電力設(shè)備銘牌照片識別器

劉慶 李義 李鴻杰 陳茜

摘 要：電力設(shè)備銘牌圖片中，其文字的排版格式不一、字體格式復(fù)雜多樣，在電腦端OCR文字識別軟件基礎(chǔ)上，研究出一種自然環(huán)境里中文文本的檢測與識別，并開發(fā)具有該相關(guān)功能的軟件，應(yīng)用在電腦端實現(xiàn)OCR的應(yīng)用場景。

關(guān)鍵詞：電力設(shè)備銘牌;文字識別;OCR

中圖分類號：TM63 文獻標(biāo)識碼：A 文章編號：1671-2064（2019）23-0131-01

1 問題

目前電力系統(tǒng)中運行的各類設(shè)備，其設(shè)備銘牌上提供了設(shè)備的品牌、廠家、型號、產(chǎn)品名稱以及各類電力參數(shù)信息，在電力生產(chǎn)過程中，電力公司需要熟悉這些技術(shù)參數(shù)，便于了解設(shè)備的性能，記錄設(shè)備的技術(shù)參數(shù)存檔。同時在維護過程中，需要通過這些信息，讓設(shè)備廠家的客服能迅速了解設(shè)備可能的問題。由于各種電力設(shè)備的生產(chǎn)廠家生產(chǎn)的設(shè)備銘牌，其風(fēng)格差異很大，采用現(xiàn)有的OCR識別系統(tǒng)，無法滿足實際工作中眾多電力設(shè)備銘牌的識別需求。

2 背景綜述

目前電力系統(tǒng)運行中的設(shè)備銘牌照片采集時，通過手機或者相機采集的照片很不規(guī)范、且銘牌照片收集后，需要花費大量的人工進行照片上設(shè)備參數(shù)的識別，特別費時費力，且因各種原因，人工識別照片上的數(shù)字時經(jīng)常會存在疏忽，造成部分設(shè)備參數(shù)不準(zhǔn)確。通過電力設(shè)備銘牌照片識別技術(shù)的應(yīng)用，可以規(guī)范快速安全采集銘牌照片，完成在自然環(huán)境里中文文本的檢測與識別，收集到設(shè)備的電氣參數(shù)信息。

OCR的識別過程，分為以下幾步：圖像獲取、圖像的預(yù)處理、特征提取、文字的識別、版面恢復(fù)、后期處理以及校對等功能組成。

（1）首先需要將圖像進行載入，目前常見的圖像格式有JPEG、PNG、PDF、IMG等圖像格式，不同的圖像格式分別有不同的存儲格式、以及不同的壓縮方式。

（2）圖像的預(yù)處理主要包括灰度化、二值化、去燥、傾斜度調(diào)整、字符切割等。第一步是圖像二值化采用閾值分割技術(shù)，擅長處理物體與背景具有強烈對比度的圖像分割?？梢园淹ㄟ^相機拍攝的銘牌圖像簡單地劃分為前景與背景區(qū)域，對劃分區(qū)域的彩色圖像進行灰度化處理，在圖像灰度化處理之后只含有前景色和背景色，通常情況下前景信息用黑色表示，背景信息用白色表示。第二步是去燥，所謂去燥就是對圖像進行噪聲去除，對圖像文件上定義噪聲特征，然后根據(jù)這個特征完成去燥處理。第三步是圖像傾斜度的調(diào)整，就是在實際的拍照環(huán)節(jié)中，人們往往很難做到圖像的完全水平垂直，使得拍攝的結(jié)果圖像會出現(xiàn)一定的傾斜，為了讓計算機更好的識別圖像上的文字信息，需要對傾斜的圖像進行水平或垂直調(diào)整，最后得到一個水平垂直的圖像結(jié)果。

（3）特征提取，該步驟是希望找出圖像中候選的文字區(qū)域特征，將圖片劃分N個段落，改過程就是版面分析，但實際圖片的復(fù)雜性和多樣性，因此不會有一個固定不變的最優(yōu)分割模型。

