CN113191351B - 数字电表的示数识别方法及装置、模型训练方法及装置 - Google Patents

数字电表的示数识别方法及装置、模型训练方法及装置 Download PDF

Info

Publication number
CN113191351B
CN113191351B CN202110138431.4A CN202110138431A CN113191351B CN 113191351 B CN113191351 B CN 113191351B CN 202110138431 A CN202110138431 A CN 202110138431A CN 113191351 B CN113191351 B CN 113191351B
Authority
CN
China
Prior art keywords
side length
rectangular
interval
area
distance
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
CN202110138431.4A
Other languages
English (en)
Other versions
CN113191351A (zh
Inventor
沈美丽
刘尊年
高新亚
张晓双
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.)
Qingdao University of Technology
Original Assignee
Qingdao University of Technology
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 Qingdao University of Technology filed Critical Qingdao University of Technology
Priority to CN202110138431.4A priority Critical patent/CN113191351B/zh
Publication of CN113191351A publication Critical patent/CN113191351A/zh
Application granted granted Critical
Publication of CN113191351B publication Critical patent/CN113191351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/148Segmentation of character regions
    • G06V30/153Segmentation of character regions using recognition of characters or words
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种数字电表的示数识别方法及装置、模型训练方法及装置,属于图像识别技术领域。所述方法包括:从获取的数字电表图像中提取感兴趣区域;确定感兴趣区域中的至少一个目标区域;基于至少一个目标区域确定第一矩形区域;将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,第二矩形区域的宽度基于第一矩形区域的宽度和示数中的每个数字的宽度确定;将多个第二矩形区域所对应的图像输入示数识别模型,得到示数识别模型输出的示数。本发明能够降低采集电表示数的成本且提高采集电表示数的效率和精确度,可用于数字电表的示数识别。

Description

数字电表的示数识别方法及装置、模型训练方法及装置
技术领域
本发明涉及图像识别技术领域,特别涉及一种数字电表的示数识别方法及装置、模型训练方法及装置。
背景技术
数字电表通过采集脉冲信号来记录用户电量使用情况,并自动记录保存数据。目前通常需要人工手动记录数字电表上的示数。
但是由于数字电表的数量通常较多,因此人工采集的数据量较大,导致成本较高,效率较低且数据容易出错。
发明内容
本发明提供了一种数字电表的示数识别方法及装置、模型训练方法及装置,能够降低采集电表示数的成本且提高采集电表示数的效率和精确度,所述技术方案如下:
第一方面,提供了一种数字电表的示数识别方法,所述方法包括:
从获取的数字电表图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
将所述多个第二矩形区域所对应的图像输入示数识别模型,得到所述示数识别模型输出的示数。
可选地,所述目标区域为矩形区域,所述确定所述感兴趣区域中的至少一个目标区域,包括:
对所述感兴趣区域进行轮廓处理,得到多个第三矩形区域,所述轮廓处理包括边缘检测处理和/或膨胀处理;
将所述多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,所述目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、所述第三矩形区域的上边长与所述上边缘的间隔在第一间隔范围内以及所述第三矩形区域的下边长与所述上边缘的间隔在第二间隔范围内;
基于所述初始目标区域确定目标区域。
可选地,所述基于所述初始目标区域确定目标区域,包括:
将所述初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动所述任一初始目标区域的右边长,将所述任一初始目标区域的长度改变为所述第一长度;
对于长度小于所述第一长度的任一初始目标区域,通过移动所述任一初始目标区域的左边长,将所述任一初始目标区域的长度改变为所述第一长度。
可选地,所述方法还包括:
当所述初始目标区域与所述左边缘的最小间隔大于第一间隔时,将所述最小间隔对应的边长向左移动第一距离;
当所述初始目标区域与所述左边缘的最大间隔大于第二间隔时,将所述最大间隔对应的边长向左移动第二距离。
可选地,在将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域之前,所述方法还包括:
当所述第一矩形区域的左边长与所述左边缘的间隔大于第三间隔时,将所述第一矩形区域的左边长向左移动第三距离;
当所述第一矩形区域的右边长与所述左边缘的间隔小于第四间隔时,将所述第一矩形区域的右边长向右移动第四距离。
第二方面,提供了一种模型训练方法,所述方法包括:
从获取的数字电表样本图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表样本图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
利用所述多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
可选地,所述目标区域为矩形区域,所述确定所述感兴趣区域中的至少一个目标区域,包括:
对所述感兴趣区域进行轮廓处理,得到多个第三矩形区域,所述轮廓处理包括边缘检测处理和/或膨胀处理;
将所述多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,所述目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、所述第三矩形区域的上边长与所述上边缘的间隔在第一间隔范围内以及所述第三矩形区域的下边长与所述上边缘的间隔在第二间隔范围内;
基于所述初始目标区域确定目标区域。
可选地,所述基于所述初始目标区域确定目标区域,包括:
将所述初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动所述任一初始目标区域的右边长,将所述任一初始目标区域的长度改变为所述第一长度;
对于长度小于所述第一长度的任一初始目标区域,通过移动所述任一初始目标区域的左边长,将所述任一初始目标区域的长度改变为所述第一长度。
可选地,所述方法还包括:
当所述初始目标区域与所述左边缘的最小间隔大于第一间隔时,将所述最小间隔对应的边长向左移动第一距离;
当所述初始目标区域与所述左边缘的最大间隔大于第二间隔时,将所述最大间隔对应的边长向左移动第二距离。
可选地,在将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域之前,所述方法还包括:
当所述第一矩形区域的左边长与所述左边缘的间隔大于第三间隔时,将所述第一矩形区域的左边长向左移动第三距离;
