一种字符识别方法及装置制造方法及图纸

本发明专利技术提供了一种字符识别方法及装置，涉及图像识别技术领域。所述字符识别方法包括：对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像；采用边框精修神经网络确定所述字符图像的字符边界框，以从所述字符图像中提取精确字符图像；对所述精确字符图像进行字符识别。所述字符识别方法在二值化图片中确定字符图像后再采用边框精修神经网络精确提取精确字符图像，提高了字符图像提取的精度，从而在具备广泛适用性的同时提高了字符识别的准确度。

【技术实现步骤摘要】
一种字符识别方法及装置
本专利技术涉及图像识别
，具体而言，涉及一种字符识别方法及装置。
技术介绍
传统的电力行业进行电力仪表设备等的电力标签(读数)识别都是通过人工进行，其识别效率低下，且对于工作人员来说在电力布置复杂的地区靠近电力仪表设备还存在安全风险。随着图像采集电子设备以及图像处理算法的迅速发展，为了减少人力成本、减少电力作业风险，许多电力设备的标签和读数需要采用拍摄设备图像，然后从图像上获取设备的标签及读数。但是现有的基于图像识别的电力标签识别通常是对同一类型的电力设备上的读数和标签进行预设匹配规则的识别，应用到其他类型的电力设备时读数或标签的识别准确率就会大幅减低，同时传统电力标签图像识别技术的识别精度也无法满足如今的需求。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种字符识别方法及装置，以解决上述现有技术中传统电力设备读数图像识别的适用性差、识别准确率低的问题。第一方面，本专利技术实施例提供了一种字符识别方法，所述字符识别方法包括：对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像；采用边框精修神经网络确定所述字符图像的字符边界框，以从所述字符图像中提取精确字符图像；对所述精确字符图像进行字符识别。综合第一方面，所述对所述精确字符图像进行字符识别，包括：采用深度卷积神经网络对所述精确字符图像进行字符识别。综合第一方面，所述对所述精确字符图像进行字符识别，包括：采用模板匹配算法对所述精确字符图像进行字符识别。综合第一方面，所述对所述精确字符图像进行字符识别，包括：采用深度卷积神经网络对所述精确字符图像进行字符识别，获得第一识别结果；采用模板匹配算法对所述精确字符图像进行字符识别，获得第二识别结果；选取所述第一识别结果和所述第二识别结果中识别准确率较高的单个字符识别结果组合为完整的字符识别结果。综合第一方面，所述对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，包括：通过最大类间方差法获得包含设备字符图像的设备图片的二值化阈值，将灰度大于所述二值化阈值的像素点的灰度设置为1，将灰度小于所述二值化阈值的像素点的灰度设置为0，获得所述设备图片的二值化图片。综合第一方面，所述基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像，包括：对所述二值化图片进行连通域分析，根据所述二值化图片的连通域外界边框的位置进行连通域合并，从而从所述二值化图片中初步确定所述字符图像。第二方面，本专利技术实施例提供了一种字符识别装置，所述字符识别装置包括：二值化模块，用于对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像；边界框精修模块，用于采用边框精修神经网络确定所述字符图像的字符边界框，以从所述字符图像中提取精确字符图像；识别模块，用于对所述精确字符图像进行字符识别。综合第二方面，所述识别模块包括：神经网络识别单元，用于采用深度卷积神经网络对所述精确字符图像进行字符识别，获得第一识别结果；模板识别单元，用于采用模板匹配算法对所述精确字符图像进行字符识别，获得第二识别结果。综合第二方面，所述识别模块还包括：比较单元，用于选取所述第一识别结果和所述第二识别结果中识别准确率较高的单个字符识别结果组合为完整的字符识别结果。第三方面，本专利技术实施例还提供了一种计算机可读取存储介质，所述计算机可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一方面所述方法中的步骤。本专利技术提供的有益效果是：本专利技术提供了一种字符识别方法及装置，所述字符识别方法通过二值化处理和连通域特性处理先对包含设备字符图像的设备图片进行字符图像的初步确定，具备较快的处理速度；再采用边框精修神经网络从字符图像中提取精确字符图像，通过神经网络提高了边界框精修的速度和准确度，从而将需要进行字符识别的字符图像区域确定在一个更加小而精确的范围，提高了字符识别的效率和准确率。本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术第一实施例提供的一种字符识别方法的流程示意图；图2为本专利技术第一实施例提供的一种深度卷积神经网络的结构示意图；图3为本专利技术第一实施例提供的一种字符识别步骤的流程示意图；图4为本专利技术第二实施例提供的一种字符识别装置的模块示意图；图5为本专利技术第三实施例提供的一种可应用于本申请实施例中的电子设备的结构框图。图标：100-字符识别装置；110-二值化模块；120-边界框精修模块；130-识别模块；200-电子设备；201-存储器；202-存储控制器；203-处理器；204-外设接口；205-输入输出单元；206-音频单元；207-显示单元。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。第一实施例经本申请人研究发现，目前，电网企业如果想读取图像上的设备标签和读数信息，要么是人工，要么是采用传统图像处理技术。大部分情况下，传统图像处理技术会先分析设备上文字和读数的特点，然后基于特点设计规则，再通过规则去定位字符位置，最后根据字符模板匹配结果完成识别。但是基于规则的传统图像处理技术泛化性不强，对一种类型的电力设备上的读数和标签定位准确，但应用到其他类型的电力设备上就不那么准确；单纯通过模板匹配的识别精度较差，无法满足现在的电力设备读数和标签识别的需求。为了解决上述问题，本专利技术第一实施例提供了一种字符识别方法，应当理解的是，所述字符识别方法可以应用于个人电脑、云服务器、智能手机等具备图像处理和逻辑运算能力的处理设备中。请参考图1，图1为本专利技术第一实施例提供的一种字符识别方法的流程示意图。所述字符识别方法的具体步骤可以如下：步骤S10：对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像。所述设备字符图像可以是电表的用电本文档来自技高网...

