A CN112770080B CN 112770080 B CN112770080 B CN 112770080B CN 201911059470 A CN201911059470 A CN 201911059470A CN 112770080 B CN112770080 B CN 112770080B
Authority
CN
China
Prior art keywords
target image
image
target
acquiring
video
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.)
Active
Application number
CN201911059470.4A
Other languages
English (en)
Other versions
CN112770080A (zh
Inventor
禇立辰
刘飞
傅帅
赵秀伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile IoT Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile IoT Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile IoT Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201911059470.4A priority Critical patent/CN112770080B/zh
Publication of CN112770080A publication Critical patent/CN112770080A/zh
Application granted granted Critical
Publication of CN112770080B publication Critical patent/CN112770080B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/02Recognising information on displays, dials, clocks

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种抄表方法、抄表装置及电子设备,该方法包括:接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;从所述拍摄视频中获取目标图像;获取所述目标图像中的目标区域;对所述目标区域进行识别,获取示数。这样,抄表装置根据终端发送的拍摄视频即可获取示数,可节省工作人员对逐个电表进行数据采集的时间,提高了抄表效率。

Description

一种抄表方法、抄表装置及电子设备
技术领域
本发明涉及通信技术领域,尤其涉及一种抄表方法、抄表装置及电子设备。
背景技术
电表是电力网络中重要的测量仪器,可以测量电力资源的消耗情况。传统中对电表进行采集时,是通过人工方式进行采集,即需要专门的工作人员对逐个电表进行数据采集,效率低下。
发明内容
本发明实施例提供一种抄表方法、抄表装置及电子设备,以解决现有抄表方式效率低下的问题。
为解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种抄表方法,包括:
接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;
从所述拍摄视频中获取目标图像;
获取所述目标图像中的目标区域;
对所述目标区域进行识别,获取示数。
第二方面,本发明实施例还提供一种抄表装置,包括:
接收模块,用于接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;
第一获取模块,用于从所述拍摄视频中获取目标图像;
第二获取模块,用于获取所述目标图像中的目标区域;
识别模块,用于对所述目标区域进行识别,获取示数。
第三方面,本发明实施例还提供一种抄表装置,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述抄表方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述抄表方法的步骤。
在本发明实施例中,接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;从所述拍摄视频中获取目标图像;获取所述目标图像中的目标区域;对所述目标区域进行识别,获取示数。这样,抄表装置根据终端发送的拍摄视频即可获取示数,可节省工作人员对逐个电表进行数据采集的时间,提高了抄表效率。
