随着科学技术的发展进步,计算机的处理速度越来越快,使得利用计算机进行复杂图像的智能识别成为可能。目前,各种数字图像处理系统诸如车牌识别、人脸识别以及各种仪表的检测与识别系统已经广泛应用到日常生活和工业生产中,尤其在高温、高压、高辐射等环境中或需要与其它数字设备对接的系统中,数字图像的智能识别相比人工识别具有不可替代的优势。本文提出的水表读数识别方法就是利用计算机来代替传统的人工读表,本方法可应用于水表检定系统和自动抄表系统中,在提高识别准确度的同时,大大提高了工人的劳动效率,为企业节约了成本,具有极高的应用价值。本文涵盖了水表字轮的识别和指针的识别,根据需求和水表型号的不同,可以分别或同时进行字轮和指针的识别工作。在字轮识别操作中,采用了传统的模板匹配方法来识别字符。首先利用字轮具有矩形边框这个特点,利用Hough变换对字轮区域进行精确定位,对于在识别中可能出现的半字现象,本研究创造性的设计了种条形模板,将0-9-0共11个数字依次纵向排列,将待识别区域按照从上到下、从左到右的顺序滑动进行匹配,这样就有效地解决了半字问题。在指针识别操作中,首先由用户针对不同型号的水表设定模板,来获得水表的指针数量、指针颜色、指针长度以及指针的相对位置等参数,对于用户来说这个过程是非常简单的,只需要依次点击每个待识别指针中心,并拖动到指针尖部即可,同一种型号的水表只需要制作一次模板,并且模板文件可以共享。同时,程序还增加了对尾部含有磁块的特殊形状指针的支持,用户可在制作模板时根据指针形状来进行选择。在提取指针像素时,本研究根据像素RGB值各分量比值的不同,来区分目标像素,不仅可以识别传统的红色指针,还可以识别蓝色指针。为了减弱光源位置不固定导致的图像灰度不均匀现象,程序采用了二次分块自适应二值化操作。在提取出指针后,采用模板匹配算法对指针进行识别。在本文最后的实验部分,使用200张图片对本系统进行测试,实验结果显示本方法具有较强的抗干扰性能,同时在时间复杂度和检测准确度上均达到了令人满意的效果,具有较大的应用价值。