Identificación automática de caracteres numéricos en imágenes digitales de consumo de energía eléctrica

Abstract

Los medidores de consumo de agua, luz y gas son instrumentos para medir la cantidad de consumo del cliente en el servicio suministrado por las empresas de servicios ya sean públicas o privadas. Actualmente algunas empresas siguen gestionando la información del servicio prestado en hojas manualmente o haciendo uso de aplicaciones donde se digitan los datos, realizar esta tarea de esta manera genera errores y gatos de tiempo para recolectar y verificar los datos ingresado.Para realizar este cambio seria la realización de un reconocimiento óptico de caracteres (OCR) que se puede ser implantados en unos celulares inteligentes y así agilizar el proceso de capturas y validación de los datos. Hoy los celulares inteligentes han avanzado con gran progreso que cada temporada saca nuevos equipos con nuevas estructuras y la calidad de las imágenes con buenas resoluciones. Se utilizó 1300 imágenes de consumo de medidores de energía eléctrica como bases de datos y alrededor de 3000 imágenes de caracteres extraídos por las imágenes originales, también se planteó un protocolo de tomas fotográficas desde una aplicación móvil y la utilización de librería libres como OpenCV. Para el entrenamiento se realizo es hacer el entrenamiento de las 3000 imágenes de los caracteres extraídos y convertirlos en un archivo para luego en la clasificación reutilizarlo. Y posteriormente ejecutar con un medidor y el reconocimiento de los caracteres con la utilización del clasificador KNN con el más óptimo para la clasificación ya que sus resultados en la probabilidad es el 40 al 60% y basado al reconocimiento basado a la precisión en el 80% y con una red neuronal ha tenido una precisión del 72.7%.