电表断码屏的标准模板生成方法、装置、设备及介质

技术领域

本发明涉及图像处理领域，特别涉及电表断码屏的标准模板生成方法、装置、设备及介质。

背景技术

断码屏是智能电表的重要组成部分之一，能够显示用户的用电信息以及电网的状态信息，所以对断码屏的检测在智能电表的质量检测中是至关重要的一环。电表生产过程中，由于运作人员对机械的不规范操作，有时候会造成断码屏字符笔画段不显、虚显等问题，导致用电信息显示错误。因此，在使用电表之前需要对断码屏进行严格的字符显示缺陷检测。

目前的缺陷检测方法主要分为人工检测和自动检测；人工检测速度慢、效率低、人力资源消耗大且经济效益低，已经逐渐被淘汰。自动检测目前所使用的方法为模板匹配法，即制作断码屏上所有字符的标准模板后，将待测字符图像与标准模板进行匹配对比，计算待测字符图像与标准模板图像的相似度，并设置阈值，仅当相似度超过阈值时认为该字符无缺陷。因此，进行电表断码屏缺陷检测的前提，是制作出电表标准模板。目前，电表标准模板制作方法主要为人工制作和半自动生成两种。但即使是同一类型和型号，且都符合同一国家标准，不同厂家、不同批次生产出的电表仍有细微差别。故制成的模板无法完全通用，对每一批次电表均需进行模板的二次制作，即重新制作，而仍采取从头开始制作的方法效率低、生产成本高。

综上可见，如何提高标准模板的二次制作效率、规范性，并降低制作成本是本领域有待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种电表断码屏的标准模板生成方法、装置、设备及介质，能够提高标准模板的二次制作效率、规范性，并降低制作成本。其具体方案如下：

第一方面，本申请公开了一种电表断码屏的标准模板生成方法，包括：

获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息；

基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵；

利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像；

基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称；

基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。

可选的，所述获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板，包括：

获取待测电表断码屏的第一目标图像；

将与所述待测断码屏的类型、版型均相同且显示正常的电表断码屏确定为参考电表断码屏，并获取所述参考电表断码屏的参考标准模板。

可选的，所述基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵，包括：

将所述第一目标图像、所述源图像确定为输入图像，基于卷积神经网络获取所述输入图像的三维张量；其中，所述卷积神经网络包含若干个特征检测函数；

根据所述三维张量得到对应的特征描述符，并根据所述卷积神经网络获取所述输入图像的若干个特征图，以便确定出特征点；

利用KNN算法对所述特征点进行聚类，以得到高显著性聚类结果，并利用RANSAC算法对所述高显著性聚类结果进行匹配，得到最终匹配特征点对，再利用所述RANSAC算法计算出所述最终匹配特征点对的透视转换矩阵。

可选的，所述根据所述三维张量得到对应的特征描述符，并根据所述卷积神经网络获取所述输入图像的若干个特征图，以便确定出特征点，包括：

根据所述三维张量得到对应的特征描述符，并根据所述卷积神经网络获取所述输入图像的若干个特征图；

对所述特征描述符进行归一化处理，得到归一化的特征描述符；

利用各个所述特征检测函数计算出所述归一化的特征描述符的各个灰度值，并从各个所述灰度值中确定出最大的目标灰度值，并判断所述目标灰度值在对应的特征图中是否为局部最大值，若是，则将所述特征描述符确定为特征点。

可选的，所述利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像，包括：

根据所述标签信息计算出所述源图像中字符框的中心点坐标、左上角坐标，利用所述透视转换矩阵将所述中心点坐标、所述左上角坐标投射至所述第一目标图像，以得到投射后中心点坐标、投射后左上角坐标；

将所述投射后中心点坐标、所述投射后左上角坐标转换为预设标准格式的投射后标签信息，以得到包含所述投射后标签信息的第二目标图像。

可选的，所述利用所述透视转换矩阵将所述中心点坐标、所述左上角坐标投射至所述第一目标图像，以得到投射后中心点坐标、投射后左上角坐标，包括：

获取所述透视转换矩阵与所述中心点坐标的第一乘积以及所述透视转换矩阵与所述左上角坐标的第二乘积，并将所述第一乘积、所述第二乘积分别确定为投射后中心点坐标、投射后左上角坐标。

第二方面，本申请公开了一种电表断码屏的标准模板生成装置，包括：

模板获取模块，用于获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息；

图像配准模块，用于基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵；

标签投射模块，用于利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像；

图像分割模块，用于基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称；

模板生成模块，用于基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。

第三方面，本申请公开了一种电子设备，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序，以实现前述公开的电表断码屏的标准模板生成方法的步骤。

