圖像名牌自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)

緒論1.１課題研究背景與意義等課題研究背景在這個(gè)飛速發(fā)展的時(shí)代里，人人都離不開(kāi)電網(wǎng)，這近年來(lái)國(guó)家也對(duì)電力的需求明顯增大，電力設(shè)備的種類(lèi)以及數(shù)量明顯增多，所以電力在我們生活中的作用非常大且很重要。電力設(shè)備名牌簡(jiǎn)單的定義為記錄設(shè)備基本電路信息與身份信息，而我們對(duì)這個(gè)信息進(jìn)行巡檢，進(jìn)行管理等工作時(shí)需要名牌信息，以及方便對(duì)名牌設(shè)備圖像進(jìn)行采集工作。家家做到供電安全是國(guó)家十分重視的課題之一。我國(guó)電網(wǎng)的規(guī)模也比較廣泛，慢慢走向智能化與大容量的高電壓。電力名牌是由額定電壓，額定電流，額定容量，額定頻率等一些內(nèi)容組成。但我國(guó)對(duì)各種電力設(shè)備的安全及有效性，以及可靠性非常重視，對(duì)其要求也高。用電過(guò)程中，某個(gè)電力設(shè)備出故障了，會(huì)引起“鏈?zhǔn)椒磻?yīng)”，導(dǎo)致電路不能正常工作以及帶來(lái)一些不必要的麻煩。因?yàn)殡娏ψ儔浩髟陂L(zhǎng)時(shí)間在室外且會(huì)收到一些雷擊，暴雨，刮風(fēng)，冰雹等自然因素帶來(lái)的侵害。因此，這些因素可能會(huì)將把電力設(shè)備的各種設(shè)備元件發(fā)生氧化，腐蝕等現(xiàn)象嚴(yán)重到引起各種災(zāi)害，或者人員死亡，其實(shí)通過(guò)一些研究形成電力設(shè)備故障的原因是一些性能發(fā)生惡化，比如絕緣性等。其實(shí)電力設(shè)備長(zhǎng)期處于高電壓，還有磁場(chǎng)強(qiáng)的情況下，同時(shí)會(huì)遭受一些外來(lái)因素侵襲。也有可能發(fā)生電力設(shè)備放電等情況。如果我們不能及時(shí)處理這些電力設(shè)備存在的各種故障，否則對(duì)電力設(shè)備的安全性和可靠性帶來(lái)威脅。為了提防電力設(shè)備發(fā)生一些故障或者嚴(yán)重事故，一定要及時(shí)檢查電路設(shè)備，做好安全工作，且及時(shí)對(duì)電力進(jìn)行檢查，將做好一些防備工作，從而達(dá)到電網(wǎng)可靠高效地運(yùn)行。最近這些年，隨著我國(guó)經(jīng)濟(jì)水平的飛速發(fā)展，整個(gè)電力設(shè)備技術(shù)得到改革，通過(guò)深入研究，我國(guó)電力設(shè)備的科技發(fā)展也得到了飛速發(fā)展的機(jī)會(huì)，并且各種技術(shù)變得更加智能化，自動(dòng)化了。而且電力設(shè)備巡檢方式也得到了改革，根本用不著人工操作了，一切都機(jī)器自動(dòng)操作。電力變壓器一般在室外。隨著科技發(fā)展，人們供電需求也明顯增加。每個(gè)設(shè)備狀態(tài)準(zhǔn)確率與設(shè)備的檢修遇到一些麻煩。主要表現(xiàn)在以下幾個(gè)方面：1.電力設(shè)備發(fā)生故障的情況下，沒(méi)有專(zhuān)家專(zhuān)門(mén)分析，那么工作效率更加低。還加上最近檢測(cè)數(shù)據(jù)的越來(lái)越快速增長(zhǎng)，與電網(wǎng)的正常運(yùn)行，氣象環(huán)境數(shù)據(jù)量比較高，若人工進(jìn)行分析那么效率很低。2.各種業(yè)務(wù)系統(tǒng)包括電力設(shè)備狀態(tài)信息，有多種多樣的數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)的接口也不一樣，從從而導(dǎo)致了電力設(shè)備狀態(tài)信息與資源比較分散，數(shù)據(jù)質(zhì)量也面臨困難，影響了電力設(shè)備狀態(tài)的診斷的結(jié)果以及工作效率。最近年來(lái)，電力設(shè)備名牌涉及到的所有巡檢工作都是有管理電力設(shè)備機(jī)器人的幫助下完成的，如果我們采用人工巡檢的方法，進(jìn)行人工巡檢，會(huì)有存在一些缺陷。比如：工作效率不高，因?yàn)檎麄€(gè)管理系統(tǒng)的內(nèi)部網(wǎng)絡(luò)線比較復(fù)雜，運(yùn)用到的電力設(shè)備也比較多，若用人工巡檢，必須親手一個(gè)個(gè)記錄設(shè)備的名牌，再對(duì)性能進(jìn)行對(duì)比，由于人工工作量也較大。操作不方便，一般我們所看到是電力設(shè)備安裝在高處，平時(shí)進(jìn)行人工巡檢，必須用梯子上去，帶來(lái)操作不方便等一些問(wèn)題，還有些電力設(shè)備名牌安裝在地下通道，必須工作人員下井檢查，也有帶來(lái)不方便操作。人工進(jìn)行巡檢時(shí)候記錄數(shù)據(jù)過(guò)程中也有可能出差錯(cuò)，如遺漏信息或者輸錯(cuò)數(shù)據(jù)等導(dǎo)致數(shù)據(jù)缺陷。在機(jī)器人進(jìn)行巡查的電力設(shè)備通過(guò)傳感器可以得到電力設(shè)備參數(shù)，因?yàn)闄C(jī)器人一般會(huì)自動(dòng)攜帶傳感器，并這個(gè)傳感器還幫助機(jī)器人規(guī)劃巡檢路線等。比如：對(duì)電力設(shè)備名牌進(jìn)行圖像采集我們可以用攝像機(jī)操作，讓電力設(shè)備儀器達(dá)到自動(dòng)識(shí)別的目的，還運(yùn)用傳感器可以檢查設(shè)備的紅外檢測(cè)，并按時(shí)做到正確無(wú)誤的設(shè)備信息記錄，及時(shí)發(fā)現(xiàn)遺漏或出錯(cuò)的參數(shù)，并及時(shí)給工作人員反映出現(xiàn)的異常。而且工作人員在室內(nèi)就可以解決異常參數(shù)，隨時(shí)掌握電力設(shè)備信息并解決出現(xiàn)的問(wèn)題。最終做到一流的電力設(shè)備巡檢工作。