【技术实现步骤摘要】
本专利技术属于手写字符识别，涉及一种用于圆木截面手写字符分离与识别的图像处理方法。
技术介绍
1、随着木材工业的自动化和智能化水平不断提高，对生产过程中的信息自动采集和处理需求逐渐增加。
2、在木材存储与运输过程中，有的企业会在圆木的截面上标记一些手写字符，以记录重要的生产信息(如编号、尺寸或批次等)。因此，如何实现对圆木截面手写字符的自动化识别成为了一个亟待解决的问题。
3、已有的手写字符识别方法对象通常是具有纯色背景的图像，仅需简单的二值化和去噪处理就能将字符分离，然后将字符分割并识别。然而，由于木材截面纹理复杂、背景干扰较强，传统字符分割方法往往难以满足实际需求。
技术实现思路
1、本专利技术针对圆木截面这一特殊背景，设计了一套专门的字符提取与分离算法，充分考虑木材截面的纹理特性与手写字符的形态特征，通过灵活运用各种图像处理技术，确保分离出的字符具有较高的完整性和独立性，并成功识别。
2、为实现上述目的，本专利技术具体包括如下步骤：
3、实地采集图像制作字符定位数据集，网上收集手写字符制作分类数据集，分别按照8:1:1的比例划分为训练集、测试集和验证集；
4、分别使用yolov8n和mobilenet网络训练字符定位和分类模型，将算法和模型部署到计算机或可移动设备中；
5、使用相机作为图像数据源，获取图像传输到yolov8n目标检测网络中对字符进行整体定位；
6、将定位结果裁切，经由像素筛选、
7、查找轮廓，经过筛选后将所有轮廓合并成一个整体并旋转；
8、将封闭轮廓按坐标位置排序，然后分割出字符；
9、分割出来的字符经由mobilenet分类网络识别，将识别结果记录。
本文档来自技高网...【技术保护点】
1.一种用于圆木截面手写字符分离与识别的方法，其特征在于，包括：
2.根据权利要求1所述的方法，特征在于，数据集包括了定位数据集和分类数据集，定位数据集为实地拍摄采集自制，分类数据集为网上收集，按照8:1:1的比例划分为训练集、测试集和验证集。
3.根据权利要求1所述的方法，特征在于，算法部署可以部署在计算机上，也可以部署在移动设备上，便于移动工作，并对相机进行畸变矫正等处理。
4.根据权利要求1所述的方法，特征在于，由相机采集图像经过目标检测算法定位，并将定位结果裁切。
5.根据权利要求4所述的方法，特征在于，将裁切结果进行预处理，根据像素的RGB值去除图像背景，保留待识别字符。
6.根据权利要求5所述的方法，特征在于，所有待识别字符看作一个整体，对整体进行处理，整体旋转至正向。
7.根据权利要求6所述的方法，特征在于，根据所有待识别字符的轮廓，按照位置顺序及格式对字符进行分割，并逐个送入分类网络中识别。
【技术特征摘要】
1.一种用于圆木截面手写字符分离与识别的方法，其特征在于，包括：
2.根据权利要求1所述的方法，特征在于，数据集包括了定位数据集和分类数据集，定位数据集为实地拍摄采集自制，分类数据集为网上收集，按照8:1:1的比例划分为训练集、测试集和验证集。
3.根据权利要求1所述的方法，特征在于，算法部署可以部署在计算机上，也可以部署在移动设备上，便于移动工作，并对相机进行畸变矫正等处理。
4.根据权利要求1所述的方法...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。