伴随着现代工业生产规模的不断扩大,工业生产已经进入了大数据时代,在日常的工业生产流程中,每一个作业环节都会产生许多需要记录的生产数据值,以此作为衡量产品是否合格的标准。对于许多机器较为陈旧的工厂而言,其设备并不具备相应的数据接口,大多数时候都必须依靠人工识别手动抄录的方式来完成对生产数据的记录,这样高度重复枯燥乏味的工作无疑是对人力资源一种极大的浪费,使得工厂的生产效率大打折扣。为解决这一问题,迫切需要一套能够自主完成对工业信息图像识别的OCR系统。尽管对OCR识别技术的应用已经扩展到了办公、交通、金融等多个领域,但其在工业生产领域的应用还尚不充分。本文针对一类工业信息图像展开研究,结合其特点创新地将OCR识别技术应用到工业生产领域,设计实现了一种针对工业信息图像的OCR自动识别系统,具体工作内容如下:（1）对工业信息图像进行预处理。除了一些基本的预处理操作之外,为进一步获得理想的处理效果,本文还充分考虑到在工业生产环境中可能存在的影响图像质量的因素,对亮度分布不均匀的工业信息图像进行光照补偿改善其灰度分布情况,对角度存在一定倾斜的图像则是基于传统Hough变换的改进方法进行处理,在成功校正倾斜角度的同时缩短了处理时间。（2）通过分析对比工业信息图像和普通文本类图像的不同之处,根据工业信息图像的特点,结合SSD目标检测、色彩空间转换和边缘检测等设计了一种新的方法实现对该类图像信息区域的精准定位和基本识别单元的精确分割。（3）为提高对生产数据识别的准确率,针对不同类型的字符特点采取不同的方法进行识别。对标签文本类字符通过字库的自主训练成功提高了识别准确率,对数字仪表类字符采用不同方法进行测试比较后,最终使用穿线法进行识别,在提高识别准确率的同时进一步减少了识别过程的时间消耗。（4）进行系统测试,从不同的数据集中随机选取相同数量的图片对系统性能进行对比测试,根据测试结果对系统整体性能做出相应评价,改进其中存在的问题和不足之处。