我國電力行業發展迅速，電表作為測電設備經曆了普通電表、預付費電表和智能電表三個階段的發展。

在産業場景中，表的種類多達十幾種，過去依賴人工抄表，産線上需要專門的人員去手動切換畫面，來觀察每個畫面顯示的字符是否正确。每個月到了抄表那幾天，大家總能在街頭巷尾看到背着工具包、拿着抄表本、扛着小竹梯，穿梭在大街小巷的抄表員們。10000個電表的抄錄，一個人要忙上10多天時間。

因為字符數量多，形狀複雜，字符面積小，檢測速度快，人員易疲勞等原因，檢測效率低，容易漏檢，誤檢。

這種采用人工目視檢測方式缺點有：

1.漏檢率高。由于人眼容易疲勞及工作情緒的影響，人為因素造成漏檢的概率很高。

2.檢測速度慢。檢測一個電表需要最少3秒以上。

如果能夠采集到大量電表圖片，借助人工智能技術批量檢測和識别，将會大幅提升效率。

電表顯示屏信息檢測的準确率的大小，取決于是否能夠完整地分割出顯示屏區域中的字符信息，如數字符号信息，文字與符号信息。

在使用工業相機進行圖像采集時，圖像質量以及後續信息識别會受到外部環境影響，如光照不均、暗影等。圖像中字符與背景對比度較低，不易準确識别出顯示屏區域字符信息。

檢測難點：

01：電表種類多、數據少、拍攝角度多樣且部分數據反光嚴重

02：整屏不顯、字符或字段不顯、液晶損傷

檢測要求：

01：準确檢測檢測LCD顯示字符是否有缺筆，多筆，壞點。

02：準确檢測面闆上的型号及參數和序列号。

03：精度實現毫米級。

04：準确率：100%。

機器視覺因為其擁有的良好性能，在圖像處理的過程中發揮了不可或缺的作用。

矩視智能低代碼平台是基于深度學習檢測技術，具有缺陷檢測、尺寸測量、字符識别等功能，具有智能化程度高、非接觸和精度高等優點, 已被各工業檢測領域廣泛采納。并且能夠迅速處理短時間内獲取的衆多信息，同時對信息中加工和檢測部分進行整合處理。因此，在自動化、智能化普及的日常生産中，矩視智能低代碼平台在産品質量檢測、産品加工狀态檢測等衆多方面應用廣泛。

在生産過程中遇到的一些問題需要采用柔性的解決方式，機器視覺技術能夠很好地适應工作環境，完成一些特殊情況下人為檢測很難實現的工作，因此，相比于人工檢測來說，機器視覺技術對産品的檢測效率、精度都有很大程度的提高和改善，同時節省了大量勞動力資源，在自動化程度方面更有優勢。

因此基于機器視覺技術，矩視智能低代碼平台對電表顯示屏進行信息檢測，先對顯示屏區域進行圖像提取，消除無用信息的幹擾，完成目标區域提取後，采用深度學習訓練方式，對顯示屏區域不同字符信息進行分塊處理，完成不同類别的字符信息檢測，最終實現對電表顯示屏的字符檢測。

采用功能：OCR識别

具體檢測步驟

Step 1 拍照采集電能表圖像信息

在獲取電能表圖像信息時，首先要将電能表通電使指示燈與液晶顯示屏全部亮起，然後逐行掃描，相機對外觀進行拍照并将圖像存入采集卡中，實現電能表檢定的圖像信息采集。

Step 2 圖像标注訓練提取關鍵信息

對需要檢測識别的字符，采用矩形标注狂進行逐一标注，建議标注圖片數量在30張以上，标注數量越多，模型訓練準确率越高。

Step 3 測試環節 未标注圖片轉已标注

模型訓練結束後，進入測試環節，測試時間大概在2-3分鐘左右，測試成功後，模型中未标注圖片，全部轉為已标注狀态，識别準确率達到100%。

矩視智能機器視覺低代碼平台是一個面向機器視覺應用的雲端協同開發平台，始終秉承0成本、0代碼、0門檻、0硬件的産品理念。

平台以人工智能技術為核心，在機器視覺應用開發環節，為開發者提供圖像采集、圖像标注、算法開發、算法封裝和應用集成的一站式完整工具鍊。覆蓋字符識别、缺陷檢測、尺寸測量、目标定位等上百項通用功能，緻力于成為全球用戶量最多，落地場景最廣泛的機器視覺低代碼平台。

更多功能正在開發中，最新信息會第一時間在官方公衆号進行公布，大家持續關注哦！