從而可知，這種方式大大提高了電力設(shè)備名牌的工作效率與工作質(zhì)量安全，為整個(gè)電力設(shè)備系統(tǒng)提供安全可靠的用電服務(wù)。這么先進(jìn)的電力服務(wù)，對(duì)經(jīng)濟(jì)發(fā)展與社會(huì)發(fā)展的影響很好。課題的研究意義機(jī)器人電力設(shè)備技術(shù)多用于傳感技術(shù)，智能導(dǎo)航，規(guī)劃電力電路路線，還包括計(jì)算機(jī)圖像視覺(jué)技術(shù)與數(shù)字圖像技術(shù)于都是一體的復(fù)雜的系統(tǒng)。目前在電力設(shè)備名牌識(shí)別與分析參數(shù)過(guò)程中，專(zhuān)家們對(duì)圖像視頻技術(shù)和圖像數(shù)據(jù)流進(jìn)行分析的不夠好，不夠透徹，現(xiàn)在處于最起階段，如何去利用媒體的數(shù)據(jù)信息，并對(duì)這些數(shù)據(jù)進(jìn)行進(jìn)一步分析與采納，找出其中的特點(diǎn)，并把它提取出來(lái)，運(yùn)用到圖像設(shè)別技術(shù)當(dāng)中，并及時(shí)解決這些問(wèn)題。圖像識(shí)別技術(shù)是巡檢機(jī)器人的一部分，運(yùn)用計(jì)算機(jī)圖像視覺(jué)技術(shù)可以在很遠(yuǎn)的距離對(duì)電力設(shè)備名牌進(jìn)行設(shè)別，記錄電力設(shè)備的狀態(tài)信息，可以判斷是否處于健康狀態(tài)，并及時(shí)更換巡檢信息的記錄。若我們運(yùn)用人工提取和選擇來(lái)進(jìn)行計(jì)算機(jī)圖像視覺(jué)的顏色特征，形狀特點(diǎn)來(lái)對(duì)電力設(shè)備圖像進(jìn)行描述，那么在整個(gè)過(guò)程中出現(xiàn)的參數(shù)也有限制，不能得到圖像和視頻的內(nèi)在信息，而且還可能影響到圖像識(shí)別的準(zhǔn)確性。若運(yùn)用機(jī)器人那就更方便了，機(jī)器人有導(dǎo)航的功能，它在資料庫(kù)中存著電力設(shè)備電站的地圖，通過(guò)這個(gè)地圖基本可以確定電力設(shè)備位置，而且還可以知道自身所處的位置。對(duì)非結(jié)構(gòu)化圖像數(shù)據(jù)流的圖像進(jìn)行檢測(cè)與自動(dòng)識(shí)別。還能解決電力長(zhǎng)時(shí)間依賴(lài)的人工處理，效率低，轉(zhuǎn)化率較弱等一系列問(wèn)題。計(jì)算機(jī)視覺(jué)技術(shù)在電力設(shè)備的應(yīng)用中存在以下場(chǎng)合：范圍廣泛，比較自由，并且可及時(shí)監(jiān)視。需要一整天落實(shí)電力的重要設(shè)備與場(chǎng)合。人的視覺(jué)做不到識(shí)別圖像以及分析，總會(huì)出現(xiàn)一些漏洞。而這里存在的技術(shù)難處有以下幾個(gè)：1.受到自然因素，如：天氣變化等，會(huì)引起圖像采集質(zhì)量不好，在明暗程度不一樣也會(huì)影響所拍出來(lái)的圖像效果不好，不清楚。2.有時(shí)不能識(shí)別漢字，可知識(shí)別效率低。3.在機(jī)器人操作過(guò)程中，拍攝的圖像角度不固定，導(dǎo)致圖像產(chǎn)生傾斜等狀況，甚至不能識(shí)別圖像。為了解決上述存在的問(wèn)題進(jìn)行解決。所以本次課題主要研究電力設(shè)備名牌的通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)特征提取，對(duì)圖像參數(shù)目標(biāo)的檢測(cè)，以及圖像設(shè)別方法。采用C/S結(jié)構(gòu)，用攝像頭采集電力設(shè)備名牌圖片，然后識(shí)別圖像角度，首先進(jìn)行圖像預(yù)處理，然后進(jìn)行灰度化，二值化處理，高斯去噪點(diǎn)等一些列操作，然后把圖像識(shí)別結(jié)果傳給巡檢模塊，如電力設(shè)備名牌的信息模塊，獲取設(shè)備參數(shù)，從而和別的傳感器一起完成巡檢工作。并且為后續(xù)的電力設(shè)備系統(tǒng)巡檢提供了理論基礎(chǔ)。研究現(xiàn)狀分析很早之前的電力設(shè)備的巡檢工作是由人工完成的，它工作效率較低，而且還會(huì)需要大量人力還有物力等，還有時(shí)候遭受大自然的環(huán)境因素引起的影響，尤其是走向高壓線路過(guò)程中，光靠人工無(wú)法檢測(cè)準(zhǔn)確信息，還會(huì)出現(xiàn)供電故障，所以，隨著社會(huì)與經(jīng)濟(jì)的發(fā)展，電力設(shè)備系統(tǒng)自動(dòng)巡檢也有成為可能。電力設(shè)備巡檢對(duì)于電網(wǎng)的設(shè)備在遠(yuǎn)處進(jìn)行操控，監(jiān)視一級(jí)控制一個(gè)系統(tǒng)。是現(xiàn)代是視覺(jué)技術(shù)，計(jì)算機(jī)機(jī)器視覺(jué)在電網(wǎng)上監(jiān)督與控制上的運(yùn)用。目前，有些西方的國(guó)家也推廣這門(mén)技術(shù)。隨著各個(gè)電力部門(mén)對(duì)電力設(shè)備系統(tǒng)工作的高度重視，巡檢的自動(dòng)化已經(jīng)成為目前國(guó)家電力行業(yè)的技術(shù)進(jìn)步的重要部分。目的就是提高電力設(shè)備工作效率，設(shè)備的管理水平以及質(zhì)量，增強(qiáng)供電的安全性，有效提高電能質(zhì)量。在國(guó)外的電力設(shè)備巡檢工作很早就開(kāi)始實(shí)行了。巡檢自動(dòng)化工作已經(jīng)構(gòu)成了饋線分段開(kāi)關(guān)的檢測(cè)，電容器組元件的調(diào)節(jié)，電力用戶負(fù)荷調(diào)整，還有電力數(shù)據(jù)采集等一些列的配電網(wǎng)管理系統(tǒng)（簡(jiǎn)稱(chēng)DMS），有一百多種功能。1.3課題的主要研究?jī)?nèi)容電力設(shè)備名牌自動(dòng)識(shí)別涉及圖像預(yù)處理與文字識(shí)別等工作。