当所述第一矩形区域的右边长与所述左边缘的间隔小于第四间隔时,将所述第一矩形区域的右边长向右移动第四距离。
第三方面,提供了一种数字电表的示数识别装置,所述装置包括:
提取模块,用于从获取的数字电表图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
第一确定模块,用于确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
第二确定模块,用于基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
切割模块,用于将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
输入模块,用于将所述多个第二矩形区域所对应的图像输入示数识别模型,得到所述示数识别模型输出的示数。
可选地,所述目标区域为矩形区域,所述第一确定模块,包括:
处理单元,用于对所述感兴趣区域进行轮廓处理,得到多个第三矩形区域,所述轮廓处理包括边缘检测处理和/或膨胀处理;
第一确定单元,用于将所述多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,所述目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、所述第三矩形区域的上边长与所述上边缘的间隔在第一间隔范围内以及所述第三矩形区域的下边长与所述上边缘的间隔在第二间隔范围内;
第二确定单元,用于基于所述初始目标区域确定目标区域。
可选地,所述第二确定单元,用于:
将所述初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动所述任一初始目标区域的右边长,将所述任一初始目标区域的长度改变为所述第一长度;
对于长度小于所述第一长度的任一初始目标区域,通过移动所述任一初始目标区域的左边长,将所述任一初始目标区域的长度改变为所述第一长度。
可选地,所述第二确定单元还用于:
当所述初始目标区域与所述左边缘的最小间隔大于第一间隔时,将所述最小间隔对应的边长向左移动第一距离;
当所述初始目标区域与所述左边缘的最大间隔大于第二间隔时,将所述最大间隔对应的边长向左移动第二距离。
可选地,所述数字电表的示数识别装置,还包括:
第一移动模块,用于当所述第一矩形区域的左边长与所述左边缘的间隔大于第三间隔时,将所述第一矩形区域的左边长向左移动第三距离;
第二移动模块,用于当所述第一矩形区域的右边长与所述左边缘的间隔小于第四间隔时,将所述第一矩形区域的右边长向右移动第四距离。
第四方面,提供了一种模型训练装置,所述装置包括:
提取模块,用于从获取的数字电表样本图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表样本图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
第一确定模块,用于确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
第二确定模块,用于基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
切割模块,用于将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
训练模块,用于利用所述多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
可选地,所述目标区域为矩形区域,所述第一确定模块,包括:
处理单元,用于对所述感兴趣区域进行轮廓处理,得到多个第三矩形区域,所述轮廓处理包括边缘检测处理和/或膨胀处理;
第一确定单元,用于将所述多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,所述目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、所述第三矩形区域的上边长与所述上边缘的间隔在第一间隔范围内以及所述第三矩形区域的下边长与所述上边缘的间隔在第二间隔范围内;
第二确定单元,用于基于所述初始目标区域确定目标区域。
可选地,所述第二确定单元,用于:
将所述初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动所述任一初始目标区域的右边长,将所述任一初始目标区域的长度改变为所述第一长度;
对于长度小于所述第一长度的任一初始目标区域,通过移动所述任一初始目标区域的左边长,将所述任一初始目标区域的长度改变为所述第一长度。
可选地,所述第二确定单元还用于:
当所述初始目标区域与所述左边缘的最小间隔大于第一间隔时,将所述最小间隔对应的边长向左移动第一距离;
当所述初始目标区域与所述左边缘的最大间隔大于第二间隔时,将所述最大间隔对应的边长向左移动第二距离。
可选地,所述数字电表的示数识别装置,还包括:
第一移动模块,用于当所述第一矩形区域的左边长与所述左边缘的间隔大于第三间隔时,将所述第一矩形区域的左边长向左移动第三距离;
第二移动模块,用于当所述第一矩形区域的右边长与所述左边缘的间隔小于第四间隔时,将所述第一矩形区域的右边长向右移动第四距离。
第五方面,提供了一种数字电表的示数识别装置,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为执行所述存储器中存储的指令以实现权利要求第一方面任一所述的数字电表的示数识别方法。
第六方面,提供了一种模型训练装置,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为执行所述存储器中存储的指令以实现权利要求第二方面任一所述的模型训练方法。
第七方面,提供了一种计算机存储介质,其特征在于,所述存储介质中存储有指令,当所述指令在处理组件上运行时,使得所述处理组件执行如权利要求第一方面任一所述的数字电表的示数识别方法。
第八方面,提供了一种计算机存储介质,其特征在于,所述存储介质中存储有指令,当所述指令在处理组件上运行时,使得所述处理组件执行如权利要求第二方面任一所述的模型训练方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明实施例提供的数字电表的示数识别方法,从获取的数字电表图像中提取感兴趣区域后,确定感兴趣区域中的至少一个目标区域,再基于至少一个目标区域确定第一矩形区域,之后将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并将多个第二矩形区域所对应的图像输入示数识别模型,得到该示数识别模型输出的示数,该过程中能够自动识别数字电表的示数,无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率,并且第二矩形区域对应的图像能够精准确框选示数,从而提高了识别数字电表的示数的精确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
附图说明
图1为本发明实施例提供的一种数字电表的示数识别方法的流程图;
图2为本发明实施例提供的另一种数字电表的示数识别方法的流程图;
图3为本发明实施例提供的一种对数字电表图像进行灰度化后的示意图;
图4为本发明实施例提供的一种对图3所示的图像进行二值化后的示意图;
图5为本发明实施例提供的一种对图4所示的图像确定外部矩形框后的示意图;
图6为本发明实施例提供的缩小外部矩形框后的示意图;
图7为本发明实施例提供的一种对图6所示的图像进行边缘检测处理后的示意图;
图8为本发明实施例提供的一种对图7所示的图像进行膨胀处理后的示意图;
图9为本发明实施例提供的一种第三矩形区域的示意图;
图10为本发明实施例提供的另一种第三矩形区域的示意图;
图11为本发明实施例提供的一种基于初始目标区域确定目标区域的过程示意图;
图12为本发明实施例提供的另一种基于初始目标区域确定目标区域的过程示意图;
图13为本发明实施例提供的多个第二矩形区域的示意图;
图14为本发明实施例提供的一种模型训练方法的流程图;
图15为本发明实施例提供的另一种模型训练方法的流程图;
图16为本发明实施例提供的一种训练样本图像示意图;
图17为本发明实施例提供的一种数字电表的示数识别装置的框图;
图18为本发明实施例提供的一种第一确定模块的框图;
图19为本发明实施例提供的另一种数字电表的示数识别装置的框图;
图20为本发明实施例提供的一种模型训练装置的框图;
图21为本发明实施例提供的一种第一确定模块的框图;
图22为本发明实施例提供的另一种模型训练装置的框图;