（4）文字識別，字符識別方法特征提取方法為主。主要分為兩類：一類為模式識別，向OCR程序喂送各種格式的字符用來識別、對比文檔中的字符。另一類為特征檢測，OCR程序使用一套規(guī)則來識別電子文檔中字符和數(shù)字的特征。這些特征包括斜線、交叉線或曲線的數(shù)量等。例如，大寫字母＼“A”＼可以存儲為兩條對角線中間與水平線相接。

（5）版面的恢復(fù)，就是在對識別出來的文字，按照原有圖像文檔的先后順序，保持其原有上下左右的段落位置不變，按順序的輸出為可編輯的文字內(nèi)容，可導(dǎo)出為pdf、word等格式文檔。

（6）后期處理及校對，對于得到的文字內(nèi)容，根據(jù)其特定的語言及上下文關(guān)系，對結(jié)果進行最后的校正，得到最終的可編輯的文字內(nèi)容。

OCR程序有不同的算法來實現(xiàn)，但總的來說都是基于字符、詞語或文本塊來識別。當(dāng)字符識別成功后，會被轉(zhuǎn)換成ASCII碼，用來作進一步處理。用戶可以存儲為電子文檔，識別并糾正文字或復(fù)雜格式方面的錯誤。計算機視覺技術(shù)讓計算機程序或者叫機器人能夠看懂圖像，并能夠識別出圖像中的元素，而不是靠人工配置的選擇器識別圖像。計算機視覺技術(shù)是一種算法，這種算法通過混合使用人工智能、OCR、文字模糊匹配和錨定系統(tǒng)，實現(xiàn)類似人類的圖像識別能力。

OCR技術(shù)提供一種可靠的技術(shù)手段，實現(xiàn)了電子圖片上文字信息進行數(shù)字化的轉(zhuǎn)換，對特定格式圖片內(nèi)容進行算法識別，讓OCR在日常的生活和工作中進行了眾多的應(yīng)用。

對于電力設(shè)備銘牌印刷形式的多樣性，本研究項目提出根據(jù)設(shè)備銘牌圖片實際情況，自動對圖片中文字進行識別，并以可編輯的自由文本輸出識別結(jié)果，以解決在自然環(huán)境里無特定樣式的圖片中文字識別，提高OCR技術(shù)在實際自然場景下的應(yīng)用能力。

3 方案設(shè)計

電力設(shè)備銘牌上的信息，包含廠家的品牌、產(chǎn)品型號、生產(chǎn)日期、產(chǎn)品名稱、設(shè)備電氣參數(shù)等信息。在進行識別時，需要自動選定識別區(qū)域，通過各個識別區(qū)域的自動識別，獲取設(shè)備銘牌上的文字內(nèi)容。

選擇電力設(shè)備的圖像并輸入后，經(jīng)過一系列的加工和處理，包括文字方向校正等，使得文字基本能達到水平位置，得到一張可用于識別的圖像。系統(tǒng)自動選擇可識別區(qū)域，如圖1所示。

然后依次進行各個識別區(qū)域的字符識別，得到各個識別區(qū)域的字符內(nèi)容，最后進行識別結(jié)果的保存和導(dǎo)出。

4 應(yīng)用場景

電力設(shè)備銘牌圖片經(jīng)過OCR的文字識別，輸出得到可編輯的文本信息，電力公司可將該信息保存為電子檔案信息，便于日后的維護及與設(shè)備廠商的溝通聯(lián)系。

（1）首先用戶操作加載采樣圖片。

（2）圖片預(yù)覽。

（3）圖片識別后的信息預(yù)覽。如圖2、圖3所示。

（4）已識別數(shù)據(jù)列表功能：該功能默認(rèn)顯示以時間排序展示所有用戶已識別的識別，其中包括識別設(shè)備的時間、識別設(shè)備的名稱，識別設(shè)備的用戶。用戶可以通過篩選方式顯示某一段時間內(nèi)的識別設(shè)備。如圖4所示。