附图说明
图1是本发明实施例提供的抄表方法的流程图;
图2-图5是本发明实施例提供的表计的显示屏示意图;
图6是本发明实施例提供的抄表装置的结构图;
图7是本发明实施例提供的电子设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1是本发明实施例提供的抄表方法的流程图之一,如图1所示,本实施例提供一种抄表方法,应用于抄表装置,包括以下步骤:
步骤101、接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取。
终端用于对表计的显示屏进行拍摄,并将拍摄视频发送至抄表装置。抄表装置可为云端服务器(以下简称云端)。终端在获取到拍摄视频后,可通过无线网络模块发送给抄表装置。无线网络模块可为4G模块或5G模块,在此不做限定。
在本实施例中,终端发送拍摄视频的方式有两种,第一种是在已知显示屏跳变周期的情况下,拍摄(或录制)一个显示屏跳变周期的视频,发送给云端。第二种是在未知显示屏跳变周期的情况下,录制时将视频数据流实时发送给云端。显示屏跳变周期可理解为在表计以多屏轮换的方式显示时,显示屏的屏幕轮换周期,即显示屏对一个参数的数值进行显示的时长。表计的显示屏对参数以及参数的值进行显示。参数包括电量或时间,电量又可包括正向有功情况下的电量、有功的总电量、或者无功的总电量等等,如图2-图5所示,在显示屏的上部区域显示参数,在显示屏的中部区域显示参数的数值。
步骤102、从所述拍摄视频中获取目标图像。
显示不同的参数时,采用多屏轮换的方式对不同的参数进行显示。例如,在第一时间段内显示正向有功情况下的电量、在第二时间段内显示有功的总电量。第一时间段和第二时间段为时间上相邻的时间段。
拍摄视频包括多个图像,目标图像可为这多个图像中的一帧或多帧。
步骤103、获取所述目标图像中的目标区域。
目标区域为显示数值的区域。表计的显示屏上显示数值的区域一般为固定区域,这样,目标图像中显示数值的区域也为固定区域,例如,数值在显示屏的中间区域显示,这样,数值也可在目标图像的中间区域显示。
步骤104、对所述目标区域进行识别,获取示数。
对目标区域采用图像识别,获取示数。所述示数即显示在所述表计的显示屏上的数值。例如,通过图像区域检测模型和数字识别模型对目标区域进行识别,获取示数,并显示在云端的显示屏上。其中,图像区域检测模型采用FRCNN或YOLO(You Only Look Once)网络,使用已对数字区域进行标注的样本进行训练,获得区域检测模型,提取图片的感兴趣区域(region of interest,简称ROI)区域。再将ROI区域通过数字识别模型进行识别,获取示数。
本实施例中,接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;从所述拍摄视频中获取目标图像;获取所述目标图像中的目标区域;对所述目标区域进行识别,获取示数。这样,抄表装置根据终端发送的拍摄视频即可获取示数,可节省工作人员对逐个电表进行数据采集的时间,提高了抄表效率。
进一步的,在本发明一个实施例中,步骤102、从所述拍摄视频中获取目标图像,包括:
获取所述拍摄视频中相邻帧在第一区域的差值;
若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻;
从所述拍摄视频中在所述显示时刻之前显示的图像中获取第一目标图像;
从所述拍摄视频中在所述显示时刻、以及所述显示时刻之后显示的图像中获取第二目标图像,所述目标图像包括所述第一目标图像和所述第二目标图像。
具体的,第一区域为显示参数的区域,例如,图2-图5中显示在表计显示屏的上端的区域。
对拍摄视频中的相邻帧进行计算。利用OpenCV读取拍摄视频中的每帧图像,并计算相邻帧在第一区域的差值,在计算差值时,可将相同位置上的像素值进行差值运算,然后将差值均值作为相邻帧在第一区域的差值,在差值(本实施例中差值为绝对值)大于第一预设阈值时,认为相邻帧的第一区域差别较大,存在跳变;或者,对像素值相减后的差值大于预设值的像素个数进行统计,在像素个数大于预设像素个数时,认为相邻帧的第一区域差别较大,存在跳变。
当存在跳变时,获取相邻帧中后一帧图像的显示时刻,后一帧图像的显示时刻即跳变时刻。也就是说,相邻帧中,前一帧图像与后一帧图像显示的是不同参数的数值。此时,在拍摄视频的显示时刻之前显示的图像中获取第一目标图像,该第一目标图像显示的是第一参数的数值;在拍摄视频的显示时刻、以及显示时刻之后显示的图像中获取第二目标图像,该第二目标图像显示的是第二参数的数值。
在选择第一目标图像时,可选择拍摄视频中在显示时刻之前显示的图像中显示效果最佳的图像。在选择第二目标图像时,也可选择拍摄视频中在显示时刻、以及显示时刻之后显示的图像中显示效果最佳的图像。