图23为本发明实施例提供的一种数字电表的示数识别装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例提供了一种数字电表的示数识别方法,该方法可以应用于第一计算机设备,例如可以应用于第一计算机设备中的图形处理器(Graphics Processing Unit,GPU)。示例地,请参考图1,图1为本发明实施例提供的一种数字电表的示数识别方法的流程图,该方法可以包括:
步骤101、从获取的数字电表图像中提取感兴趣区域,该感兴趣区域包括数字电表屏幕,该数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘。
步骤102、确定感兴趣区域中的至少一个目标区域,该目标区域包括示数中的数字,至少一个目标区域与上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔。
步骤103、基于至少一个目标区域确定第一矩形区域,第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,上边缘与上边长的间隔小于或等于最小上间隔,与下边长的间隔大于或等于最大上间隔;左边缘与左边长的间隔小于或等于最小左间隔,与右边长的间隔大于或等于最大左间隔。
步骤104、将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,第二矩形区域的宽度基于第一矩形区域的宽度和示数中的每个数字的宽度确定。
步骤105、将多个第二矩形区域所对应的图像输入示数识别模型,得到示数识别模型输出的示数。
综上所述,本发明实施例提供的数字电表的示数识别方法,从获取的数字电表图像中提取感兴趣区域后,确定感兴趣区域中的至少一个目标区域,再基于至少一个目标区域确定第一矩形区域,之后将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并将多个第二矩形区域所对应的图像输入示数识别模型,得到该示数识别模型输出的示数,该过程中能够自动识别数字电表的示数,无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率,并且第二矩形区域对应的图像能够精准确框选示数,从而提高了识别数字电表的示数的精确度。
请参考图2,图2为本发明实施例提供的另一种数字电表的示数识别方法的流程图,该方法可以应用于第一计算机设备,如图2所示,该方法可以包括:
步骤201、从获取的数字电表图像中提取感兴趣区域,该感兴趣区域包括数字电表屏幕,该数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘。
该数字电表图像可以是通过图像采集装置获取到的。例如可以是摄像机拍摄得到的。该数值电表图像为彩色图像,通常包括完整的数字电表屏幕,示数位于数字电表屏幕的右侧,且该数字电表屏幕的边框明显,亮度与背景有明显区别。其中示数可以包括三个数字或者六个数字等,每个数字可以为“0”至“9”中的任一数字。
可选地,可以先对数字电表图像进行图像处理,再确定数字电表图像中屏幕的外部矩形框,之后将外部矩形框围成的区域确定为感兴趣区域,该图像处理可以包括灰度化和/或二值化。
示例地,假设图像处理包括灰度化和二值化。请参考图3至图5,图3为本发明实施例提供的一种对数字电表图像进行灰度化后的示意图,图4为本发明实施例提供的一种对图3所示的图像进行二值化后的示意图,图5为本发明实施例提供的一种对图4所示的图像确定外部矩形框后的示意图。由于获取到的数字电表图像为彩色图像,因此对数字电表图像依次进行灰度化和二值化,以便于后续更加精确地提取感兴趣区域,以对示数进行更为精确的识别。在对数字电表图像依次进行灰度化和二值化后,数字电表屏幕与外部区域的边缘明显,因此可以确定边缘矩形框。当确定多个边缘矩形框时,将面积最大的矩形框确定为外部矩形框,这样能够保证感兴趣区域中包括完整的示数。
可选地,还可以对外部矩形框的长和宽进行同比例缩小,以减小感兴趣区域中包括的除了示数之外的其他内容,便于后续的处理。且同比例缩小能够保证示数中的各个数字具有相似的尺寸。示例地,请参考图6,图6为本发明实施例提供的缩小外部矩形框后的示意图,相较于图5,图6中的感兴趣区域中包含的除示数之外的内容更少,且示数更明显。
需要说明的是,前述图3至图6中,a1边缘为上边缘,a2边缘为下边缘,a3边缘为左边缘,a4边缘为右边缘。
步骤202、对感兴趣区域进行轮廓处理,得到多个第三矩形区域,该轮廓处理包括边缘检测处理和/或膨胀处理。
可选地,可以先对感兴趣区域进行灰度化处理后再进行轮廓处理。
请参考图7和图8,以轮廓处理包括边缘检测和膨胀处理为例,图7为本发明实施例提供的一种对图6所示的图像进行边缘检测处理后的示意图,图8为本发明实施例提供的一种对图7所示的图像进行膨胀处理后的示意图。如图7所示,经过边缘检测处理后能够清晰观察到示数中的各个数字的位置。但是数字的轮廓线段较乱且不连续,这样会导致后续得到的第三矩形区域不准确,例如会导致一个第三矩形区域包括一个数字的上半部分。如图8所示,经过膨胀处理后,能够使得轮廓线段连续,保证后续确定第三矩形区域的准确性。
示例地,请参考图9,图9为本发明实施例提供的一种第三矩形区域的示意图,图9中各个白色矩形框框出来的区域为第三矩形区域。如图9所示,多个第三矩形区域中,存在包括有示数的第三矩形区域以及包括感兴趣区域中除示数之外的其他内容的第三矩形区域。图9中,以一个第三矩形区域为例对第三矩形区域的上边长、下边长、左边长以及右边长进行示例。b1边长为第三矩形区域上边长,b2边长为第三矩形区域下边长,b3边长为第三矩形区域左边长以及b4边长为第三矩形区域右边长。
步骤203、将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域。
可选地,该目标条件可以包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、第三矩形区域的上边长与上边缘的间隔在第一间隔范围内以及第三矩形区域的下边长与上边缘的间隔在第二间隔范围内。
该第一间隔范围和第二间隔范围可以以坐标形式表征。可选地,以数字电表图像的左上角点为原点,以上边缘为横轴(即x轴)以及以左边缘为纵轴(即y轴)建立坐标系,横轴的方向朝右,纵轴方向朝下。此时第三矩形区域的上边长与上边缘的间隔即为第三矩形区域的上边长的纵坐标,第三矩形区域的下边长与上边缘的间隔即为第三矩形区域的下边长的纵坐标。第一间隔范围可以为第一纵坐标范围,第二间隔范围可以为第二纵坐标范围。当然该坐标系的建立方式仅为示例性说明,并不对此进行限定。
如前述图9所示,确定出的多个第三矩形区域可能存在以下至少一个问题:存在第三矩形区域包括感兴趣区域中除示数之外的其他字符,该其他字符会对后续识别结果造成干扰;存在包括整个感兴趣区域的第三矩形区域;存在包括示数中连续的多个数字的第三矩形区域;存在同时包括示数中的数字和其他字符的第三矩形区域。
对于只包括除示数之外的其他字符的第三矩形区域,其面积通常较小。对于包括整个感兴趣区域的第三矩形区域,其面积通常较大。而对于只包括示数中的数字的第三矩形区域,其面积通常介于前述两者之间。因此可以通过设置目标面积范围,排除多个第三矩形区域中面积较小或者较大的第三矩形区域。
示例地,示数中的一个数字的面积(1除外)通常为1200,数字1的面积通常为500,两个连续的数字的总面积处于2500-2900之间,三个连续的数字的总面积处于3500-3900之间,可以将目标面积范围设置为[470,4000],不在该范围内的第三矩形区域均被排除。这样能够在去除不包括示数的第三矩形区域的同时,保留包括示数的第三矩形区域。
进一步地,在通过目标面积范围排除一部分第三矩形区域后,可能还存在不包括示数中的数字的第三矩形区域。示例地,请参考图10,图10为本发明实施例提供的另一种第三矩形区域的示意图,图10中各个白色矩形框框出来的区域为第三矩形区域。如图10所示,该不包括数字的第三矩形区域通常长度较大、宽度较大或者位置明显与包括数字的第三矩形区域位置不同。因此可以通过设置目标长度范围、目标宽度范围、第一间隔范围或者第二间隔范围,进一步排除不包括数字的第三矩形区域。
示例地,一个数字的宽度通常为55,因此可以将目标宽度范围设置为[0,55]。两个连续数字的总长度通常约为55,因此可以将目标长度范围设置为[0,65]。感兴趣区域中,示数所在区域与上边缘的间隔(即纵坐标)通常大于5,且小于37,因此可以将第一间隔范围(即第一纵坐标范围)设置为[5,37],将第二间隔范围(即第二纵坐标范围)设置为[5,37]。