本文主要針對(duì)電力設(shè)備名牌圖像的特點(diǎn)，著重對(duì)識(shí)別前圖像預(yù)處理做深入的研究，具體包括：1、電力名牌結(jié)構(gòu)比較復(fù)雜。其中作用也比較重要，通過(guò)電力名牌識(shí)別才能可以清楚這個(gè)設(shè)備的基本情況。從而我們對(duì)電力名牌圖像進(jìn)行預(yù)處理工作，才能改善圖像質(zhì)量，有效改變圖像識(shí)別效果。預(yù)處理內(nèi)容包括圖像灰度化，二值化，高斯去噪點(diǎn)等。2、圖像名牌自動(dòng)識(shí)別也是電力名牌識(shí)別當(dāng)中主要的內(nèi)容之一。文字識(shí)別是電力名牌圖像抽取了特征之后進(jìn)行進(jìn)一步處理得到的圖像結(jié)果。在圖像文字識(shí)別大部分運(yùn)用到模板匹配法，神經(jīng)網(wǎng)絡(luò)以及基于支持向量機(jī)的分類(lèi)等一些方法。在這個(gè)課題中第一步用模板匹配法，在圖像預(yù)處理的過(guò)程上，進(jìn)一步把待識(shí)別圖像與模板進(jìn)行匹配，然后距離較短的作為本次識(shí)別的結(jié)果。然后依次待識(shí)別圖像再與提取出來(lái)的十三網(wǎng)絡(luò)特征進(jìn)行匹配。從而達(dá)到分類(lèi)目的。3、電力名牌識(shí)別要做好怎么與電力站的設(shè)備信息，設(shè)備安裝具體位置以及廠家的聯(lián)絡(luò)信息等一些列信息關(guān)聯(lián)起來(lái)，做到信息正確無(wú)誤，可靠，然后再通過(guò)網(wǎng)絡(luò)以及圖像模式識(shí)別技術(shù)對(duì)電力名牌進(jìn)行處理，然后提高設(shè)備的質(zhì)量安全程度，還提高對(duì)設(shè)備全面維護(hù)工作，提高整個(gè)電網(wǎng)安全工作效率。1.4論文組織結(jié)構(gòu)這次論文分為五個(gè)部分，每個(gè)章節(jié)進(jìn)行概括描述為以下幾個(gè)部分：緒論主要介紹了本次課題研究的意義以及背景，電力設(shè)備在目前國(guó)內(nèi)現(xiàn)狀分析，以及組織結(jié)構(gòu)等。圖像識(shí)別處理相關(guān)環(huán)境，簡(jiǎn)單介紹Opencv和Python環(huán)境，以及對(duì)比總結(jié)特點(diǎn)和Opencv的幾個(gè)模塊等。還介紹了Opencv和Python的基本圖像處理過(guò)程。如：載入圖像，保存圖像，顯示圖像等。識(shí)別圖像預(yù)處理理論。對(duì)電力設(shè)備名牌進(jìn)行圖像預(yù)處理。圖像灰度處理，二值化處理，高斯去噪過(guò)程的相關(guān)理論的介紹。還有邊緣檢測(cè)，Canny算法的簡(jiǎn)單介紹，以及實(shí)現(xiàn)圖像霍夫變換。名牌識(shí)別介紹文字識(shí)別最基本的過(guò)程。并且實(shí)現(xiàn)電力設(shè)備名牌灰度化，二值化，圖像邊框檢測(cè)，去邊框，去噪點(diǎn)過(guò)程。對(duì)本次電力設(shè)備名牌自動(dòng)進(jìn)行總結(jié)，指出論文當(dāng)中不足之處，提些建議，以及對(duì)今后的展望。第二章識(shí)別處理相關(guān)環(huán)境2.1opencv與Python的簡(jiǎn)介2.1.1Python的來(lái)歷Python語(yǔ)言由世界著名的荷蘭人吉多·范羅蘇姆GuidovanRossum在20世紀(jì)80年代的某一個(gè)圣誕節(jié)，他為了打發(fā)時(shí)間而編寫(xiě)的一個(gè)計(jì)算機(jī)編程語(yǔ)言編譯器，并且把這個(gè)程序叫作Python（大蟒蛇），有一個(gè)喜劇團(tuán)隊(duì)叫MontyPython，他是這個(gè)團(tuán)體的愛(ài)好者之一。Python程序設(shè)計(jì)語(yǔ)言是目前最受歡迎的語(yǔ)言。Python語(yǔ)言是由很多其他語(yǔ)言的逐步發(fā)展而產(chǎn)生的,這其中包括ABC、Modula-3、C、C++、Algol-68、Unixshell和一些其他的腳本語(yǔ)言組成等等。Python語(yǔ)言源代碼遵循GPL(GNUGeneralPublicLicense)協(xié)議?，F(xiàn)在的Python在一個(gè)核心開(kāi)發(fā)團(tuán)隊(duì)的維護(hù)中，在python語(yǔ)言中GuidovanRossum的占據(jù)作用極其大，他主要負(fù)責(zé)指導(dǎo)其進(jìn)展。Python語(yǔ)言涉及到的領(lǐng)域很廣泛，比如在金融，人工智能，科學(xué)運(yùn)算，各種軟件開(kāi)發(fā)，云計(jì)算等當(dāng)中。Python語(yǔ)言的特點(diǎn)是：1.優(yōu)美，非常明確，簡(jiǎn)單。2.可移植，可擴(kuò)展，可嵌入性。3.免費(fèi)并且開(kāi)發(fā)效率高。Python是一種很優(yōu)秀且簡(jiǎn)潔易懂的程序設(shè)計(jì)語(yǔ)言，與C語(yǔ)言和c++語(yǔ)言相比起來(lái)更簡(jiǎn)單，易于使用。它語(yǔ)法與設(shè)計(jì)也比較簡(jiǎn)單；運(yùn)用過(guò)程中Python不需要建立main()函數(shù)，直接可以輸出字符串或一些語(yǔ)句。與c++語(yǔ)言相比雖然Python的性能會(huì)有一些差別，不過(guò)開(kāi)發(fā)的相率相當(dāng)高。之所以Python比較簡(jiǎn)潔，而且比起javac++，它代碼的大小也占不了很多;Python具有跨平臺(tái)性，用途領(lǐng)域范圍非常廣泛。2.1.2Opencv的來(lái)歷OpenCV技術(shù)是在網(wǎng)絡(luò)研究中心開(kāi)發(fā)的一種視頻處理和圖像處理技術(shù)，OPENCV為算是大型的計(jì)算機(jī)視覺(jué)開(kāi)源庫(kù)。其是一個(gè)開(kāi)放的源碼組成的，引用了計(jì)算機(jī)技術(shù)，形成了一個(gè)跨越平臺(tái)的計(jì)算機(jī)視覺(jué)開(kāi)源庫(kù)。