本实施例中,若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻,并以显示时刻为分界,从拍摄视频中在显示时刻之前显示的图像中获取第一目标图像,从所述拍摄视频中在显示时刻、以及显示时刻之后显示的图像中获取第二目标图像,从而确定两张对不同参数进行显示的图像。
进一步的,在本发明一个实施例中,在若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻之后,还包括:
若所述拍摄视频中在所述显示时刻之后显示的第一图像的第一区域,与所述拍摄视频的第一帧图像的第一区域的差值小于第二预设阈值,则将所述拍摄视频中所述第一帧图像与所述第一图像之间的时长确定为一个显示屏跳变周期;
向所述终端发送信息,所述信息包括显示屏跳变周期和所述停止拍摄命令。
本实施例的使用场景可为:终端在未知显示屏跳变周期的情况下,将录制的视频数据流实时发送给云端。本实施例可根据终端上传的视频数据计算显示屏的跳变周期,并将跳变周期发送给终端,以便于终端后续根据显示屏跳变周期发送拍摄视频,例如,发送一个显示屏跳变周期的拍摄视频。
将拍摄视频中在显示时刻之后显示的各帧图像(也称为待选图像)与拍摄视频的第一帧图像进行对比,具体对两张图像的第一区域进行比对,即将两张图像的第一区域做差,将差值与第二预设阈值进行比较。若差值小于第二预设阈值,说明第一帧图像的第一区域与第一图像的第一区域差别较小,认为显示的为同一参数,此时,可认为拍摄视频中第一帧图像与第一图像之间的时长为一个显示屏跳变周期。第一图像为待选图像中在显示时间上最靠近所述第一帧图像的图像。
在获得显示屏跳变周期后,云端向终端发送信息,所述信息包括显示屏跳变周期和所述停止拍摄命令,使得终端在接收到信息后,在后续的处理中,按照显示屏跳变周期向云端发送拍摄视频,例如,发送一个显示屏跳变周期的拍摄视频;并且,停止向云端发送拍摄视频,节省流量开支。
在本发明一个实施例中,在所述从所述拍摄视频中获取目标图像之后,所述获取所述目标图像中的目标区域之前,还包括:
根据所述目标图像的第一区域,对所述目标图像进行分类,获得类别;
所述对所述目标区域进行识别,获取示数,包括:
对所述目标区域进行识别,获取与所述类别对应的所述示数。
具体的,表计的显示屏对参数以及参数的值进行显示。第一区域为显示参数的区域,例如,图2-图5中显示在表计显示屏的上端的区域。参数包括电量或时间,电量又可包括正向有功情况下的电量、有功的总电量、或者无功的总电量等等。对目标图像进行分类,即根据第一区域确定该目标图像是对何种参数进行显示。不同的参数属于不同的类别,具体可根据分类模型对目标图像进行分类,获得类别。这样,在对目标区域进行识别后,可获知识别出的示数为何种参数的示数,例如,对图2中的第一区域和目标区域进行识别后,确定该目标图像的类别为:正向有功,示数为9.84。
在本发明一个实施例中,所述从所述拍摄视频中获取目标图像,包括:
接收用户输入的目标类别;
从所述拍摄视频中获取与所述目标类别匹配的目标图像。
在类别有多个,但是并不需要对所有类别进行处理时,用户可对类别进行选择,以确定目标类别。用户在选择时,可对类别图像进行选择,每个类别图像显示一种参数,以及参数的数值。类别图像可以是历史拍摄视频中的图像。根据类别图像中显示的参数可确定目标类别。例如,选中图2所示的图像时,云端会对图2进行分析,根据图2所示图像中的第一区域确定目标类别。云端在后续处理中,只会对接收到的拍摄视频中与目标类别匹配的目标图像进行处理,而忽略拍摄视频中非目标图像的处理,节省云端的处理开支。
用户输入的目标类别可以是用户选择的一张或多张类别图像,云端对用户选择的类别图像进行识别,确定目标类别。例如,用户可以选择需要的一个或多个目标屏(即类别图像),云端在后续识别过程中,将拍摄视频中的每帧图像,利用分类模型进行挑选。分类模型在挑选时,挑选出与类别图像的类别匹配的图像。进一步的,将分类模型挑选出图像通过图像区域检测模型和数字识别模型进行示数识别。本实施例中,分类模型获取方式为:获取不同表型的每类屏幕各10到20张图片,各图片标注为不同类别的样本图片,然后将样本图片通过残差网络(RESNET)进行训练,最终获得分类模型。
在本申请中,云端平台具有接收视频,并将视频解析、分类、识别的能力。终端既可以将视频数据保存在终端存储设备中,也可以将视频解析成视频码流并上传。
本申请中的抄表方法,通过对终端发送的拍摄视频实现抄表,不用依赖于特定的专用传感器。并且,不需要人工确定多屏跳变表的跳变间隔和跳变时间,可减少人工干预成本。同时,与使用拍摄图片的方式相比,使用视频的方法可避免图片拍摄过程中,拍摄到跳变中间态时,造成识别不清的情况。
参见图6,图6是本发明实施例提供的抄表装置的结构图,如图6所示,抄表装置600,包括:
接收模块601,用于接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;
第一获取模块602,用于从所述拍摄视频中获取目标图像;
第二获取模块603,用于获取所述目标图像中的目标区域;
识别模块604,用于对所述目标区域进行识别,获取示数。
进一步的,所述第一获取模块602,包括:
第一获取子模块,用于获取所述拍摄视频中相邻帧在第一区域的差值;
第一确定子模块,用于若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻;
第二获取子模块,用于从所述拍摄视频中在所述显示时刻之前显示的图像中获取第一目标图像;
第三获取子模块,用于从所述拍摄视频中在所述显示时刻、以及所述显示时刻之后显示的图像中获取第二目标图像,所述目标图像包括所述第一目标图像和所述第二目标图像。
进一步的,所述第一获取模块602,还包括:
第二确定子模块,用于若所述拍摄视频中在所述显示时刻之后显示的第一图像的第一区域,与所述拍摄视频的第一帧图像的第一区域的差值小于第二预设阈值,则将所述拍摄视频中所述第一帧图像与所述第一图像之间的时长确定为一个显示屏跳变周期;
发送子模块,用于向所述终端发送信息,所述信息包括显示屏跳变周期和所述停止拍摄命令。
进一步的,还包括:
分类模块,用于根据所述目标图像的第一区域,对所述目标图像进行分类,获得类别;
所述识别模块,用于:
对所述目标区域进行识别,获取与所述类别对应的所述示数。
进一步的,所述第一获取模块602,用于:
接收用户输入的目标类别;
从所述拍摄视频中获取与所述目标类别匹配的目标图像。
抄表装置600能够实现图1所示方法实施例中抄表装置实现的各个过程,为避免重复,这里不再赘述。
本发明实施例的抄表装置600,接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;从所述拍摄视频中获取目标图像;获取所述目标图像中的目标区域;对所述目标区域进行识别,获取示数。这样,抄表装置根据终端发送的拍摄视频即可获取示数,可节省工作人员对逐个电表进行数据采集的时间,提高了抄表效率。
参见图7,图7是本发明实施例提供的一种电子设备的结构示意图。如图7所示,电子设备700包括:处理器701、存储器702及存储在所述存储器702上并可在所述处理器上运行的计算机程序,电子设备700中的各个组件通过总线系统703耦合在一起。可理解,总线系统703用于实现这些组件之间的连接通信。
其中,处理器701,用于接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;
从所述拍摄视频中获取目标图像;
获取所述目标图像中的目标区域;
对所述目标区域进行识别,获取示数。
进一步的,处理器701,还用于获取所述拍摄视频中相邻帧在第一区域的差值;
若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻;
从所述拍摄视频中在所述显示时刻之前显示的图像中获取第一目标图像;
从所述拍摄视频中在所述显示时刻、以及所述显示时刻之后显示的图像中获取第二目标图像,所述目标图像包括所述第一目标图像和所述第二目标图像。
进一步的,处理器701,还用于若所述拍摄视频中在所述显示时刻之后显示的第一图像的第一区域,与所述拍摄视频的第一帧图像的第一区域的差值小于第二预设阈值,则将所述拍摄视频中所述第一帧图像与所述第一图像之间的时长确定为一个显示屏跳变周期;
向所述终端发送信息,所述信息包括显示屏跳变周期和所述停止拍摄命令。
进一步的,处理器701,还用于根据所述目标图像的第一区域,对所述目标图像进行分类,获得类别;
处理器701,在执行对所述目标区域进行识别,获取示数的步骤时,具体用于:
对所述目标区域进行识别,获取与所述类别对应的所述示数。
进一步的,处理器701,还用于接收用户输入的目标类别;
从所述拍摄视频中获取与所述目标类别匹配的目标图像。
电子设备700能够实现前述实施例中抄表装置实现的各个过程,为避免重复,这里不再赘述。
本发明实施例的电子设备700,接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;从所述拍摄视频中获取目标图像;获取所述目标图像中的目标区域;对所述目标区域进行识别,获取示数。这样,抄表装置根据终端发送的拍摄视频即可获取示数,可节省工作人员对逐个电表进行数据采集的时间,提高了抄表效率。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述抄表方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台抄表装置(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。