步骤204、基于初始目标区域确定目标区域,该目标区域包括示数中的数字,目标区域与上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔。
当在数字电表图像中按照前述方式建立坐标系后,该目标区域包括多个坐标点。此时最小上间隔对应的坐标点为最小纵坐标,最大上间隔对应的坐标点为最大纵坐标,最小左间隔对应的坐标点为最小横坐标,最大左间隔对应的坐标点为最大横坐标。
该目标区域可以为矩形区域,可以将各个初始目标区域的长度和宽度进行统一。示例地,可以将初始目标区域的宽度改变为目标宽度,以使各个初始目标区域的宽度统一,例如,该目标宽度可以为50。
在统一各个初始目标区域的长度时,需要保证得到的目标区域中包括完整的数字。可选地,对于长度大于第一长度的任一初始目标区域,通过移动该任一初始目标区域的右边长,将任一初始目标区域的长度改变为第一长度。对于长度小于第一长度的任一初始目标区域,通过移动该任一初始目标区域的左边长,将任一初始目标区域的长度改变为第一长度。示数中连续的两个数字的宽度通常大于30,一个数字(1除外)的宽度约为25。在示数中不包括1的情况下,可以将第一长度设置为25。这样能够保证得到的目标区域只包括数字,且能使得包括连续的多个数字的初始目标区域变为只包括连续的多个数字中最左边的数字的目标区域。
示例地,请参考图11,图11为本发明实施例提供的一种基于初始目标区域确定目标区域的过程示意图,图11中示出了示数均不包括1的图像11a和图像11b,图11中白色矩形框框起来的区域为初始目标区域,图11b中白色矩形框框起来的区域为目标区域。在对图11a中的初始目标区域的长度和宽度进行统一后,得到图11b中的目标区域,图11a中的初始目标区域包括除数字外的其他字符,图11b中的目标区域均不包括其他字符。
假设数字电表图像中按照前述方式建立坐标系,由于数字1的长度小于其他数字的长度,因此,在该步骤204中,若数字1位于示数中的最左一位,则初始目标区域与左边缘的最小间隔(即初始目标区域中的最小横坐标)会偏大;若数字1位于示数中的最右一位,则初始目标区域与左边缘的最大间隔(即初始目标区域中的最大横坐标)会偏大。因此可以检测初始目标区域与左边缘的最小间隔和最大间隔,之后基于检测结果进行初始目标区域的调整。
可选地,当初始目标区域与左边缘的最小间隔大于第一间隔时,将最小间隔对应的边长向左移动第一距离。当初始目标区域与左边缘的最大间隔大于第二间隔时,将最大间隔对应的边长向左移动第二距离。示例地,第二距离可以为25。示例地,请参考图12,图12为本发明实施例提供的另一种基于初始目标区域确定目标区域的过程示意图,图12中示出了数字1位于示数的最左一位的图像12a和图像12b,图像12a中白色矩形框框起来的区域为初始目标区域,图12b中白色矩形框框起来的区域为目标区域。图12a中的初始目标区域与左边缘的最小间隔偏大,将包括数字1的初始目标区域的左边长(即最小间隔对应的边长)向左移动第一距离后,得到图12b所示的包括1的目标区域。
另一种方式中,以坐标角度对前述过程进行描述,此时可以确定第一横坐标和第二横坐标。当初始目标区域的最小横坐标大于第一横坐标时,将最小横坐标对应的边长向左移动第一距离。当初始目标区域的最大横坐标大于第二横坐标时,将最大横坐标对应的边长向左移动第二距离。
步骤205、基于至少一个目标区域确定第一矩形区域,第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,上边缘与上边长的间隔小于或等于最小上间隔,与下边长的间隔大于或等于最大上间隔;左边缘与左边长的间隔小于或等于最小左间隔,与右边长的间隔大于或等于最大左间隔。
以前述在数字电表图像建立的坐标系为例,目标区域包括多个坐标点,上边缘与第一矩形区域的上边长的间隔小于或等于最小上间隔,相当于第一矩形区域的上边长的纵坐标小于或等于多个坐标点中的最小纵坐标;上边缘与第一矩形区域的下边长的间隔大于或等于最大上间隔,相当于第一矩形区域的下边长的纵坐标大于或等于多个坐标点中的最大纵坐标;左边缘与第一矩形区域的左边长的间隔小于或等于最小左间隔,相当于第一矩形区域的左边长的横坐标小于或等于多个坐标点中的最小横坐标;左边缘与第一矩形区域的右边长的间隔大于或等于最大左间隔,相当于第一矩形区域的右边长的横坐标大于或等于多个坐标点中的最大横坐标。
目标区域为矩形区域,在该步骤205中,可以将各个目标区域左边长以及右边长与左边缘的间隔进行排序,将间隔最小的左边长作为待生成的第一矩形区域的左边长。并将间隔最大的右边长作为待生成的第一矩形区域的右边长。
另一种方式中,以坐标角度对前述过程进行描述,在该步骤205中,可以将各个目标区域的横坐标(即x坐标)进行排序,将最小的横坐标作为待生成的第一矩形区域的左边长的横坐标,将最大的横坐标作为待生成的第一矩形区域的右边长的横坐标。
进一步地,可以将各个目标区域上边长以及下边长与上边缘的间隔进行排序,将间隔最小的上边长作为待生成的第一矩形区域的上边长,并将间隔最大的下边长作为待生成的第一矩形区域的下边长。
另一种方式中,以坐标角度对前述过程进行描述,可以将各个目标区域的纵坐标(即y坐标)进行排序,将最小的纵坐标作为待生成的第一矩形区域的上边长的纵坐标,将最大的纵坐标作为待生成的第一矩形区域的下边长的纵坐标。
前述过程中可能会存在漏检的情况,例如示数的最右数字由于其他字符的干扰没有被检测到。这样存在示数中的数字未处于目标区域中,因此也未处于第一矩形区域中,进而导致后续对第一矩形区域进行切割后得到的图像缺少漏检的数字,从而导致示数识别结果有误。因此需要检测第一矩形区域的左边长与左边缘的间隔是否大于第三间隔,以及检测第一矩形区域的右边长与左边缘的间隔是否小于第四间隔。并根据检测结果选择执行后续步骤206和/或步骤207。当第一矩形区域的左边长与左边缘的间隔小于或等于第三间隔,且右边长与左边缘的间隔大于或等于第四间隔时,无需执行后续步骤206和207,而直接执行后续步骤208。
另一种方式中,以坐标角度对前述过程进行描述,可以检测第一矩形区域的左边长的横坐标是否大于第三横坐标,以及检测第一矩形区域的右边长的横坐标是否小于第四横坐标。并根据检测结果选择执行后续步骤206和/或步骤207。当第一矩形区域的左边长的横坐标小于或等于第三横坐标,且右边长的横坐标大于或等于第四横坐标时,无需执行后续步骤206和207,而直接执行后续步骤208。
步骤206、当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离。
以坐标角度对步骤206进行描述,当第一矩形区域的左边长的横坐标大于第三横坐标时,将第一矩形区域的左边长向左移动第三距离。示例地,第三距离可以为30。
步骤207、当第一矩形区域的右边长与左边缘的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离。
以坐标角度对步骤207进行描述,当第一矩形区域的右边长的横坐标小于第四横坐标时,将第一矩形区域的右边长向右移动第四距离。示例地,第四距离可以为30。
步骤208、将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域。
该第二矩形区域的宽度基于第一矩形区域的宽度和示数中的每个数字的宽度确定。可选地,该第二矩形的宽度可以为第一矩形区域的宽度与每个数字的宽度的比值。第一矩形区域的宽度即为第一矩形区域的右边长与左边缘的间隔,和第一矩形区域的左边长与左边缘的间隔这两个间隔的差值绝对值。以坐标角度进行描述,第一矩形区域的宽度即为第一矩形区域的右边长的横坐标x1与第一矩形区域的左边长的横坐标x2的差值x1-x2。示例地,每个数字的宽度可以为25,则第二矩形区域的宽度为(x1-x2)/25。
在确定待生成的第二矩形区域的宽度后,基于该宽度绘制垂直于横轴(x轴)的垂直线段,每相邻两个垂直线段的间隔为该宽度。示例地,请参考图13,图13为本发明实施例提供的多个第二矩形区域的示意图,图13中多个相等的白色矩形框框起来的区域为第二矩形区域。图13示出了三个第二矩形区域,该三个第二矩形区域分别包括数字1、数字3和数字6。
步骤209、将多个第二矩形区域所对应的图像输入示数识别模型,得到示数识别模型输出的示数。
可选地,该示数识别模型可以是对基于K最近邻(K-NearestNeighbor,KNN)分类算法的KNN模型进行训练得到的。KNN分类算法的核心思想为:如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。KNN分类算法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
