基于笔画特征的字符检测方法与流程

本发明涉及摄像抄表领域，具体地说涉及到一种基于笔画特征的字符检测方法。

背景技术：

随着城镇化快速的发展，水、电、气、热表成为现代住宅标准配备的计量仪表，针对能源计量收费和管理的需要，如何有效采集各种计量仪表的计量数据成为管理部门面临的巨大问题。过去几年，我国在住宅电能表领域经实现了智能计量、数据采集、远程控制等一系列智能化技术的成功大规模应用。而在水、气、热领域此项工作的开展略显缓慢，这既有价格等经济因素的原因，也有水、气表本身的工作特性带来的技术困难，造成水、燃气表抄表的智能化水平远远落后于电表领域。然而，随着国家对能耗重视和电子技术的快速发展，许多新技术被更多的应用到计量仪表领域，例如以cmos图像传感器芯片为基础的摄像直读技术在水、燃气表远传抄表系统中得以应用，为解决水、气表计量数据采集提供了新的解决方案。抄表工人可以使用手机拍照然后自动识别仪表数据，大大减轻了工人工作量，同时提高了工作效率，然而基于手机拍照识别的算法的识别鲁棒性一直是一个难点，国内外很多研究机构都没有很好解决这个问题，第一个问题是字符检测，由于水气表通常的安装位置导致拍照结果不是很理想，存在角度歪斜，倾斜，模糊等。又由于长时间的使用，水气表上面有很多脏东西污染了字符，使得字符不是很清晰，这给字符的定位和识别带来了极大的困难，本发明提出了一种新的方法对字符进行定位。

技术实现要素：

为了解决上述问题，本发明提出了一种通过检测字符笔画来快速识别字符的检测方法。

基于笔画特征的字符检测方法，步骤如下：

s1：对输入系统的图片进行像素强弱对比分析，获得笔画弯折特征点和笔画结尾特征点；

.对原图像中的每个像素与其周围的12个像素的像素强度做对比，将每个像素小分为以下三种：

（1）

其中，是一个边距，这是检测器的一个参数，让、、分别表示被标记为较暗、相似、更亮的像素集合，如果存在两组相邻的和(或和),(或)和两组形成一个分区，则像素是一个笔画结尾特征点，如果存在四个连续的集合，，，,(或，，，)，使得，和，，（或，，则像素是笔画弯折特征点；

s2：对获得的特征点进行连通性测试，得到争取的特征点，确保像素和像素之间的内圆像素也满足强度余量，即；。因为像素放置在笔画上，则区域中的像素必须和它连接，通过联通测试可以消除一些错误检测到的特征点；

s3：使用非最大抑制算法，除去过于靠近点的特征点，确保算法的高效性；在3*3邻域内执行简单的非最大抑制算法，，，保留具有最高对比度的特征点；

s4：给定区域,为每一个结尾特征点找到一组直线笔画特征点，它与区域交叉，使用下面的迭代算法：

（1）从特征开始，将点移动到像素最暗（最亮）的像素（总是在远离结尾特征点的方向）

（2）连续点是一个直线笔画特征点，如果有四个连续的划分，,，(或，，，)使得，和，，（或）；

（3）如果点p是一个直线笔画特征点，重复步骤（1），否则终止；区域r的字符笔画面积可以计算如下：

其中和分别对应直线笔画特征点和笔画弯折特征点与区域,（）的重叠部分，是与特征点对应的分区的大小。

本发明的有益效果：

（1）本发明一种基于笔画特征的字符检测方法，实现简单，速度快，准确度高。由于我们是从像素强度的对比出发，因此在检测器中没有庞大数学运算，运算量近似为像素数量的线性累积，所以它易于实现且速度很快。同时，也因为我们的识别是从像素级别上开，所以我们的精确程度也大大提高。

（2）本发明一种基于笔画特征的字符检测方法，能够对多种文字进行识别。在现实生活中任何文字都是由笔画构成的，因此通过基于笔画的检测，我们可以识别各种不同文字的文本。

附图说明

附图1为本发明检测流程图。

附图2为本发明对输入系统的图片进行像素强弱对比分析后获得的笔画弯折特征点和笔画结尾特征点。

附图3为本发明经过连通性测试后，消除了错误检测到的笔画特征点（部分结果）。

附图4为本发明经过局部执行非最大抑制算法，消除相邻的特征点（部分结果）

附图5为本发明根据特征点通过迭代算法找出笔画区域得出的识别结果。

具体实施方式

下面结合具体实施方式和附图说明对本发明的技术方案作进一步详细的描述。

基于笔画特征的字符检测方法，本实施例中以水表表头的字符信息为例，原始图片如附图2所示，

第一步：对输入系统的图片进行像素强弱对比分析，获得笔画弯折特征点和笔画结尾特征点；

如附图3所示，其中其中红色点的为笔画结尾特征点，蓝色为笔画弯折特征点；

第二步：对获得的特征点进行连通性测试，通过联通测试可以消除一些错误检测到的特征点，如附图4所示。

第三步：使用非最大抑制算法，除去过于靠近点的特征点，确保算法的高效性，如附图5所示。

第四步：给定区域r,为每一个结尾特征点p找到一组直线笔画特征点，它与区域r交叉，使用迭代算法找出笔画区域，得出识别结果。