Claims (10)

1.一种抄表方法,其特征在于,包括:
接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;
从所述拍摄视频中获取目标图像;
获取所述目标图像中的目标区域;
对所述目标区域进行识别,获取示数;
在所述从所述拍摄视频中获取目标图像之后,所述获取所述目标图像中的目标区域之前,还包括:
根据所述目标图像的第一区域,对所述目标图像进行分类,获得类别;
所述对所述目标区域进行识别,获取示数,包括:
对所述目标区域进行识别,获取与所述类别对应的所述示数。
2.根据权利要求1所述的方法,其特征在于,所述从所述拍摄视频中获取目标图像,包括:
获取所述拍摄视频中相邻帧在第一区域的差值;
若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻;
从所述拍摄视频中在所述显示时刻之前显示的图像中获取第一目标图像;
从所述拍摄视频中在所述显示时刻、以及所述显示时刻之后显示的图像中获取第二目标图像,所述目标图像包括所述第一目标图像和所述第二目标图像。
3.根据权利要求2所述的方法,其特征在于,所述若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻之后,还包括:
若所述拍摄视频中在所述显示时刻之后显示的第一图像的第一区域,与所述拍摄视频的第一帧图像的第一区域的差值小于第二预设阈值,则将所述拍摄视频中所述第一帧图像与所述第一图像之间的时长确定为一个显示屏跳变周期;
向所述终端发送信息,所述信息包括显示屏跳变周期和停止拍摄命令。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述从所述拍摄视频中获取目标图像,包括:
接收用户输入的目标类别;
从所述拍摄视频中获取与所述目标类别匹配的目标图像。
5.一种抄表装置,其特征在于,包括:
接收模块,用于接收终端发送的拍摄视频,所述拍摄视频为所述终端对表计的显示屏进行拍摄获取;
第一获取模块,用于从所述拍摄视频中获取目标图像;
第二获取模块,用于获取所述目标图像中的目标区域;
识别模块,用于对所述目标区域进行识别,获取示数;
分类模块,用于根据所述目标图像的第一区域,对所述目标图像进行分类,获得类别;
所述识别模块,用于:
对所述目标区域进行识别,获取与所述类别对应的所述示数。
6.根据权利要求5所述的装置,其特征在于,所述第一获取模块,包括:
第一获取子模块,用于获取所述拍摄视频中相邻帧在第一区域的差值;
第一确定子模块,用于若所述差值大于第一预设阈值,确定所述相邻帧中后一帧图像的显示时刻;
第二获取子模块,用于从所述拍摄视频中在所述显示时刻之前显示的图像中获取第一目标图像;
第三获取子模块,用于从所述拍摄视频中在所述显示时刻、以及所述显示时刻之后显示的图像中获取第二目标图像,所述目标图像包括所述第一目标图像和所述第二目标图像。
7.根据权利要求6所述的装置,其特征在于,所述第一获取模块,还包括:
第二确定子模块,用于若所述拍摄视频中在所述显示时刻之后显示的第一图像的第一区域,与所述拍摄视频的第一帧图像的第一区域的差值小于第二预设阈值,则将所述拍摄视频中所述第一帧图像与所述第一图像之间的时长确定为一个显示屏跳变周期;
发送子模块,用于向所述终端发送信息,所述信息包括显示屏跳变周期和停止拍摄命令。
8.根据权利要求5-7中任一项所述的装置,其特征在于,所述第一获取模块,用于:
接收用户输入的目标类别;
从所述拍摄视频中获取与所述目标类别匹配的目标图像。
9.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的抄表方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的抄表方法的步骤。
CN201911059470.4A 2019-11-01 2019-11-01 一种抄表方法、抄表装置及电子设备 Active CN112770080B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911059470.4A CN112770080B (zh) 2019-11-01 2019-11-01 一种抄表方法、抄表装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911059470.4A CN112770080B (zh) 2019-11-01 2019-11-01 一种抄表方法、抄表装置及电子设备

Publications (2)

Publication Number Publication Date
CN112770080A CN112770080A (zh) 2021-05-07
CN112770080B true CN112770080B (zh) 2023-01-03

Family

ID=75692085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911059470.4A Active CN112770080B (zh) 2019-11-01 2019-11-01 一种抄表方法、抄表装置及电子设备

Country Status (1)