在将第二矩形区域所对应的任一图像输入KNN示数识别模型后,KNN示数识别模型寻找与输入的图像最近邻的图像,并将最近邻的图像中的数字作为输入的该任一图像的结果。示例地,KNN示数识别模型通过计算对象间距离来作为各个对象之间的非相似性指标,避免了对象之间的匹配问题,该对象间距离可以包括欧氏距离或曼哈顿距离。同时,KNN示数识别模型通过依据k个对象中占优的类别进行决策,而不是单一的对象类别决策。
以上实施例中,以步骤205中确定的是第一矩形区域为例,后续对第一矩形区域进行切割为例进行说明。在另一种实现方式中,可以在步骤205中只确定左边长和右边长。再检测左边长与左边缘的间隔是否大于第三间隔,以及检测右边长与左边缘的间隔是否小于第四间隔(即检测左边长的横坐标是否大于第三横坐标,以及检测右边长的横坐标是否小于第四横坐标)。并根据检测结果对左边长进行调整、对右边长进行调整和/或不进行任何调整。
之后首先以左边长和右边长的宽度确定待生成的第二矩形区域的宽度,基于该宽度绘制垂直于横轴(x轴)的垂直线段,每相邻两个垂直线段的间隔为该宽度。接着将各个目标区域上边长以及下边长与上边缘的间隔进行排序,将间隔最小的上边长作为待生成的第二矩形区域的上边长。并将间隔最大的下边长作为待生成的第二矩形区域的下边长。
以坐标角度对前述过程进行描述,将各个目标区域的纵坐标(即y坐标)进行排序,将最小的纵坐标作为待生成的第二矩形区域的上边长的纵坐标绘制上边长。将各个目标区域左上角的纵坐标与目标区域的宽度的和进行排序,将最大的和作为待生成的第二矩形区域的下边长的纵坐标绘制下边长。本发明实施例所述的确定待生成的第二矩形区域的上边长和下边长的方式仅为示例性说明,对此不做限定。
需要说明的是,本发明实施例提供的数字电表的示数识别方法步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本发明的保护范围之内,因此不再赘述。
综上所述,本发明实施例提供的数字电表的示数识别方法,从获取的数字电表图像中提取感兴趣区域后,对感兴趣区域进行轮廓处理,得到多个第三矩形区域,将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域,之后基于初始目标区域确定目标区域并基于目标区域确定第一矩形区域。之后将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并将多个第二矩形区域所对应的图像输入示数识别模型,得到该示数识别模型输出的示数,该过程中能够自动识别数字电表的示数,无需人工手动记录,降低了采集电表示数的成本且提高了采集电表示数的效率,并且第二矩形区域对应的图像能够精准确框选示数,从而提高了识别数字电表的示数的精确度。
此外,当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离,当第一矩形区域的右边长与左边缘的间隔的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离,能够避免数字漏检造成示数识别结果不准确的情况发生,从而进一步提高了识别数字电表的示数的精确度。
以上说明了数字电表的示数识别方法,在执行该方法时,需要预先对识别模型进行训练,以得到前述实施例中的示数识别模型,以下对识别模型的训练过程进行说明。
本发明实施例提供了一种模型训练方法,该方法可以应用于第二计算机设备。该第二计算机设备可以与前述执行数字电表的示数识别方法的第一计算机设备相同,也可以与前述执行数字电表的示数识别方法的第一计算机设备不同。当第二计算机设备与前述执行数字电表的示数识别方法的第一计算机设备不同时,第二计算机设备可以将训练得到的示数识别模型发送至前述执行数字电表的示数识别方法的第一计算机设备。示例地,图14为本发明实施例提供的一种模型训练方法的流程图,参见图14,该方法可以包括:
步骤301、从获取的数字电表样本图像中提取感兴趣区域,该感兴趣区域包括数字电表屏幕,数字电表样本图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘。
步骤302、确定感兴趣区域中的至少一个目标区域,该目标区域包括示数中的数字,至少一个目标区域与上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔。
步骤303、基于至少一个目标区域确定第一矩形区域,第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,上边缘与上边长的间隔小于或等于最小上间隔,与下边长的间隔大于或等于最大上间隔;左边缘与左边长的间隔小于或等于最小左间隔,与右边长的间隔大于或等于最大左间隔。
步骤304、将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,第二矩形区域的宽度基于第一矩形区域的宽度和示数中的每个数字的宽度确定。
步骤305、利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
综上所述,本发明实施例提供的模型训练方法,从获取的数字电表图像中提取感兴趣区域后,确定感兴趣区域中的至少一个目标区域,再基于至少一个目标区域确定第一矩形区域,之后将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。第二矩形区域对应的图像能够精准确框选示数,从而提高了示数是被模型的精确度。该示数识别模型能够基于输入的第二矩形区域所对应的图像输出示数,使得无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率和精确度。
请参考图15,图15为本发明实施例提供的另一种模型训练方法的流程图,该方法可以应用于第二计算机设备,如图15所示,该方法可以包括:
步骤401、从获取的数字电表样本图像中提取感兴趣区域,该感兴趣区域包括数字电表屏幕,数字电表样本图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘。
步骤402、对感兴趣区域进行轮廓处理,得到多个第三矩形区域,该轮廓处理包括边缘检测处理和/或膨胀处理。
步骤403、将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域。
步骤404、基于初始目标区域确定目标区域,该目标区域包括示数中的数字,目标区域与上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔。
步骤405、基于至少一个目标区域确定第一矩形区域,第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,上边缘与上边长的间隔小于或等于最小上间隔,与下边长的间隔大于或等于最大上间隔;左边缘与左边长的间隔小于或等于最小左间隔,与右边长的间隔大于或等于最大左间隔。
步骤406、当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离。
步骤407、当第一矩形区域的右边长与左边缘的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离。
步骤408、将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域。
步骤409、利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
可选地,可以将多个第二矩形区域对应的图像按照0-9分为10类图像,分别利用每一类图像对识别模型进行训练,得到示数识别模型。示例地,请参考图16,图16为本发明实施例提供的一种训练样本图像示意图,该训练样本图像包括数字0-9一一对应的10类图像。
该实施例中步骤401至步骤408可以参考前述步骤201至步骤208,本发明实施例在此不做赘述。
综上所述,本发明实施例提供的模型训练方法,从获取的数字电表图像中提取感兴趣区域后,对感兴趣区域进行轮廓处理,得到多个第三矩形区域,将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域,之后基于初始目标区域确定目标区域并基于目标区域确定第一矩形区域。之后将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。第二矩形区域对应的图像能够精准确框选示数,从而提高了示数识别模型的精确度。该示数识别模型能够基于输入的第二矩形区域所对应的图像输出示数,使得无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率和精确度。