第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的电表断码屏的标准模板生成方法的步骤。

本申请有益效果为：获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息；基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵；利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像；基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称；基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。由此可见，本申请获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板后，可以自动化实现将标签信息投射至第一目标图像，以得到包含投射后标签信息的第二目标图像，然后基于投射后标签信息中的字符框位置信息自动化得到第二目标图像进行字符分割后的字符图像和对应的字符名称，如此一来，就可以基于投射后标签信息、字符图像和字符名称生成待测电表断码屏的标准模板，并保存标准模板，因为本申请是自动化生成标准模板，无需花费大量的人工成本，所以既可以提高了标准模板的二次制作效率和规范性，还可以降低制作成本。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请公开的一种电表断码屏的标准模板生成方法流程图；

图2为本申请公开的一种具体的字符标注后的电表示意图；

图3为本申请公开的一种具体的断码屏标准模板示意图；

图4为本申请公开的一种具体的电表断码屏的标准模板生成方法流程图；

图5为本申请公开的另一种具体的电表断码屏的标准模板生成方法流程图；

图6为本申请公开的一种电表断码屏的标准模板生成装置结构示意图；

图7为本申请公开的一种电子设备结构图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前的缺陷检测方法主要分为人工检测和自动检测；人工检测速度慢、效率低、人力资源消耗大且经济效益低，已经逐渐被淘汰。自动检测目前所使用的方法为模板匹配法，即制作断码屏上所有字符的标准模板后，将待测字符图像与标准模板进行匹配对比，计算待测字符图像与标准模板图像的相似度，并设置阈值，仅当相似度超过阈值时认为该字符无缺陷。因此，进行电表断码屏缺陷检测的前提，是制作出电表标准模板。目前，电表标准模板制作方法主要为人工制作和半自动生成两种。但即使是同一类型和型号，且都符合同一国家标准，不同厂家、不同批次生产出的电表仍有细微差别。故制成的模板无法完全通用，对每一批次电表均需进行模板的二次制作，即重新制作，而仍采取从头开始制作的方法效率低、生产成本高。

为此本申请相应的提供了一种电表断码屏的标准模板生成方案，能够提高标准模板的二次制作效率、规范性，并降低制作成本。

参见图1所示，本申请实施例公开了一种电表断码屏的标准模板生成装置，包括：

步骤S11：获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息。

本实施例中，所述获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板，包括：获取待测电表断码屏的第一目标图像；将与所述待测断码屏的类型、版型均相同且显示正常的电表断码屏确定为参考电表断码屏，并获取所述参考电表断码屏的参考标准模板。电表断码屏类型有单相和三相之分，单相和三相电表又各有13版和20版之分，因此采集待测电表断码屏的第一目标图像时，需要确定待测电表断码屏的类型和版本，将与待测断码屏的类型、版型均相同且显示正常的电表断码屏确定为参考电表断码屏，例如待测电表断码屏的类型为单相，版本为13版本，那么参考电表断码屏的类型也应是单相，版本是13版本，用分辨率为200万像素，成像高度为0.5m的固定相机对显示正常的参考电表断码屏进行垂直成像，以得到参考电表断码屏的电表图像。本实施例中的待测电表断码屏的类型、版本不受约束，只要参考电表断码屏的类型、版本与其一致即可。

制作参考标准模板的过程中包括：利用Labelimg工具对电表图像的断码屏区域进行字符标注，得到对应的源图像以及包含字符类别信息、归一化的字符框中心点横坐标、归一化的字符框中心点纵坐标、归一化的字符框宽度和归一化的字符框高度的标签信息。可以理解的是，参考断码屏的参考标准模板是已知的，标注过程就是获取参考断码屏的参考标准模板，也就是说，只需制作一次参考标准模板，后续就可以直接用参考标准模板获取待测电表断码屏的标准模板，其中，具体标注方式为：例如图2所示的一种具体的字符标注后的电表示意图，使用矩形框框选字符，称之为字符框；对字符框以字符名称命名；以“L x

步骤S12：基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵。

待测断码屏的标准模板制作过程就是模板迁移过程，即将参考断码屏的标准模板迁移至待测断码屏中，也就是将参考断码屏的标签信息投射至待测断码屏中，因此需要得到投射转换关系，即基于图像配准算法对第一目标图像和源图像进行配准，以得到透视转换矩阵。

步骤S13：利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像。

本实施例中，利用透视转换矩阵将标签信息“L x

步骤S14：基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称。

投射后标签信息中的“待测断码屏的归一化的字符框中心点X坐标、待测断码屏的归一化的字符框中心点Y坐标、待测断码屏的归一化的字符框宽度、待测断码屏的归一化的字符框高度”即为字符框位置信息，根据字符框位置信息对第二目标图像进行字符分割，得到若干个字符图像以及对应的字符名称。