Country Link
CN (1) CN112770080B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743405A (zh) * 2021-09-07 2021-12-03 南方电网数字电网研究院有限公司 电能表的智能抄表方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279312A (zh) * 2011-07-06 2011-12-14 保定市三川电气有限责任公司 一种将普通电能表改造成智能电表的方法与装置
CN103680108A (zh) * 2012-11-20 2014-03-26 国网电力科学研究院 一种电表的抄表方法及抄表装置
CN106778754A (zh) * 2016-11-22 2017-05-31 南京理工大学 一种鲁棒的工业电表数字识别方法
CN107452144A (zh) * 2017-08-17 2017-12-08 成都工业学院 自动计费方法与装置
CN108460387A (zh) * 2018-03-26 2018-08-28 国网安徽省电力有限公司检修分公司 智能电力表计抄录计算系统及方法
CN109657682A (zh) * 2018-11-29 2019-04-19 国网河北省电力有限公司电力科学研究院 一种基于深度神经网络和多阈值软切分的电能表示数识别方法
CN110084241A (zh) * 2019-05-05 2019-08-02 山东大学 一种基于图像识别的电表自动读数方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100445226B1 (ko) * 2002-07-24 2004-08-21 한국전력공사 분류형 데이터 구조를 이용한 원격 검침 시스템
US20070179915A1 (en) * 2006-02-02 2007-08-02 Shen-Hung Hsu System and method of remote videoing of meter readings

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279312A (zh) * 2011-07-06 2011-12-14 保定市三川电气有限责任公司 一种将普通电能表改造成智能电表的方法与装置
CN103680108A (zh) * 2012-11-20 2014-03-26 国网电力科学研究院 一种电表的抄表方法及抄表装置
CN106778754A (zh) * 2016-11-22 2017-05-31 南京理工大学 一种鲁棒的工业电表数字识别方法
CN107452144A (zh) * 2017-08-17 2017-12-08 成都工业学院 自动计费方法与装置
CN108460387A (zh) * 2018-03-26 2018-08-28 国网安徽省电力有限公司检修分公司 智能电力表计抄录计算系统及方法
CN109657682A (zh) * 2018-11-29 2019-04-19 国网河北省电力有限公司电力科学研究院 一种基于深度神经网络和多阈值软切分的电能表示数识别方法
CN110084241A (zh) * 2019-05-05 2019-08-02 山东大学 一种基于图像识别的电表自动读数方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡立夫等.基于神经网络的电表数字识别技术研究.《沈阳航空航天大学学报》.2011,(第02期), *

Also Published As

Publication number Publication date
CN112770080A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
CN108686978B (zh) 基于arm的水果类别和色泽的分拣方法及系统
CN110047095B (zh) 基于目标检测的跟踪方法、装置及终端设备
CN108337505B (zh) 信息获取方法和装置
CN109376256B (zh) 图像搜索方法及装置
CN111292327B (zh) 机房巡检方法、装置、设备及存储介质
CN110348519A (zh) 金融产品欺诈团伙的识别方法和装置
CN110475124A (zh) 视频卡顿检测方法及装置
CN108579094A (zh) 一种用户界面检测方法及相关装置、系统和存储介质
CN113096158A (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN115396705B (zh) 投屏操作验证方法、平台及系统
CN112153320A (zh) 一种物品尺寸的测量方法、装置、电子设备和存储介质
CN114511820A (zh) 货架商品检测方法、装置、计算机设备及存储介质
CN112770080B (zh) 一种抄表方法、抄表装置及电子设备
CN114494863A (zh) 基于Blend Mask算法的动物幼崽计数方法以及装置
CN112183554B (zh) 一种自动化道路边界轮廓提取方法
CN110310341B (zh) 颜色算法中默认参数的生成方法、装置、设备和存储介质
CN113141433B (zh) 测试屏幕灵敏度的方法、装置和处理器
CN112995666B (zh) 一种结合场景切换检测的视频横竖屏转换方法及装置
CN115456984A (zh) 基于二维码高速识别图像识别缺陷检测系统
CN107818287B (zh) 一种客流统计装置及系统
CN114926627A (zh) 口腔结构定位模型训练方法、定位方法、装置和电子设备
CN113808107A (zh) 图像推荐方法、装置、电子设备和存储介质
CN111859019A (zh) 获取页面切换响应时间的方法及相关设备
CN114219744B (zh) 图像生成方法、装置、设备及存储介质
CN113704533B (zh) 对象关系的确定方法及装置、存储介质、电子装置

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
GR01 Patent grant
GR01 Patent grant