它的全稱(chēng)是OpenSourceComputerVisionLibrary。Opencv是1999年由世界頂級(jí)的Inter研究中心開(kāi)發(fā)的。openCV在各種領(lǐng)域和商業(yè)中免費(fèi)運(yùn)用，而且opencv優(yōu)化的源代碼是對(duì)外開(kāi)放的。OpenCV在進(jìn)行圖像處理的過(guò)程中，使用的是C語(yǔ)言和一些c++的編寫(xiě)構(gòu)成，簡(jiǎn)潔易懂且高效，有效地實(shí)現(xiàn)了圖像處理的各種算法。opencv兼容性高，運(yùn)用在不同的接口，不同的系統(tǒng)的操作運(yùn)行，還在各種的平臺(tái)上運(yùn)用。OpenCV軟件中的函數(shù)大約有500多個(gè)，并且在全國(guó)計(jì)算機(jī)圖像處理領(lǐng)域中廣泛使用，并且成為了流行的圖像處理的軟件。opencv在學(xué)術(shù)界和工業(yè)界的影響力也也比較大，它具有巨大的功能。Opencv隨著時(shí)代計(jì)算機(jī)視覺(jué)技術(shù)擴(kuò)展到每個(gè)計(jì)算機(jī)視覺(jué)領(lǐng)域，其功能也很強(qiáng)大，實(shí)現(xiàn)一些二位卷積，形態(tài)學(xué)圖像處理等各種圖像處理算法，opencv主要的擴(kuò)展庫(kù)cv2通過(guò)圖像處理的函數(shù)Numpy數(shù)組進(jìn)行一些處理，然后編寫(xiě)圖像，實(shí)現(xiàn)圖像各種操作，讓計(jì)算機(jī)視覺(jué)變動(dòng)簡(jiǎn)潔易懂，豐富。幾乎覆蓋每個(gè)研究的方向，其中實(shí)現(xiàn)的一些算法隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，將把最新的算法加入其中。Opencv應(yīng)用擴(kuò)展。在計(jì)算機(jī)視覺(jué)領(lǐng)域中也廣泛運(yùn)用。如：人臉識(shí)別，制作機(jī)器人，圖像分割技術(shù)等。還可以在計(jì)算機(jī)圖像操作底層也運(yùn)用廣泛。如：數(shù)字圖像處理技術(shù)：高斯濾波，邊緣檢測(cè)，直方圖等等。各種數(shù)據(jù)結(jié)構(gòu)：樹(shù)，圖，線性表等。Opencv的特點(diǎn)總結(jié)以下是幾個(gè)；1.Opencv技術(shù)具有兼容性，可移植性等特點(diǎn)，還有可以跨過(guò)平臺(tái)運(yùn)用。2.OpenCV能夠進(jìn)行跨約平臺(tái)使用，可以在windows,Linux平臺(tái)上運(yùn)行，opencv在桌面軟件上使用，也可以在Web后臺(tái)也運(yùn)行。3.Opencv支持各種編譯器上運(yùn)行，比如C/c++等。可視化以及易調(diào)整代碼。4.Opencv對(duì)外開(kāi)放免費(fèi)，其源代碼是公開(kāi)的，使用opencv不需要開(kāi)源其他項(xiàng)目。5.提高開(kāi)發(fā)工作效率，適量減少了開(kāi)發(fā)者的工作量，保證程序可靠的運(yùn)行。有多種功能，比如：包含了數(shù)據(jù)結(jié)構(gòu)當(dāng)中的樹(shù)，圖，以及線性表。6.運(yùn)用的用戶接口靈活且方便，大部分用C語(yǔ)言，C++語(yǔ)言編寫(xiě)。7.Opencv運(yùn)行程序速度相當(dāng)快。它有效提高了計(jì)算機(jī)編程速度。8.Oencv具有獨(dú)立性。Opencv可以在各種操作系統(tǒng)上運(yùn)行如：LINUX，windows等，與python,matlab等接口也有密切聯(lián)系。Opencv(python)使用中存在的缺點(diǎn)：1.文檔不完善，很難找到關(guān)于opencv文檔。2.技術(shù)比較落后。3.與C++相比運(yùn)行速度比較慢。4.進(jìn)行修改比較麻煩，若修改opencv，那么一定要首先修改源文件。2.1.3OpenCV的幾個(gè)模塊概述Opencv內(nèi)部是通過(guò)模塊來(lái)組成的，每個(gè)模塊都能完成相應(yīng)的功能。這里對(duì)Opencv內(nèi)部的幾個(gè)主要模塊進(jìn)行簡(jiǎn)單介紹。打開(kāi)Opencv官方手冊(cè)，我們可以看到它包括如下主要模塊：1、TheCoreFunctionality這模塊在Opencv當(dāng)中的基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)，包含Mat，稱(chēng)為opencv的基石，其作用是保存儲(chǔ)圖像，還有一些點(diǎn)結(jié)構(gòu)、長(zhǎng)寬形狀結(jié)構(gòu)等等。而這個(gè)Mat包含了一些矩陣運(yùn)算的算法與方式，其實(shí)可以認(rèn)為利用Mat類(lèi)來(lái)操作矩陣運(yùn)算。2、ImageProcessing這個(gè)模塊是進(jìn)行圖像各種運(yùn)行操作的，有高斯濾波去噪、直方圖、灰度化，特征檢測(cè)等一些功能。在這些圖像處理領(lǐng)域中運(yùn)用Opencv算法的實(shí)現(xiàn)比較靠譜的。3、High-levelGUIandMediaI/O一般用到簡(jiǎn)單的Opencv界面，用來(lái)載入，顯示、輸出數(shù)據(jù)，保存圖片，創(chuàng)建窗口等等。4、video.VideoAnalysis視頻處理分析圖像視頻分析模塊，包括運(yùn)動(dòng)分析和物體跟蹤。5、MachineLearningOpencv當(dāng)中還包括機(jī)器學(xué)習(xí)的模塊，有統(tǒng)計(jì)學(xué)習(xí)模型，隨機(jī)森林等等許多機(jī)器等各種算法模塊組成的。6、Contributed/ExperimentalStuff這是個(gè)實(shí)驗(yàn)?zāi)K是在圖像處理中比較前沿。但是功能上有差別，功能比較落后?？