基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了实现低成本的光学识别以及对识别数据的云传输和储存,基于Raspberry Pi建立了通过光学字符识别的读表系统。并对该系统所采用的光学识别、数据存储、图像处理等算法进行研究。首先从摄像头获取一张带有电表数字的图像,利用OpenCV对其进行归一化尺寸、灰度处理、高斯模糊、二值化处理、提取连通区域等图像预处理,最后使用Tesseract进行OCR识别得到光学字符数据并进行记录和储存。实验结果表明:在系统设计的光照环境下,图像预处理后的数字光学识别成功率达到100%,识别时间低于1秒。基本满足光学字符识别系统的准确率高、速度快、稳定性好等要求。
推荐文章
基于串行分类器的字符识别
字符识别
模式识别
特征提取
BP网络
串行分类器
双半字识别算法在水表字符识别系统中的应用
水表字符
自动抄表
Hausdorff
模板匹配
用于车牌字符识别的SVM算法
支持矢量机(SVM)
车牌字符识别
最优分类面
核函数
基于模板匹配法的字符识别算法研究
光学字符识别
特征提取
模板匹配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 低成本光学字符识别读表系统研制
来源期刊 仪器与设备 学科 工学
关键词 计算机视觉 图像处理 OCR 数字识别
年,卷(期) yqysb_2017,(3) 所属期刊栏目
研究方向 页码范围 55-62
页数 8页 分类号 TP39
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张克华 浙江师范大学工学院 36 357 10.0 17.0
2 彭思淇 浙江师范大学工学院 2 0 0.0 0.0
3 田林晓 浙江师范大学工学院 4 7 1.0 2.0
4 朱苗苗 浙江师范大学工学院 4 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机视觉
图像处理
OCR
数字识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
仪器与设备
季刊
2332-6980
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
148
总下载数(次)
1
论文1v1指导