步骤S15：基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。

可以理解的是，待测电表断码屏的标准模板由投射后标签信息、字符图像和字符名称组成，例如图3所示的一种具体的断码屏标准模板示意图，投射后标签信息中的字符类型信息表征待测断码屏的类型、版本，将待测电表断码屏的标准模板按照类型、版本进行存储时，其中标准模板的各个字符图像可以按照字符名称进行存储。

本申请有益效果为：获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息；基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵；利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像；基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称；基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。由此可见，本申请获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板后，可以自动化实现将标签信息投射至第一目标图像，以得到包含投射后标签信息的第二目标图像，然后基于投射后标签信息中的字符框位置信息自动化得到第二目标图像进行字符分割后的字符图像和对应的字符名称，如此一来，就可以基于投射后标签信息、字符图像和字符名称生成待测电表断码屏的标准模板，并保存标准模板，因为本申请是自动化生成标准模板，无需花费大量的人工成本，所以既可以提高了标准模板的二次制作效率和规范性，还可以降低制作成本。

参见图4所示，本申请实施例公开了一种具体的电表断码屏的标准模板生成装置，包括：

步骤S21：获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息。

步骤S22：将所述第一目标图像、所述源图像确定为输入图像，基于卷积神经网络获取所述输入图像的三维张量；其中，所述卷积神经网络包含若干个特征检测函数。

将第一目标图像、源图像确定为输入图像I，应用卷积神经网络(ConvolutionalNeural Networks，即CNN)

步骤S23：根据所述三维张量得到对应的特征描述符，并根据所述卷积神经网络获取所述输入图像的若干个特征图，以便确定出特征点。

本实施例中，所述根据所述三维张量得到对应的特征描述符，并根据所述卷积神经网络获取所述输入图像的若干个特征图，以便确定出特征点，包括：根据所述三维张量得到对应的特征描述符，并根据所述卷积神经网络获取所述输入图像的若干个特征图；对所述特征描述符进行归一化处理，得到归一化的特征描述符；利用各个所述特征检测函数计算出所述归一化的特征描述符的各个灰度值，并从各个所述灰度值中确定出最大的目标灰度值，并判断所述目标灰度值在对应的特征图中是否为局部最大值，若是，则将所述特征描述符确定为特征点。确定特征点的具体过程如下：

1)根据三维张量F得到对应的特征描述符d

2)根据卷积神经网络

需要注意的是，获取到特征描述符d

3)对特征描述符d

4)利用各个特征检测函数计算出归一化的特征描述符的各个灰度值，并从各个灰度值中确定出最大的目标灰度值，并判断目标灰度值在对应的特征图中是否为局部最大值，若是，则将特征描述符确定为特征点。可以理解的是，会有若干个特征图，每一个特征图中会包含若干个像素，也即包含了若干个归一化的特征描述符，确定特征点的具体过程如下：

首先，需要计算出每一个归一化的特征描述符的最优的特征检测函数，即利用各个特征检测函数计算出当前归一化的特征描述符的各个灰度值，从当前归一化的特征描述符的所有灰度值中筛选出最大的灰度值作为当前归一化的特征描述符的目标灰度值，其对应的特征检测函数也就是当前归一化的特征描述符的最优的特征检测函数，如此一来，可以获取到每一个归一化的特征描述符的最优的特征检测函数和目标灰度值；

其次，需要基于目标灰度值依次判断各个归一化的特征描述符是否为特征点，即判断当前归一化的特征描述符的目标灰度值是否是其所在的特征图的局部最大值，如果是，则当前归一化的特征描述符为特征点，如果不是，则当前归一化的特征描述符就不是特征点，以此判断每一个归一化的特征描述符是否为特征点，以得到所有的特征点。

现有技术中，稀疏匹配一般采用先检测特征点然后描述的方法，即先通过特征检测器得到特征点(提取出的特征点是稀疏的)，然后根据特征点周围的像素得到特征描述符。由于直接使用特征检测器，只使用了浅层图像信息，对于图片的低纹理区域或是重复场景(如重复的字符)的出现可能无法准确提取到特征点或提取到错误的特征点。

本实施例中，通过CNN对源图像进行计算得到特征图，基于特征图的深层信息以及提取的描述符检测特征点，检测出的特征点为在局部有不同的描述符的像素。这是一种密集提取，每个特征点均有其独特的特征描述符(即使是重复场景也不例外)，故更利于进行图像匹配。

步骤S24：利用KNN算法对所述特征点进行聚类，以得到高显著性聚类结果，并利用RANSAC算法对所述高显著性聚类结果进行匹配，得到最终匹配特征点对，再利用所述RANSAC算法计算出所述最终匹配特征点对的透视转换矩阵。