【技术保护点】
1.一种字符识别方法，其特征在于，所述字符识别方法包括：对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像；采用边框精修神经网络确定所述字符图像的字符边界框，以从所述字符图像中提取精确字符图像；对所述精确字符图像进行字符识别。

【技术特征摘要】
1.一种字符识别方法，其特征在于，所述字符识别方法包括：对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，基于所述二值化图片的连通域特性从所述二值化图片中确定所述字符图像；采用边框精修神经网络确定所述字符图像的字符边界框，以从所述字符图像中提取精确字符图像；对所述精确字符图像进行字符识别。2.根据权利要求1所述的字符识别方法，其特征在于，所述对所述精确字符图像进行字符识别，包括：采用深度卷积神经网络对所述精确字符图像进行字符识别。3.根据权利要求1所述的字符识别方法，其特征在于，所述对所述精确字符图像进行字符识别，包括：采用模板匹配算法对所述精确字符图像进行字符识别。4.根据权利要求1所述的字符识别方法，其特征在于，所述对所述精确字符图像进行字符识别，包括：采用深度卷积神经网络对所述精确字符图像进行字符识别，获得第一识别结果；采用模板匹配算法对所述精确字符图像进行字符识别，获得第二识别结果；选取所述第一识别结果和所述第二识别结果中识别准确率较高的单个字符识别结果组合为完整的字符识别结果。5.根据权利要求1所述的字符识别方法，其特征在于，所述对包含设备字符图像的设备图片进行二值化处理以获得二值化图片，包括：通过最大类间方差法获得包含设备字符图像的设备图片的二值化阈值，将灰度大于所述二值化阈值的像素点的灰度设置为1，将灰度小于所述二值化阈值的像素点的灰度设置为0，获得所述设备图片的二值化图...

【专利技术属性】
技术研发人员：罗庆兵，杨堂华，白彪，王秋菊，梁鸭红，曹权林，张瑜桐，车勇波，吴秋玫，杨鸥，钱秋明，郭宇翔，
申请(专利权)人：云南电网有限责任公司普洱供电局，广州键桥通讯技术有限公司，
类型：发明
国别省市：云南,53