随着近年来测试试验任务不断增多,许多企业为了更好地管理试验任务和数据开始使用电子方式对其进行管理,然而,大量已完成的试验数据仍以纸质表格的形式存储,需要大量人力资源将试验数据录入到系统中。为了减少低效率的人工录入,论文研究基于图像的表格识别算法,并实现表格数据的自动录入。论文设计了一种对试验表格图像进行表格线检测和单元格定位的通用算法;并对特定试验表格集的试验数据进行手写数字语言库训练,提高了试验数据的识别效率;实现了基于Web的表格图像数据自动录入,用于电力绝缘子试验数据管理,具有基于图像的试验数据定位、识别和自动录入功能。论文的主要工作如下:(1)研究表格线检测与单元格定位算法。研究图像预处理算法,对扫描或拍照得到的原始表格图像进行预处理,图像校正,然后使用基于参数自适应动态调整的Hough变换算法和二次单元格定位方法对处理后的表格图像进行表格线检测和单元格定位。(2)研究表格内容识别方法。针对特定试验表格数据集,获取试验数据图像样本,对训练集进行手写数字语言库训练,应用Tesseract-OCR对单元格内容进行识别。通过试验对比,证明针对特定数据集训练手写数字语言库能够提高试验数据的识别准确率。其正确率稳定在92%以上,在少量人工干预的情况下,可以满足企业级应用要求。(3)自动录入系统实现。基于图像的表格识别算法设计了一套基于Web的试验数据自动录入系统,并将其应用于电力绝缘子试验数据管理。输入拍照或扫描所得的相应试验表格图像,对其进行表格线检测与单元格定位提取,然后对单元格内试验数据进行识别,自动录入识别结果至系统相应试验表格中。