本实施例中，首先对特征点使用KNN算法(K-Nearest Neighbor，即邻近算法)进行粗匹配后保留高显著性匹配结果，其中，粗匹配过程就是进行聚类，保留高显著性匹配结果，剔除无法聚类的特征点，然后对高显著性匹配结果使用RANSAC算法(Random SampleConsensus，即随机采样一致性算法)进行精匹配，得到最终匹配特征点对，最终使用RANSAC方法计算最终匹配特征点对的最优单映射变换矩阵H，即透视转换矩阵H。

步骤S25：利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像。

步骤S26：基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称。

步骤S27：基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。

由此可见，本申请同时提取特征描述符和特征图，提高了电表断码屏图像配准性能与准确率，且对现场光线条件不同的情况具有更高的适应能力，通用性更强，基于KNN+RANSAC的特征点匹配新方法，能够尽可能地提取所有明显的特征点，同时避免提取出噪声引起的特征点或不明显的特征点，得到的结果更好。

参见图5所示，本申请实施例公开了另一种具体的电表断码屏的标准模板生成装置，包括：

步骤S31：获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息。

设源图像分辨率为w×h，标签信息为“L x

步骤S32：基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵。

步骤S33：根据所述标签信息计算出所述源图像中字符框的中心点坐标、左上角坐标，利用所述透视转换矩阵将所述中心点坐标、所述左上角坐标投射至所述第一目标图像，以得到投射后中心点坐标、投射后左上角坐标。

本实施例中，所述利用所述透视转换矩阵将所述中心点坐标、所述左上角坐标投射至所述第一目标图像，以得到投射后中心点坐标、投射后左上角坐标，包括：获取所述透视转换矩阵与所述中心点坐标的第一乘积以及所述透视转换矩阵与所述左上角坐标的第二乘积，并将所述第一乘积、所述第二乘积分别确定为投射后中心点坐标、投射后左上角坐标。具体投射过程如下所示：

1)计算出源图像中矩形字符框的中心点坐标(x

2)获取透视转换矩阵与中心点坐标的第一乘积(x′

转换过程可以视为先将二维坐标(x，y)投影到一个三维坐标系上，再转换为二维坐标(x′，y′)：

式中，a

步骤S34：将所述投射后中心点坐标、所述投射后左上角坐标转换为预设标准格式的投射后标签信息，以得到包含所述投射后标签信息的第二目标图像。

将所得矩形字符框在目标图像(w′×h′)中的中心点坐标(x′

步骤S35：基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称。

步骤S36：基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。

由此可见，本申请自动生成标准模板，因此将标准模板制作时间由人工制作的20分钟缩短至1分钟内自动生成，其输出的电表断码屏标准模板与人工制作质量相当，满足上线检测的要求，极大地提高了电表缺陷检测效率，节省人力资源。

参见图6所示，本申请实施例公开了一种电表断码屏的标准模板生成装置，包括：

模板获取模块11，用于获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息；

图像配准模块12，用于基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵；

标签投射模块13，用于利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像；

图像分割模块14，用于基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称；

模板生成模块15，用于基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。

本申请有益效果为：获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板；其中，所述参考标准模板包括源图像和标签信息；基于图像配准算法对所述第一目标图像和所述源图像进行配准，以得到透视转换矩阵；利用所述透视转换矩阵将所述标签信息投射至所述第一目标图像，以得到包含投射后标签信息的第二目标图像；基于所述投射后标签信息中的字符框位置信息对所述第二目标图像进行字符分割，得到字符图像和对应的字符名称；基于所述投射后标签信息、所述字符图像和所述字符名称生成并保存所述待测电表断码屏的标准模板。由此可见，本申请获取待测电表断码屏的第一目标图像以及与待测电表断码屏对应的参考电表断码屏的参考标准模板后，可以自动化实现将标签信息投射至第一目标图像，以得到包含投射后标签信息的第二目标图像，然后基于投射后标签信息中的字符框位置信息自动化得到第二目标图像进行字符分割后的字符图像和对应的字符名称，如此一来，就可以基于投射后标签信息、字符图像和字符名称生成待测电表断码屏的标准模板，并保存标准模板，因为本申请是自动化生成标准模板，无需花费大量的人工成本，所以既可以提高了标准模板的二次制作效率和规范性，还可以降低制作成本。

进一步的，本申请实施例还提供了一种电子设备。图7是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。

图7为本申请实施例提供的一种电子设备的结构示意图。具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的由电子设备执行的电表断码屏的标准模板生成方法中的相关步骤。

本实施例中，电源23用于为电子设备上的各硬件设备提供工作电压；通信接口24能够为电子设备创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。

其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及数据223等，存储方式可以是短暂存储或者永久存储。

其中，操作系统221用于管理与控制电子设备上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是Windows、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备执行的电表断码屏的标准模板生成方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。

进一步的，本申请实施例还公开了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，实现前述任一实施例公开的由电表断码屏的标准模板生成过程中执行的方法步骤。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种电表断码屏的标准模板生成方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。