梢詫?shí)現(xiàn)立體視覺(jué)、人臉識(shí)別等圖像處理功能。2.2OpenCV-Python基本圖像處理操作Opencv為python提供了使用的接口。Opencv在一些系統(tǒng)上可得到有效應(yīng)用，比如在Windows操作系統(tǒng)，Linux操作系統(tǒng)等。Opencv在計(jì)算機(jī)視覺(jué)圖像處理中廣泛的使用。要做圖像各種處理，那就首先配置python環(huán)境搭配工作。環(huán)境搭配先要等python的網(wǎng)站，下載下來(lái)。使用3.6版本的python下載。因?yàn)?.6版本的python實(shí)用性，可拓展性比較強(qiáng)。Opencv一般在WindowsCMD模式下可以安裝運(yùn)行。2.2.1imread載入圖像我們?cè)谧x入圖像第一個(gè)做的工作是插入opencv包,importcv2。再調(diào)試函數(shù)cv2對(duì)采用的NumPy數(shù)組進(jìn)行圖像處理操作。然后再使用函數(shù)img=cv2.imread來(lái)實(shí)現(xiàn)讀入圖像操作。Python載入圖片過(guò)程中不需要聲明變量。img=cv2.imread("d:\\tupian\\5.jpg")在這個(gè)文件夾中讀取的圖片格式用jpg,png,等來(lái)表示。這其中有兩個(gè)參數(shù)，第一個(gè)參數(shù)表示該程序的基本工作流程，2后面的參數(shù)表示怎么獲取圖像。img=Image.open('d:\\tupian\\5.jpg'再使用open打開(kāi)圖片。2.2.2imshow顯示圖像cv2.imshow("Image",image)使用imshow來(lái)顯示指定圖像，Image為表示窗口標(biāo)題，image所顯示的圖片。我們還可以創(chuàng)建窗口來(lái)顯示圖片dWindow("Img")，用namedWindow函數(shù)來(lái)表示。而這個(gè)窗口的功能是可以調(diào)節(jié)圖像尺寸的比例?？梢越⒁粋€(gè)或多個(gè)窗戶。后面加這個(gè)函數(shù)cv2.waitKey(0)，其作用是在執(zhí)行代碼過(guò)程中響應(yīng)窗口。cv2.waitKey()函數(shù)為等待用戶按鍵操作，若用戶沒(méi)有按，那就接著循環(huán)。也有更新圖像的功能。最后使用函數(shù)cv2.destroyAllWindows()來(lái)釋放窗口。2.2.3保存圖像保存圖片比較簡(jiǎn)潔，只需要cv2.imwrite函數(shù)即可。代碼為cv2.imwrite("d:\\tupian\\5.jpg"，img)來(lái)保存一個(gè)圖像。包括兩個(gè)參數(shù)，前面參數(shù)表示文件名或文件的具體地址，第二個(gè)參數(shù)表示保存的圖像。還可以用第三個(gè)參數(shù)表示圖片的。2.3Tessract介紹Tessrac本身代碼是由C語(yǔ)言和C++語(yǔ)言混合編寫(xiě)而成的。Tesseract的OCR引擎一開(kāi)始由20世紀(jì)80年代期間HP實(shí)驗(yàn)室開(kāi)發(fā)出的。后面十年之后被成為OCR業(yè)里最準(zhǔn)確的識(shí)別引擎之一。后面HP放棄了與OCR業(yè)的合作，從此被Tesseract覆蓋了。到了21世紀(jì)Tesseract由美國(guó)內(nèi)某一個(gè)信息研究所得知，并且讓Google對(duì)它進(jìn)行改造優(yōu)化等工作。目前Tesseract比較前進(jìn)狀態(tài)的開(kāi)源項(xiàng)目，它還發(fā)布了GoogleProject，并且與Leptonica圖片處理庫(kù)互相結(jié)合，可以識(shí)別出各種格式的圖像并且將它們轉(zhuǎn)化很多種語(yǔ)言的文本，它還不斷操作當(dāng)前自己的庫(kù)，有效加強(qiáng)了圖像文本轉(zhuǎn)換的能力。如果后面還需要的話，還可以把它做成模板，便于開(kāi)發(fā)令自己滿意的并且達(dá)到自己需求的OCR引擎。第三章識(shí)別預(yù)處理相關(guān)理論3.1OpenCV-Python進(jìn)行圖像預(yù)處理圖像預(yù)處理是有效提高運(yùn)算效率，改善圖像的設(shè)別效果與圖像視感質(zhì)量，刪除無(wú)關(guān)的數(shù)據(jù)量。減少無(wú)關(guān)信息（減少圖像中的噪聲），恢復(fù)有用信息以及提高可檢測(cè)性與化簡(jiǎn)數(shù)據(jù)，從而改變圖像分割，匹配與圖像亮度，顏色空間。用增強(qiáng)，平滑，濾波，還有轉(zhuǎn)換，二值化等方式除去噪點(diǎn)，將原來(lái)的圖像變化成計(jì)算機(jī)特征提取的形式。圖像預(yù)處理包含圖像灰度化處理，圖像二值化處理，圖像過(guò)濾處理，以及除去噪點(diǎn)，霍夫變換等。3.1.1OpenCV-Python圖像灰度處理灰度處理簡(jiǎn)單的說(shuō)就是帶顏色圖像轉(zhuǎn)換為黑白圖像的過(guò)程。平時(shí)彩色的圖像彩金大量顏色信息，若不及時(shí)進(jìn)行處理，那么有可能影響到圖像設(shè)別的效率。Opencv中灰度處理可以直接使用CV::Cvtcolor來(lái)實(shí)現(xiàn)?；叶却a為：gray=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)。彩色圖像Red,Green,Blue三個(gè)顏色表示的矩陣，其中每個(gè)像素點(diǎn)由三個(gè)分量共同決定的，三個(gè)分量同時(shí)決定圖像的深度，分量的取值范圍為0-255種。0表示黑色，而255表示白色。圖像灰度和色彩圖像都能反映出圖像整體和局部的亮度等級(jí)分布與形態(tài)特征。圖像灰度處理指的是圖像的亮度信息，而不是彩色的信息的顯示圖像。它一般有黑和白兩個(gè)顏色組成的，但點(diǎn)與點(diǎn)之間的顏色程度有差別，這就是圖像深度?；叶茸儞Q也可以叫作圖像的點(diǎn)運(yùn)算。圖像處理中最簡(jiǎn)潔的方法。