此外,当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离,当第一矩形区域的右边长与左边缘的间隔的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离,能够避免数字漏检造成示数识别结果不准确的情况发生,从而进一步提高了识别数字电表的示数的精确度。
可选地,上述实施例中是以执行模型训练方法的为第二计算机设备为例进行说明的。在一种示例中,该模型训练方法中的不同步骤可以由不同的模块来执行。该不同的模块可以位于一个装置中,也可以位于不同的装置中。本发明实施例对执行模型训练方法的装置不做限定。
在本发明实施例中,第一计算机设备或第二计算机设备可以为主机或者服务器等,本发明实施例对此不做限定。
需要说明的是,本发明实施例提供的模型训练方法步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本发明的保护范围之内。
上文中结合图1至图16,详细描述了本发明实施例所提供的数字电表的示数识别方法以及模型训练方法,下面将结合图17至图22,描述本发明实施例所提供的数字电表的示数识别装置以及模型训练装置。
请参考图17,图17为本发明实施例提供的一种数字电表的示数识别装置的框图,该装置50包括:
提取模块501,用于从获取的数字电表图像中提取感兴趣区域,感兴趣区域包括数字电表屏幕,数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
第一确定模块502,用于确定感兴趣区域中的至少一个目标区域,目标区域包括示数中的数字,至少一个目标区域与上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
第二确定模块503,用于基于至少一个目标区域确定第一矩形区域,第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,上边缘与上边长的间隔小于或等于最小上间隔,与下边长的间隔大于或等于最大上间隔;左边缘与左边长的间隔小于或等于最小左间隔,与右边长的间隔大于或等于最大左间隔;
切割模块504,用于将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,第二矩形区域的宽度基于第一矩形区域的宽度和示数中的每个数字的宽度确定;
输入模块505,用于将多个第二矩形区域所对应的图像输入示数识别模型,得到示数识别模型输出的示数。
综上,本发明实施例提供的数字电表的示数识别装置,通过提取模块从获取的数字电表图像中提取感兴趣区域后,通过第一确定模块确定感兴趣区域中的至少一个目标区域,再通过第二确定模块基于至少一个目标区域确定第一矩形区域,之后通过切割模块将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并通过输入模块将多个第二矩形区域所对应的图像输入示数识别模型,得到该示数识别模型输出的示数,该过程中能够自动识别数字电表的示数,无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率,并且第二矩形区域对应的图像能够精准确框选示数,从而提高了识别数字电表的示数的精确度。
可选地,该目标区域为矩形区域,请参考图18,图18为本发明实施例提供的一种第一确定模块的框图,该第一确定模块502,包括:
处理单元5021,用于对感兴趣区域进行轮廓处理,得到多个第三矩形区域,轮廓处理包括边缘检测处理和/或膨胀处理;
第一确定单元5022,用于将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、第三矩形区域的上边长与上边缘的间隔在第一间隔范围内以及第三矩形区域的下边长与上边缘的间隔在第二间隔范围内;
第二确定单元5023,用于基于初始目标区域确定目标区域。
可选地,第二确定单元5023,用于:
将初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动任一初始目标区域的右边长,将任一初始目标区域的长度改变为第一长度;
对于长度小于第一长度的任一初始目标区域,通过移动任一初始目标区域的左边长,将任一初始目标区域的长度改变为第一长度。
可选地,第二确定单元5023,还用于:
当初始目标区域与左边缘的最小间隔大于第一间隔时,将最小间隔对应的边长向左移动第一距离;
当初始目标区域与左边缘的最大间隔大于第二间隔时,将最大间隔对应的边长向左移动第二距离。
可选地,请参考图19,图19为本发明实施例提供的另一种数字电表的示数识别装置的框图,在图17的基础上,该装置50还包括:
第一移动模块506,用于当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离;
第二移动模块507,用于当第一矩形区域的右边长与左边缘的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离。
综上所述,本发明实施例提供的数字电表的示数识别装置,通过提取模块从获取的数字电表图像中提取感兴趣区域后,通过处理单元对感兴趣区域进行轮廓处理,得到多个第三矩形区域,通过第一确定单元将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域,之后通过第二确定单元基于初始目标区域确定目标区域,并通过第二确定模块基于目标区域确定第一矩形区域。之后通过切割模块将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并通过输入模块将多个第二矩形区域所对应的图像输入示数识别模型,得到该示数识别模型输出的示数,该过程中能够自动识别数字电表的示数,无需人工手动记录,降低了采集电表示数的成本且提高了采集电表示数的效率,并且第二矩形区域对应的图像能够精准确框选示数,从而提高了识别数字电表的示数的精确度。
此外,通过第一移动模块当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离,通过第二移动模块当第一矩形区域的右边长与左边缘的间隔的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离,能够避免数字漏检造成示数识别结果不准确的情况发生,从而进一步提高了识别数字电表的示数的精确度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的数字电表的示数识别装置的具体工作过程,可以参考前述方法实施例中的对应过程,本发明实施例在此不再赘述。
请参考图20,图20为本发明实施例提供的一种模型训练装置的框图,该装置60包括:
提取模块601,用于从获取的数字电表图像中提取感兴趣区域,感兴趣区域包括数字电表屏幕,数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
第一确定模块602,用于确定感兴趣区域中的至少一个目标区域,目标区域包括示数中的数字,至少一个目标区域与上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
第二确定模块603,用于基于至少一个目标区域确定第一矩形区域,第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,上边缘与上边长的间隔小于或等于最小上间隔,与下边长的间隔大于或等于最大上间隔;左边缘与左边长的间隔小于或等于最小左间隔,与右边长的间隔大于或等于最大左间隔;
切割模块604,用于将第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,第二矩形区域的宽度基于第一矩形区域的宽度和示数中的每个数字的宽度确定;
训练模块605,用于利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
综上所述,本发明实施例提供的模型训练装置,通过提取模块从获取的数字电表图像中提取感兴趣区域后,通过第一确定模块确定感兴趣区域中的至少一个目标区域,再通过第二确定模块基于至少一个目标区域确定第一矩形区域,之后通过切割模块将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并通过训练模块利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。第二矩形区域对应的图像能够精准确框选示数,从而提高了示数是被模型的精确度。该示数识别模型能够基于输入的第二矩形区域所对应的图像输出示数,使得无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率和精确度。
