基于机器视觉的电子秤数码管字符识别系统
2021-03-25李荣远彭思慧梁慧莹苏崇星
软件导刊 2021年3期
李荣远,彭思慧,梁慧莹,苏崇星,李 剑
(玉林师范学院计算机科学与工程学院,广西玉林 537000)
0 引言
目前,相关检测部门主要通过两种方式完成产品质量检测,一是工作人员到现场检验,二是客户送检。利用电子秤和砝码检测,其流程是根据产品情况多次放置砝码重复实验,人工纸质记录数据,然后计算数据,将最终计算结果录入系统,并出具检验报告。此过程记录数显仪器结果需大量人工统计、计算和录入,时效性低,且有多种数显仪器难以识别。鉴于此,本文基于电子秤数码管,采用机器视觉识别技术,设计一种电子秤数码管字符识别系统。
电子秤数码管主要由7 段发光LED 组成,每段之间相对断开,采用现有库较难识别。并且,数码管及小数点类型多样,无统一识别技术。目前,文献[1]对一种工厂数码管加以识别,其识别对象单一,数码管中数字字符与小数点隔离明显,较易分割;文献[2]提出LED 文本检测与识别方法;文献[3]采用常用穿线法识别电子数码管,识别准确率不高,其中小数点识别效果较差;文献[4]—文献[5]使用开源Tesseract-ocr 识别技术,该技术能识别多种光学字符,先使用jTessBoxEditor 训练数据模型,但将数码管图像导入box 文件编辑时,大部分图像不能显示,处理结果显示为空页面(Empty Page),该模型对图像预处理有较高要求,但数码管图像受预处理影响较大。Tesseract-ocr 一般对规则简体中文、阿拉伯数字及英文识别率较高,对数码管识别效果几乎不理想。一种新的数码管识别算法(穿线法)识别对象相对单一,识别不规则字符时需予以调整,识别效果差[6-8]。……
登录APP查看全文