變換公式以下：S=T(r)這里面，T是灰度的變換函數(shù)，r表示的是變換之前的圖像灰度，S表示的是變換后的圖像像素。圖像灰度的主要作用有改善圖像的像素質(zhì)量，能夠更清楚地顯示圖像各種特征，提高圖像的亮度（對(duì)比度）。選出圖像當(dāng)中的有用的像素特征。還可以改善圖片的分布圖，使得像素分布的更加均勻，直觀。灰度變換函數(shù)一般分為三個(gè)，線性函數(shù)，冪律函數(shù)以及對(duì)數(shù)函數(shù)等。輸入的灰度值與輸出的灰度值之間的聯(lián)系由灰度變換來(lái)表示。灰度函數(shù)的各種性質(zhì)確定圖像灰度變換能達(dá)到的最佳效果。下圖為灰度變換函數(shù)的曲線圖，根據(jù)下面的各種曲線形狀，可知圖像灰度變換能所得到的效果。冪律函數(shù)更清楚地表示下圖灰度級(jí)擴(kuò)展或者壓縮的效果。圖3.1灰度級(jí)擴(kuò)展或縮圖灰度線性變換公式s=x·r+y當(dāng)中r表示變換之前的灰度，s表示變換之后的灰度。X表示直線的斜率，而y表示直線與坐標(biāo)軸y的截距。公式當(dāng)中1.如果x>1，會(huì)增加圖像灰度的對(duì)比值。2.如果x<1,會(huì)減少圖像灰度對(duì)比值。3.x=1,y不等于0，那么整個(gè)圖像的灰度值上升或下降，圖像像素變亮或者變暗。但是圖像對(duì)比度不會(huì)發(fā)生變化。4.x<0,y=0,那么圖像最亮的地方變暗，要么最暗的地方變亮。5.x=1,y=0,圖像像素不會(huì)發(fā)生變化。6.x=-1,y=255那么圖像發(fā)生反。對(duì)數(shù)變換公式：s=clog(1+r),其中，c是一個(gè)常數(shù)，假設(shè)r等于0，根據(jù)對(duì)數(shù)函數(shù)的曲線明顯看出灰度值的范圍發(fā)生改變。對(duì)數(shù)函數(shù)去曲線與反對(duì)數(shù)函數(shù)的曲線都是對(duì)稱(chēng)的，在運(yùn)用到圖像變換時(shí)候結(jié)果就相反了，壓縮與擴(kuò)展灰度值區(qū)間是反對(duì)數(shù)函數(shù)的作用。通過(guò)對(duì)數(shù)函數(shù)進(jìn)行圖像變換時(shí)，通過(guò)圖像灰度值的變化，得出的圖像也發(fā)生變化，變換后的圖像變得更明亮，還能夠壓縮像素的動(dòng)態(tài)范圍。冪律變換冪律變換的公式是s=crv公式當(dāng)中c和v表示常數(shù)。當(dāng)v>1時(shí)，窄灰度值變范圍為寬灰度值。而當(dāng)v<1時(shí)，v的值變得越小，灰度值相當(dāng)明顯，寬灰度值映射變?yōu)檎瓐D3.2灰度值函數(shù)曲線圖3.3RGB三種顏色空間表示圖下面顯示原圖和灰度圖對(duì)比結(jié)果：圖3.4原圖與灰度圖3.1.2OpenCV-Python二值化處理圖像二值化是指圖像由黑和白兩個(gè)顏色組成的，圖像上的像素點(diǎn)灰度值為0和255.電力設(shè)備名牌中圖像背景區(qū)域淡化，存在一些外界噪聲，此時(shí)需要對(duì)圖像寬度進(jìn)行變換。從而達(dá)到圖像的字符與圖像背景獨(dú)立開(kāi)來(lái)，還能夠減少計(jì)算量，達(dá)到明顯的黑白效果。進(jìn)行二值化處理后圖像特征很明顯，數(shù)據(jù)量也變少。二值化一般分為兩種，一種是全局二值化，另一種是局部適應(yīng)二值化等。圖像二值化用函數(shù)cv2.threshold(image,140,255,0,img)中第一個(gè)參數(shù)image表示—源圖片，第二個(gè)參數(shù)表示—閾值（取值范圍0-255），第三個(gè)參數(shù)表示—填充色（取值范圍0-255），第四個(gè)參數(shù)img表示閾值類(lèi)型。顯示圖片效果：原圖1和二值化圖片2圖3.5原圖與二值化結(jié)果3．2灰度圖像濾波去噪

噪聲是在圖像上常見(jiàn)的視覺(jué)效果的像素點(diǎn)。噪聲一般會(huì)擾亂圖片信息，使得圖片變得模糊。由于噪聲影響圖片質(zhì)量，對(duì)圖像造成一些干擾，使圖像亮與暗點(diǎn)不清楚，影響后續(xù)圖像特征提取，圖像識(shí)別等工作的正常運(yùn)行。噪聲的來(lái)源更多種，1.圖像獲取中產(chǎn)生的噪聲。如外界因素的干擾，獲取的圖像會(huì)收到一些光照強(qiáng)度變化，天氣環(huán)境原因，遮擋等一些因素引起。2.圖像信號(hào)傳輸過(guò)程中產(chǎn)生的噪聲。還有我們采集到的電力設(shè)備名牌圖像也因?yàn)橥饨缫蛩厝豕庠朦c(diǎn)等，設(shè)備出現(xiàn)干擾，也有因?yàn)楸旧碓蛟斐傻膱D像噪聲。為了減少電力設(shè)備名牌圖像的噪聲信息對(duì)后續(xù)處理的干擾，使用簡(jiǎn)單且頻率高的圖像處理方法，對(duì)圖像進(jìn)行改造，得到清晰的圖像。因此，需要消除圖像噪聲，提高圖像識(shí)別率。為了減少不必要圖像噪聲，需要對(duì)圖像進(jìn)行去噪處理。去噪的方法挺多的，圖像平滑處理，也可稱(chēng)模糊處理，平率相當(dāng)高的圖像噪點(diǎn)處理方法，還有低通濾波，可以達(dá)到使得圖像噪點(diǎn)減少，邊界模糊效果。一般常用的濾波方法有統(tǒng)計(jì)排序?yàn)V波、自適應(yīng)維納濾波器，中值濾波、均值濾波，形態(tài)學(xué)濾波等。線性濾波與非線性濾波構(gòu)成空瓶濾波，這里的線性濾波對(duì)圖像中的傅立葉變換進(jìn)行操作，而非線性變換基于領(lǐng)域。一般來(lái)說(shuō)，圖像的噪聲具有隨機(jī)性，服從正態(tài)分布，對(duì)圖像進(jìn)行去噪濾波處理的同時(shí)，并且能夠更多的保存原來(lái)圖像的灰度總體分布特征。在圖像預(yù)處理中一種常用的去噪濾波方法。高斯濾波能夠很好地消除高斯噪聲的同時(shí)不會(huì)對(duì)圖像邊緣造成明顯的模糊，因此這次采用的高斯濾波方法作為圖像預(yù)處理階段的去噪方法。 高斯濾波可定義為是一種通過(guò)函數(shù)形狀來(lái)選擇加權(quán)值的線性平滑濾波，對(duì)于消除高斯噪聲有較強(qiáng)的抑制作用。