可选地,该目标区域为矩形区域,请参考图21,图21为本发明实施例提供的一种第一确定模块的框图,该第一确定模块602,包括:
处理单元6021,用于对感兴趣区域进行轮廓处理,得到多个第三矩形区域,轮廓处理包括边缘检测处理和/或膨胀处理;
第一确定单元6022,用于将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、第三矩形区域的上边长与上边缘的间隔在第一间隔范围内以及第三矩形区域的下边长与上边缘的间隔在第二间隔范围内;
第二确定单元6023,用于基于初始目标区域确定目标区域。
可选地,第二确定单元6023,用于:
将初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动任一初始目标区域的右边长,将任一初始目标区域的长度改变为第一长度;
对于长度小于第一长度的任一初始目标区域,通过移动任一初始目标区域的左边长,将任一初始目标区域的长度改变为第一长度。
可选地,第二确定单元6023,还用于:
当初始目标区域与左边缘的最小间隔大于第一间隔时,将最小间隔对应的边长向左移动第一距离;
当初始目标区域与左边缘的最大间隔大于第二间隔时,将最大间隔对应的边长向左移动第二距离。
可选地,请参考图22,图22为本发明实施例提供的另一种模型训练装置的框图,在图20的基础上,该装置60还包括:
第一移动模块606,用于当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离;
第二移动模块607,用于当第一矩形区域的右边长与左边缘的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离。
综上所述,本发明实施例提供的模型训练装置,通过提取装置从获取的数字电表图像中提取感兴趣区域后,通过处理单元对感兴趣区域进行轮廓处理,得到多个第三矩形区域,通过第一确定单元将多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域,之后通过第二确定单元基于初始目标区域确定目标区域,并通过第二确定模块基于目标区域确定第一矩形区域。之后通过切割模块将第一矩形区域进行切割得到宽度相等的多个第二矩形区域,并通过训练模块利用多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。第二矩形区域对应的图像能够精准确框选示数,从而提高了示数识别模型的精确度。该示数识别模型能够基于输入的第二矩形区域所对应的图像输出示数,使得无需人工手动记录示数,降低了采集电表示数的成本且提高了采集电表示数的效率和精确度。
此外,通过第一移动模块当第一矩形区域的左边长与左边缘的间隔大于第三间隔时,将第一矩形区域的左边长向左移动第三距离,通过第二移动模块当第一矩形区域的右边长与左边缘的间隔的间隔小于第四间隔时,将第一矩形区域的右边长向右移动第四距离,能够避免数字漏检造成示数识别结果不准确的情况发生,从而进一步提高了识别数字电表的示数的精确度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的模型训练装置的具体工作过程,可以参考前述方法实施例中的对应过程,本发明实施例在此不再赘述。
本发明实施例提供了一种数字电表的示数识别装置,包括:处理器;用于存储处理器的可执行指令的存储器;其中,处理器被配置为执行存储器中存储的指令以实现本发明实施例任一所述的数字电表的示数识别方法。
示例地,请参考图23,图23为本发明实施例提供的一种数字电表的示数识别装置的结构示意图,如图23所示,该数字电表的示数识别装置70包括:存储器701和处理器702。其中,存储器701用于存储程序,处理器702用于执行存储器701中存储的程序,以实现本申请实施例提供任一所述的数字电表的示数识别方法。
可选地,如图23所示,该数字电表的示数识别装置70还可以包括至少一个通信接口703和至少一个通信总线704。存储器701、处理器702以及通信接口703通过通信总线704通信连接。
本发明实施例提供了一种模型训练装置,包括:处理器;用于存储处理器的可执行指令的存储器;其中,处理器被配置为执行存储器中存储的指令以实现本发明实施例任一所述的模型训练方法。该模型训练装置的结构可以参考图23,本发明实施例在此不做赘述。
本发明实施例提供了一种计算机存储介质,该存储介质中存储有指令,当指令在处理组件上运行时,使得处理组件执行本发明实施例任一所述的数字电表的示数识别方法。
本发明实施例提供了一种计算机存储介质,其特征在于,存储介质中存储有指令,当指令在处理组件上运行时,使得处理组件执行本发明实施例任一所述的模型训练方法。
上述实施例可以通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以以计算机程序产品的形式实现,所述计算机程序产品包括若干计算机指令,以使计算机执行本发明实施例任一所述的方法。
其中,该计算机可以包括通用计算机或计算机网络。计算机通过其存储介质存储计算机指令,或者从其他存储介质获取计算机指令。该存储介质可以是计算机能够存取的任何可用介质或者包含一个或多个可用介质集成的服务器以及数据中心等数据存储装置。该可用介质可以为磁性介质(例如,软盘、硬盘、磁带)、光介质或者半导体介质(例如固态硬盘)等。
本发明实施例中,“第一”、“第二”、“第三”和“第四”等仅用于描述目的,而不能理解为指示或暗示相对重要性。“至少一个”表示一个或多个,“多个”表示两个或两个以上,“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。除非另有明确的限定。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种数字电表的示数识别方法,其特征在于,所述方法包括:
从获取的数字电表图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
将所述多个第二矩形区域所对应的图像输入示数识别模型,得到所述示数识别模型输出的示数。
2.根据权利要求1所述的方法,其特征在于,所述目标区域为矩形区域,所述确定所述感兴趣区域中的至少一个目标区域,包括:
对所述感兴趣区域进行轮廓处理,得到多个第三矩形区域,所述轮廓处理包括边缘检测处理和/或膨胀处理;
将所述多个第三矩形区域中,满足目标条件的第三矩形区域确定为初始目标区域;
其中,所述目标条件包括以下至少一种:面积处于目标面积范围内、长度处于目标长度范围内、宽度处于目标宽度范围内、所述第三矩形区域的上边长与所述上边缘的间隔在第一间隔范围内以及所述第三矩形区域的下边长与所述上边缘的间隔在第二间隔范围内;
基于所述初始目标区域确定目标区域。
3.根据权利要求2所述的方法,其特征在于,所述基于所述初始目标区域确定目标区域,包括:
将所述初始目标区域的宽度改变为目标宽度;
对于长度大于第一长度的任一初始目标区域,通过移动所述任一初始目标区域的右边长,将所述任一初始目标区域的长度改变为所述第一长度;
对于长度小于所述第一长度的任一初始目标区域,通过移动所述任一初始目标区域的左边长,将所述任一初始目标区域的长度改变为所述第一长度。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
当所述初始目标区域与所述左边缘的最小间隔大于第一间隔时,将所述最小间隔对应的边长向左移动第一距离;
当所述初始目标区域与所述左边缘的最大间隔大于第二间隔时,将所述最大间隔对应的边长向左移动第二距离。
5.根据权利要求1所述的方法,其特征在于,在将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域之前,所述方法还包括:
当所述第一矩形区域的左边长与所述左边缘的间隔大于第三间隔时,将所述第一矩形区域的左边长向左移动第三距离;
当所述第一矩形区域的右边长与所述左边缘的间隔小于第四间隔时,将所述第一矩形区域的右边长向右移动第四距离。
6.一种模型训练方法,其特征在于,所述方法包括:
从获取的数字电表样本图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表样本图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
