第36卷 第12期 福 建 电 脑 Vol. 36 No.12
2020年12月
Journal of Fujian Computer
Dec. 2020
离心制丸机———————————————
本文得到大学生创新创业计划(No.S1913902037)资助。吴春（通信作者），男，1999年生，主要研究领域为数据分析。E-mail:****************。李惠霞，女，1999年生，主要研究领域为物联网。E-mail: *****************。黄雪雅，女，1999年生，主要研究领悟为数据挖掘、图像处理。E-mail:****************。
吴春 李惠霞 黄雪雅
(中山大学新华学院信息科学学院 广州 510000)
制作ic卡
摘 要 目前，计算机视觉技术得到广泛应用。人们可以利用这门技术通过计算机获取目标的信息，并对这些信息进行加工及处理。本文研究的思路是将计算机视觉技术加入药品管理系统，结合Django 框架，利用其轻便易建站的特点，将识别出来的信息呈现在Django 搭建的网站上，将信息展现。以这种方式替代传统的人工识别方法，提高了效率，减少人工开销。 关键词 智能识别；药品管理；机器视觉工位管理系统中图法分类号 TP399 DOI:10.16707/jki.fjpc.2020.12.048
Application of Image Recognition Technology in Drug Management System
WU Chun, LI Huixia, HUANG Xueya
(School of Information Science, Xinhua College Of Sun Yat-Sen University, Guangzhou, 510000)
1引言
计算机视觉是指使用影像技术替代人眼对目标进行识别、跟踪和测量等的机器视觉。通过该技术可使计算机获取目标信息，并将收集的信息传入主机进行加工及处理。如通过计算机视觉技术识别药品标签[1]，获取药品标签当中药品的批号、生产日期及有效期等信息，通过这些信息对药品进行分类处理，省略了以往通过人工操作的繁杂过程。 目前，光学字符识别技术（Optical Character Recognition ）在计算机视觉领域的研究积累了大量的技术性成果[2]。该技术广泛应用于车牌识别、机器人目标定位、票据识别等多个领域[3-5]。本文研究将该技术运用于药品管理，以提高工作效率，简化工作流程，解决人工配药出现的工作失误等问题。
香蜜果本文研究是思路是将计算机视觉技术加入药品管理系统，结合Django 框架，利用其轻便易建站的特点，建立一个可视化的药品管理系统。将识别出来的信息展示在Django 框架搭建的站点上，由此将药品信息展现出来。
2相关技术介绍
2.1 Python
Python 是一种解释型、面向对象、动态数据类型的高级程序设计语言[6]。它是一种动态的脚本语言，易于学习、阅读，免费并且开源最初被设计用于编写自动化脚本(shell)。随着版本的不断更新和语言新功能的添加，它越来越多地被用于独立的、大型项目的开发。Python 在此作为设计识别程序及Django 开发的基础支持。 2.2 Django 框架
Django 是一个由Python 编写的具有完整架站能力的Web 网站框架，可以令程序设计人员迅速建立全功能网站的一组Python 程序。同时，Django 的源代码完全开发。Django 本身基于MVC 模型，即Mo
del （模型）+View （视图）+Controller （控制器），把视图和控制逻辑分割开来，因此使用Django 能够快速开发、快速部署。除此之外，它还具有代码可重用性高、维护成本较低等优势。 2.3 光学字符识别
2020年福建电脑153
光学字符识别简称OCR，主要的工作流程是影像输入、影像预处理（包括二值化、图像降噪等）、倾斜校正、文字特征抽取。简单而言，它是将图片翻译成文字的一种技术。
tesserocr是Python的一个OCR库，是使用Python API对tesseract做的一层封装，利用tesserocr 库能够在使用较少代码的情况下对图片进行识别并获取需要的信息，对整个研究有着决定性作用。
3实验设计与分析
3.1智能识别的设计实现
智能识别主要由影像调度端、识别主程序、数据输出端组成。影像调度端主要是利用扫描仪获取摄像机获取影像数据，将影像数据输入到识别的主程序当中。识别主程序是对影像调度端输入的影像数据进行识别，获取影像中的信息，并将信息转化成字符串发送到数据输出端。数据输出端主要是由Django构建的网站，获取识别主程序发送过来的数据后，进入数据库进行查询，若有相匹配的数据便
提取数据库中的数据到前端页面进行展示。
3.2 利用tesserocr库实现识别
使用tesserocr库需要Python版本3.6以上，同时需要下载安装pillow模块、pytesseract模块及tesseract-ocr包，为tesserocr提供支持。
图1 运行图
图2 实验结果图表
完成准备工作后，建立工程并导入tesserocr模块，建立一个tesserocr识别工程，进入事先创建好的目录中。在当前目录下编写识别程序。以下是根据课题编写的药品管理系统实验。实验所使用机器配置是英特尔i5的8代CPU，8G运行内存。进行100次实验，每次放一张图片识别100下，最后得出的实验数据是每进行100次识别运行时间基本稳定在20秒上下。运行截图及实验图表见图1、图2。
3.3Django架站的数据展示
在一个专用的文件夹中建立好虚拟环境，执行命令django-admin startproject demo创建一个工程文件，执行django-admin startapp demo创建一个Django的app。至此，建好一个基于Django框架的网
站。接着配置数据库，编写配置文件、路由文件等，完善网站。将编写好的识别模块导入Django 文件，最后将产生的数据通过Django到数据库中进行查询，获取相应的数据库数据再反馈到Django 中在页面上展示出来。运行结果如图3所示。
图3 运行结果图
4总结it运维系统详细设计
由实验可知，基于tesserocr库的识别具有很好的应用性，对影像具有较高的识别度，并且程序简单，运行时间比人工操作快。但经多次实验分析，每隔1600次，识别时间将出现一次较大的波动。同时，在影像模糊的情况下，识别精准度较差，识别所需的时间有所延长，需对程序进行进一步改进。
参考文献
[1] 仇维.面向药品标签的字符识别技术研究[硕士学位论文].沈阳理工
大学，沈阳,2013
[2] 卢畅畅，宁少文，唐德昌.光学字符识别技术(OCR)的研究于应用.中国
战略新兴产业,2018(28):1-3
[3] 莫玲，麦康机.基于机器视觉的车牌识别系统设计.机电工程技
术,2018,47(11):112-116
[4] 王俊修，孔斌.计算机视觉在机器人目标定位中的应用.微机发
展,2003(12):7-10
[5] 蒋耀亮.自动光学识别OCR在票据自动识别系统中的应用研究.通讯
世界,2019,26(05):288-289
[6] 史记征，崔俊.基于Python语言的图文识别方法研究.网络安全技术与
应用
,2019(08):43-44
