基于机器视觉的电子秤数码管字符识别系统

• 作者: 李荣远 彭思慧 梁慧莹 苏崇星 李剑
• 来源期刊: 软件导刊
• 关键词: 机器视觉 图像预处理 Base64 KNN 数码管识别 小数点识别
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 232-237
• 页数: 6页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.11907/rjdk.201613

摘要

对送检产品进行质量检测时,需用标准电子秤称量并通过数显仪器显示结果.然而实际检测过程中通常用多种电子秤重复称量并人工记录结果,多种数显仪器通过一般方法难以识别.鉴于此,对基于机器视觉的多种电子秤数码管识别方法进行研究,设计人工检测辅助识别系统.首先,客户浏览器端使用摄像头采集电子秤数码管图像并以Base64编码上传服务器,对服务器端Base64格式解码并进行图像预处理,针对电子秤数码管及小数点识别等问题,提出相应解决方法;其次,对数码管字符进行分割,采用KNN加以识别;最后,将识别结果异步返回客户端,并将数据提交后台MySQL数据库予以存储和计算,实验结果识别率达99％左右.研究表明,该系统识别准确率、效率高,能快速辅助人工提高检测效率.