高斯濾波的工作原理是通過(guò)一個(gè)卷積核掃描圖像的每一個(gè)像素點(diǎn)，對(duì)核內(nèi)的每個(gè)像素進(jìn)行加權(quán)平均灰度值求和與區(qū)域內(nèi)各個(gè)像素值來(lái)替代模板中心像素點(diǎn)值，因?yàn)閳D像的噪聲一般服從高斯分布，其中高斯濾波分布參數(shù)決定濾波器寬度，而高斯濾波的過(guò)程就是將圖像和正態(tài)分布進(jìn)行卷積操作，因此高斯濾波器在圖像預(yù)處理減少噪聲過(guò)程中普遍使用。高斯函數(shù)的一維和二維表達(dá)式如下：GG 其中，a是模糊半徑，在二維表達(dá)式中a2=b2+c2，在圖像處理過(guò)程中高斯濾波實(shí)現(xiàn)兩個(gè)功能。第一，離散化窗口卷積操作。二，傅里葉變化的實(shí)現(xiàn)。高斯核主要用于離散化窗口卷積操作，高斯核一般用奇數(shù)來(lái)表示大小。在覆蓋區(qū)域輸出結(jié)果。下面用矩陣表示3×3的窗口，如下：1下面是用來(lái)表示矩陣5×5的窗口，如下：1下面顯示3×3大小的高斯濾波器的對(duì)灰度化的銘牌圖像進(jìn)行高斯濾波處理，其實(shí)驗(yàn)結(jié)果如下圖所示：圖3.6原圖與高斯濾波結(jié)果圖3.3邊緣檢測(cè)邊緣檢測(cè)在計(jì)算機(jī)圖像處理與計(jì)算機(jī)視覺(jué)技術(shù)中最基礎(chǔ)的問(wèn)題。邊緣檢測(cè)簡(jiǎn)單地說(shuō)就是用各種算法提取圖像中物體與背景之間交際線。邊緣檢測(cè)主要功能是刪除一些不必要的信息，保存了圖像結(jié)構(gòu)屬性。在計(jì)算機(jī)存儲(chǔ)和處理圖像的單位為基于像素信息。，這個(gè)像素信息也跟原來(lái)的信息沒(méi)區(qū)別。如果我們直接對(duì)像素信息進(jìn)行處理，那么給計(jì)算機(jī)帶來(lái)運(yùn)算量大，運(yùn)算困難等麻煩。但是我們可以在像素中直接取得對(duì)計(jì)算機(jī)有用的信息。為了達(dá)到讓計(jì)算機(jī)清楚地“認(rèn)識(shí)”電力設(shè)備銘牌圖像，做好特征匹配以及有效處理圖像。計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)普遍研究問(wèn)題是計(jì)算機(jī)視覺(jué)技術(shù)的研究特征。，在1960年的時(shí)候人們就提出要讓圖像光譜信息作為圖像的特征進(jìn)行處理，但當(dāng)時(shí)提出的特征信息受到一些限制。在圖像處理中特征提取方法相對(duì)比較簡(jiǎn)單，所能夠有限的表達(dá)圖像的信息。不過(guò)隨著圖像技術(shù)的發(fā)展最近科學(xué)家們對(duì)計(jì)算機(jī)視覺(jué)特征的研究越來(lái)越深入，同時(shí)計(jì)算機(jī)硬件不斷更新，其中運(yùn)算能力不斷加強(qiáng)，一些原理變得復(fù)雜、不斷的提出了一些有效的表達(dá)信息更豐富的視覺(jué)特征方法，圖像邊緣檢測(cè)最重要的目標(biāo)是提取圖像中有用的特征信息與感興趣的圖像區(qū)域，放棄不重要的圖像信息，并保存圖像的原有的屬性。邊緣檢測(cè)是計(jì)算機(jī)視覺(jué)和圖像處理中的常用提取圖像視覺(jué)特征的方法，我們根據(jù)對(duì)圖像邊緣的定義，邊緣檢測(cè)的原理可以分成為求梯度值的局部最大值和方向：f公式當(dāng)中，?f?r表示的是圖像沿r處的梯度，圖像梯度方向一般用θ來(lái)表示，而圖像的梯度幅值在橫坐標(biāo)與縱坐標(biāo)上的分量值一般用fx和fy表示。當(dāng)公式當(dāng)中滿足?f?r?在公式當(dāng)中，計(jì)算梯度幅值一般常用絕對(duì)值之和來(lái)替換原本平方根。邊緣檢測(cè)的二階導(dǎo)數(shù)的梯度幅值計(jì)算公式如下：?3.4Canny邊緣算子Canny算子在20世紀(jì)80年代被CannyJohn提出的，canny算法是比較先進(jìn)的算法。Canny算子是一種梯度型邊緣檢測(cè)算子，它由圖像降噪，計(jì)算圖像梯度，非極大值抑制，閾值篩選等四個(gè)步驟組成的，由于Canny算子能夠有效地抑制噪聲干擾，減少噪聲敏感度，同時(shí)梯度上檢測(cè)表現(xiàn)十分優(yōu)秀，也是目前研究最多的一種邊緣檢測(cè)算子。Canny算子的實(shí)現(xiàn)步驟如下：圖像去噪：采用二維高斯濾波器對(duì)原始圖像作高斯濾波；求一階導(dǎo)數(shù)梯度值：根據(jù)求一階導(dǎo)數(shù)公式Gu,v=G非極大值抑制：運(yùn)用非極大值抑制算法，將像素為局部非極大值的幅值設(shè)為0，極大值則保持不變；雙閾值處理：設(shè)定兩個(gè)閾值X1和X2，并且X1<X2，遍歷圖像中的每個(gè)梯度幅值與V1和V2做比較：假設(shè)當(dāng)前遍歷梯度幅值為G弱邊緣處理：對(duì)步驟4)檢測(cè)的弱邊緣做進(jìn)一步判斷，若弱邊緣像素點(diǎn)周?chē)陌肃徲蛑谐霈F(xiàn)強(qiáng)像素點(diǎn)，則轉(zhuǎn)化為強(qiáng)像素點(diǎn)并設(shè)置幅值為1；若周?chē)鸁o(wú)強(qiáng)像素點(diǎn)，則設(shè)置為0。在上述的Canny算子實(shí)現(xiàn)步驟中，非極大值抑制是實(shí)現(xiàn)的關(guān)鍵步驟，其作用是在于“瘦邊”。計(jì)算圖像梯度信息之后，直接根據(jù)梯度值來(lái)提取圖像邊緣效果依然模糊，Canny算子中采用非極大值抑制方法則可以有效地抑制局部最大值之外的梯度信息。從以上對(duì)Canny算子的實(shí)現(xiàn)步驟以及關(guān)鍵思想分析中不難看出，Canny算子在實(shí)現(xiàn)上主要遵循一下三個(gè)原則：精確的邊緣檢測(cè)標(biāo)準(zhǔn)。在保證重要邊緣信息不丟失前提下，盡量抑制“假”邊緣的產(chǎn)生；保證準(zhǔn)確判斷邊緣檢測(cè)位置。