[发明专利]一种字符定位方法、装置以及自动抄表系统

说明书

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。

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。