改进的数字识别算法实现
一：硬件初始化
主要是相机，LCD，外部SRAM的初始化。，OV7670摄像头一共有110个寄存器, 需要仔细配置：QVGA，RGB565输出。
二：图像预处理
1. 读摄像头数据到内存
在外部SRAM定义2个二维数组：pic_gray[240][320]存一帧灰度图,pic_binary[240][320]存一帧二值图。
连续读取320×240次摄像头输出口的 RGB565值，每读一个，进行灰度转换，保存进pic_gray；二值化，保存到pic_bianry。
每次读的像素是RGB565数据，要转换成灰度图像。位移取出R,G,B分量后，根据转换公式：灰度值=R*0.299+G*0.587+B*0.114，经实践，显示速度1帧/秒，改灰度值=((R*1224+G*2404+B*467)>>12)后，显示速度达到5帧/秒。
-
自动寻找仪表读数区域。
黑白图中，从上到下，下到上，设定黑色像素个数阈值280，统计每行的黑点个数，得到仪表读数区域上下边；同理，设定黑色像素个数阈值100，得到仪表读数区域左右边界。把仪表读数区域的左边界leftbound,右边界rightbound，上边界topbound，下边界downbound保存为全局变量。
对灰度图pic_gray中该区域内二值化，释放pic_binary，接下来的步骤都是对pic_gray进行操作。 -
投影法得到包围数字的最小边框。
已知仪表读数区域坐标，第一个数字必定落在leftbound到leftbound加上1/3读数区域宽度，topbound到downbound的范围中。把每一竖包含的白色像素点个数投影到长度为1/3读数区域宽度的数组中，找到该数组中连续非0的最长长度及最长非0串的起始点，得到框住数字的最小框的左右边界，类似的，得到框住第一个数字的最小框的上下边界。
- 判断最后一位数字完整性。 最后一位数字滚动速度快，常显示不完整，有白色刻度的图像干扰，使得该位数字识别困难。 从仪表读数区域rightbound到rightbound加上1/3区域宽度是最后一位数字所在区域。同上一步一样，对区域内每一竖包含的白色像素点个数做投影。数组中，每一竖拥有白点个数小于1/4仪表读数区域高度的都记为0，这样排除了白色刻度的干扰（一竖白色刻度白点加起来个数不超过高度1/4），得到数组中最长非0串和它的起始结束坐标，即为框住最后一位无论是否完整的数字的左右边界。 在框住数字的左右边界，仪表读数的上下边界这一区域内，对每一行白色像素个数投影到长度为仪表读数区域高度的数组中，统计连续为0串的个数，如果有2个，此时为完整数字，因为当显示完整数字时候，它的上下有连续黑色区域；有三个，说明数字不完整，多出的一个是2个不完整数字之间的黑色区域。
图5：不完整的最后一位数字
图6：完整的数字
三：识别
可根据框住数字最小区域的宽高比，快速判断是否为数字1，所以，不需要样本数字1，共制作了9个90*150大小的数字样本。
模板匹配算法识别数字十分精准，甚至一定范围内灯光，角度的变化对结果都影响不大。原先程序得到框住数字最小区域后，马上对它进行样本0-9的九次次模板匹配得到识别结果。
因为图片邻近插值缩放计算量较大，所以模板匹配是数字识别最占用时间的步骤，要加快识别速度，就要尽量减少模板匹配或者不用。改进后的识别算法增加了2个步骤：统计黑色像素占框住数字最小区域的比率；得到上边，左边的形态特征。结果是能减少了模板匹配次数，最多进行2次，大大的节省了时间。
一：若顶边白色像素个数占宽度比例小于50%，则只可能是数字4，6，进行模板匹配识别。
二：若不符合上一步的条件，则计算框住数字最小区域内的黑色像素占总像素的比率。
黑色像素比例： <20% 20%----40% >40%
可能数字 ： 0，8 2，3，5，9 7
1. 黑色像素比率小于20%，做数字0，8的模板匹配，识别得到结果。
2. 黑色像素比例大于40%，得到识别结果为7。
3. 黑色像素比例介于20%至40%，计算框住数字最小区域左边黑色像素个数占比：
a) 若<50%，则可能是2，3，模板匹配得到结果。
b) 若>50%,则可能是5，9，模板匹配得到结果。