利用所述多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
7.一种数字电表的示数识别装置,其特征在于,所述装置包括:
提取模块,用于从获取的数字电表图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
第一确定模块,用于确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
第二确定模块,用于基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
切割模块,用于将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
输入模块,用于将所述多个第二矩形区域所对应的图像输入示数识别模型,得到所述示数识别模型输出的示数。
8.一种模型训练装置,其特征在于,所述装置包括:
提取模块,用于从获取的数字电表样本图像中提取感兴趣区域,所述感兴趣区域包括数字电表屏幕,所述数字电表样本图像包括相对的上边缘和下边缘,以及相对的左边缘和右边缘;
第一确定模块,用于确定所述感兴趣区域中的至少一个目标区域,所述目标区域包括所述数字电表的示数中的数字,所述至少一个目标区域与所述上边缘的最小间隔为最小上间隔,最大间隔为最大上间隔;与所述左边缘的最小间隔为最小左间隔,最大间隔为最大左间隔;
第二确定模块,用于基于所述至少一个目标区域确定第一矩形区域,所述第一矩形区域包括相对的上边长和下边长、以及相对的左边长和右边长,所述上边缘与所述上边长的间隔小于或等于所述最小上间隔,与所述下边长的间隔大于或等于所述最大上间隔;所述左边缘与所述左边长的间隔小于或等于所述最小左间隔,与所述右边长的间隔大于或等于所述最大左间隔;
切割模块,用于将所述第一矩形区域进行切割,得到宽度相等的多个第二矩形区域,所述第二矩形区域的宽度基于所述第一矩形区域的宽度和所述示数中的每个数字的宽度确定;
训练模块,用于利用所述多个第二矩形区域对应的图像对识别模型进行训练,得到示数识别模型。
9.一种数字电表的示数识别装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为执行所述存储器中存储的指令以实现权利要求1至5任一所述的数字电表的示数识别方法。
10.一种模型训练装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为执行所述存储器中存储的指令以实现权利要求6所述的模型训练方法。
CN202110138431.4A 2021-02-01 2021-02-01 数字电表的示数识别方法及装置、模型训练方法及装置 Active CN113191351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110138431.4A CN113191351B (zh) 2021-02-01 2021-02-01 数字电表的示数识别方法及装置、模型训练方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110138431.4A CN113191351B (zh) 2021-02-01 2021-02-01 数字电表的示数识别方法及装置、模型训练方法及装置

Publications (2)

Publication Number Publication Date
CN113191351A CN113191351A (zh) 2021-07-30
CN113191351B true CN113191351B (zh) 2022-04-01

Family

ID=76972776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110138431.4A Active CN113191351B (zh) 2021-02-01 2021-02-01 数字电表的示数识别方法及装置、模型训练方法及装置

Country Status (1)

Country Link
CN (1) CN113191351B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114998887B (zh) * 2022-08-08 2022-10-11 山东精惠计量检测有限公司 一种电能计量表智能识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107665348A (zh) * 2017-09-26 2018-02-06 山东鲁能智能技术有限公司 一种变电站数字仪表的数字识别方法和装置
CN108573261A (zh) * 2018-04-17 2018-09-25 国家电网公司 一种适用于变电站巡检机器人的数字显示仪表识别方法
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
CN110490195A (zh) * 2019-08-07 2019-11-22 桂林电子科技大学 一种水表表盘读数识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107665348A (zh) * 2017-09-26 2018-02-06 山东鲁能智能技术有限公司 一种变电站数字仪表的数字识别方法和装置
CN108573261A (zh) * 2018-04-17 2018-09-25 国家电网公司 一种适用于变电站巡检机器人的数字显示仪表识别方法
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
CN110490195A (zh) * 2019-08-07 2019-11-22 桂林电子科技大学 一种水表表盘读数识别方法

Also Published As

Publication number Publication date
CN113191351A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN110008809A (zh) 表格数据的获取方法、装置和服务器
CN106529559A (zh) 一种指针式圆形多仪表盘实时读数识别方法
CN106650608B (zh) 一种无定位点试卷中矩形定位框的识别方法
CN112149667A (zh) 一种基于深度学习的指针式仪表的自动读数的方法
CN103759758A (zh) 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法
CN103559490A (zh) 基于二值图像连通域统计的答题卡自动评分方法
CN111242899B (zh) 基于图像的瑕疵检测方法及计算机可读存储介质
CN111444964B (zh) 一种基于自适应roi划分的多目标快速图像匹配方法
CN111091124B (zh) 一种书脊文字识别方法
CN113781391A (zh) 图像缺陷检测方法以及相关设备
CN111967545A (zh) 文本检测方法、装置、电子设备及计算机存储介质
CN114549993A (zh) 实验中线段图像的评分方法、***、设备及可读存储介质
CN113191351B (zh) 数字电表的示数识别方法及装置、模型训练方法及装置
CN109614512B (zh) 一种基于深度学习的电力设备检索方法
CN112597868A (zh) 基于无定位点的试卷识别和矫正方法
CN111340000A (zh) 一种针对pdf文档表格提取优化方法及***
CN111008635A (zh) 一种基于ocr的多票据自动识别方法及识别***
CN114898347A (zh) 一种指针式仪表机器视觉识别方法
CN115082944A (zh) 表格的智能识别切分方法、***和终端
CN114627463A (zh) 一种基于机器识别的非接触式配电数据识别方法
CN114445840A (zh) 表格文本的处理方法、装置、电子设备和可读介质
JP2004094427A (ja) 帳票画像処理装置及び該装置を実現するためのプログラム
CN110954002A (zh) 一种光纤直径测量方法
CN106251468B (zh) 一种纸币鉴伪方法和装置
CN116403204B (zh) 一种圆形指针表智能读数的方法

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