保證所判斷提取的邊緣與實(shí)際圖像中邊緣定位偏移量最低；單邊緣相應(yīng)原則。為了抑制檢測(cè)過(guò)程中出現(xiàn)雙邊緣線效應(yīng)，Canny算子將若干各相鄰響應(yīng)降低為單邊緣響應(yīng)。下面電力名牌設(shè)備圖片的左邊是原圖，右邊是canny圖效果：圖3.7Canny邊緣效果圖3.5霍夫變換霍夫變換是一個(gè)用來(lái)檢驗(yàn)圖片形狀的比較先進(jìn)的技術(shù)，若要用數(shù)字的形式展現(xiàn)一個(gè)圖像的形狀，即是它是不完美的或者有漏洞的，照樣也會(huì)檢測(cè)出來(lái)的。那就我來(lái)介紹下通過(guò)直線表達(dá)的形式。若用一次函數(shù)y=ax+b表示直線或者數(shù)學(xué)坐標(biāo)系的形式表達(dá)p=xcosθ+ysinθ,其中p是從原點(diǎn)到直線的垂直距離，θ是垂直線和水平坐標(biāo)軸的夾角。任何直線都可以表示成(ρ,θ).首先它創(chuàng)建一個(gè)2D數(shù)組或者是收集器（拿著兩個(gè)參數(shù)）初始化是0。用行來(lái)代表ρ列代表θ.數(shù)組的大小由你需要的準(zhǔn)確率來(lái)決定。假設(shè)你想要角度的準(zhǔn)確率是1度，你需要180列。對(duì)于ρ，最大的可能距離是圖的對(duì)角線的距離。所以對(duì)于一個(gè)像素的精確度來(lái)說(shuō)，行數(shù)就是圖像對(duì)角線的長(zhǎng)度。

圖3.8灰度圖結(jié)果第四章銘牌識(shí)別4.1文字識(shí)別的最基本過(guò)程電力設(shè)別名牌自動(dòng)識(shí)別過(guò)程一般包含圖像預(yù)處理，文字識(shí)別，還有一些最后的處理。圖像的預(yù)處理過(guò)程可以表示為：文字識(shí)別流程圖這里的文字識(shí)別主要由以上三個(gè)部分構(gòu)成。圖像處理過(guò)程中文字識(shí)別部分非常重要，其次是預(yù)處理也很重要。第四章主要對(duì)圖像預(yù)處理和文字識(shí)別做進(jìn)一步的研究。電力設(shè)備名牌一般因?yàn)橐恍┳匀灰蛩氐挠绊懟蛘咂渌獠恳蛩匾穑ōh(huán)境光照等）

，得到的圖像不清楚（圖像模糊），質(zhì)量方面存在問(wèn)題。為了更好的解決這一些列問(wèn)題我們對(duì)圖像進(jìn)行灰度化，二值化，邊框檢測(cè)，去框，高斯去噪點(diǎn)等一系列處理工作。其主要的目的就是減少這些外部環(huán)境引起的干擾和噪聲，使獲取的圖像質(zhì)量得到改善，圖像變得更清楚，分割文字識(shí)別的圖像，以方便圖像特征提取。然后人和機(jī)器更容易識(shí)別圖像。電力設(shè)備名牌的文字識(shí)別指的是，在制定的模板庫(kù)中找出待識(shí)別文字相似度較高的字符的過(guò)程。4.1.1圖像灰度化過(guò)程灰度化是指將彩色的圖像（像素由紅色，綠色，藍(lán)色）三個(gè)部分組成的圖像轉(zhuǎn)化為無(wú)顏色的圖像。像素每個(gè)顏色分量值為255，且每個(gè)像素點(diǎn)可以一千多萬(wàn)中變化的范圍，在灰度圖像顯示的像素點(diǎn)三個(gè)顏色可以取同樣的值，像素點(diǎn)灰度值越來(lái)越高，圖像就越來(lái)越明顯，亮度也大，反之則顯示的圖像越暗。通過(guò)圖像灰度變化可以看出整個(gè)圖像的色度和亮度分布與特點(diǎn)。一般原圖像轉(zhuǎn)化為灰度圖的過(guò)程中圖像的計(jì)算量也變得更簡(jiǎn)單。在圖像的灰度處理中先把像素點(diǎn)的平均值求出來(lái)，然后把平均值分配給三個(gè)分量。4.1.2圖像二值化處理對(duì)圖像進(jìn)行灰度處理時(shí)，可知每個(gè)圖像像素點(diǎn)有一個(gè)值，那就叫作灰度值。灰度值一般會(huì)決定得到圖像的亮度?；叶戎翟酱髨D像越亮，灰度值越小，圖像越暗。在進(jìn)行文字識(shí)別圖像之前，首先把待識(shí)別的文字與它的背景進(jìn)行圖像分割，然后對(duì)圖像灰度化需要進(jìn)行二值化處理。這樣方便減少了圖像數(shù)據(jù)存儲(chǔ)的容量大小。圖像二值化處理一般分為三種，（整體閾值選擇法）整體閾值二值化處理，局部二值化處理，動(dòng)態(tài)閾值二值化處理等。整體閾值選擇法的功能是保存圖像的有用信息，并且較少外部環(huán)境因素帶來(lái)的干擾。4.1.3圖像邊框檢測(cè)電力設(shè)備名牌的圖像中為了做好圖像特征和文字識(shí)別的方便，為了提高效率和釋放空間，將電力設(shè)備名牌圖像由灰度化轉(zhuǎn)換為二值化圖像。先定位電力設(shè)備名牌準(zhǔn)確位置，所以定位之后的電力名牌圖像有邊框，這樣影響電力設(shè)備后續(xù)的圖像分割和圖像識(shí)別的功能。所以電力設(shè)備名牌進(jìn)行圖像分割之前必要進(jìn)行圖像邊框檢測(cè)并且去邊框。需要處理圖像分割前需邊框帶來(lái)的干擾。4.1.4圖像去噪點(diǎn)處理噪點(diǎn)可以定義為平時(shí)影響人們接受外界信息時(shí)候的妨礙點(diǎn)。如果對(duì)一個(gè)圖像亮度可以用函數(shù)f(x,y)表示，那么在這過(guò)程中起到影響作用的函數(shù)用R（x,y）表示。這一系列過(guò)程可以稱(chēng)為圖像噪聲。噪聲一般分為四種由加性噪聲，乘性噪聲，量化噪聲以及椒鹽噪聲等等。噪聲模型也一般分為幾種。去噪點(diǎn)技術(shù)就是減少這些噪聲的干擾。圖像去噪技術(shù)是圖像處理過(guò)程中一個(gè)最重要的部分。噪聲一般會(huì)影響圖像的載入，采集和處理工作。去噪效果的程度也會(huì)影響后面的圖像分割，還有邊緣檢測(cè)等工作。圖像去噪處理中高斯噪聲是最有效的方法之一。通過(guò)高斯去噪達(dá)到滿意的效果。 圖4.1原圖與灰度化圖4.2二值化與邊框檢測(cè)圖4.3去邊框與去噪點(diǎn)4.2圖像文字識(shí)別處理圖像文字識(shí)別處理功能是由tesseract-orc軟件實(shí)現(xiàn)的。Tesseract軟件其實(shí)就是ORC的一個(gè)庫(kù)。一直由酷