技术特征：
1.一种基于ai技术的仪器仪表识别方法，其特征在于，包括以下步骤：获取识别区域，所述识别区域包括仪器仪表的示数数据以及位于所述示数数据周围的边框，所述边框为长方形；获取中间数据，依次对识别区域进行灰度化、腐蚀、膨胀得到中间数据；获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据；获取示数信息，识别所述识别数据中的示数数据得到示数信息；输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域。2.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取包含有识别区域的视频；抽取所述视频中至少三帧图像得到识别图像；抽取每帧所述识别图像中的识别区域，并删除每帧所述识别图像中所述识别区域以外的区域得到至少三个前置识别区；根据所述边框叠加至少三个前置识别区得到所述识别区域。3.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取识别区域的视频；抽取所述视频中至少三帧图像得到识别图像；根据所述边框叠加所述识别图像得到所述识别区域。4.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取至少三张包含所述识别区域的图像得到识别图像；删除每张所述识别图像中所述识别区域以外的区域得到至少三个前置识别区；根据所述边框叠加至少三个前置识别区得到所述识别区域。5.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：所述获取识别区域包括：获取至少三张识别区域的图像得到识别图像；根据所述边框叠加至少三个识别图像得到所述识别区域。6.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：所述获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据包括：预置第一虚拟轴；预置第二虚拟轴，所述第一虚拟轴与所述第二虚拟轴垂直，所述第一虚拟轴与所述第二虚拟轴相交于虚拟原点；获取所述边框的中点；获取所述边框的长边中点，两个所述长边中点的连线过所述中点；获取所述边框的短边中点，两个所述短边中点的连线过所述中点；使所述中点与所述虚拟原点重合，并使所述长边中点在所述第一虚拟轴上、所述短边中点在所述第二虚拟轴上，得到所述识别数据。7.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：
所述获取示数信息，识别所述识别数据中的示数数据得到示数信息包括：接收识别请求；调取识别模型；利用识别模型识别示数数据得到示数信息。8.根据权利要求7所述的基于ai技术的仪器仪表识别方法，其特征在于：所述识别模型为chinese_ocr_db_crnn_server模型。9.根据权利要求1所述的基于ai技术的仪器仪表识别方法，其特征在于：所述输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域包括：传输所述示数信息至显示区域并使显示区域显示所述示数信息。10.根据权利要求1或9所述的基于ai技术的仪器仪表识别方法，其特征在于：所述输出示数信息，输出所述示数信息并存储所述示数信息以及所述识别区域包括：所述示数信息叠加于所述边框内，并使叠加于所述边框内的示数信息与所述边框内的示数数据不重叠，得到存储数据，存储所述存储数据。
技术总结
本公开涉及信息化数据采集技术领域，提供一种基于AI技术的仪器仪表识别方法，解决了现有技术中实验室仪器仪表数据记录困难、准确性差的技术问题。一种基于AI技术的仪器仪表识别方法，包括以下步骤：获取识别区域，所述识别区域包括仪器仪表的示数数据以及位于所述示数数据周围的边框，所述边框为长方形；获取中间数据，依次对识别区域进行灰度化、腐蚀、膨胀得到中间数据；获取识别数据，根据所述边框对所述中间数据进行倾斜校正得到识别数据；获取示数信息，识别所述识别数据中的示数数据得到示数信息；输出示数信息。在实际应用过程中，不需要手工记录，提高了数据记录精度，并且，降低了操作人员的劳动强度。操作人员的劳动强度。操作人员的劳动强度。
技术研发人员：龚博翔 周奇 陈耀刚 杨纪 刘杰 叶鑫 丁玲
受保护的技术使用者：贵州溪山科技有限公司
技术研发日：2021.12.14
技术公布日：2022/3/25