技术特征：
1.一种粘连字符识别方法，其特征在于步骤为：s1、自动获取图像：形成测试图像；s2、目标区域的检测与截取；对测试图像提取感兴趣区域，形成目标区域裁剪图；s3、图像预处理：对获取的目标区域裁剪图进行去噪和二值化处理，得到二值图像；s4、图像行分割：在获得的二值图像中，对具有两行字符的二值图像进行行分割，形成单行字符图像；s5、图像列分割：基于字符宽度分割算法和垂直投影法对单行字符图像进行列分割，形成单个字符；s6、字符识别：基于卷积神经网络对单个字符进行识别；s7、输出结果：对识别结果进行验证，若正确，输出结果；若不正确，返回步骤s2继续执行。2.根据权利要求1所述的一种粘连字符识别方法，其特征在于：步骤s2中，通过labelimg对样本图像进行感兴趣区域标签的标记，用神经网络yolov3对打过标签的数据集进行训练，通过训练过的神经网络yolov3模型对测试图像进行目标检测，并对预测的区域进行裁剪，得到目标区域裁剪图。3.根据权利要求2所述的一种粘连字符识别方法，其特征在于：步骤s3中，根据得到的目标区域裁剪图，通过非线性中值滤波算法，对图中存在的椒盐噪声进行降噪处理，并采取最大类间方差法基于全局进行自适应二值化，得到二值图像。4.根据权利要求3所述的一种粘连字符识别方法，其特征在于：步骤s4中，对于获得的具有两行字符的二值图像，根据其在垂直方向上像素的投影明显差异性，利用水平投影法将两行字符二值图像分割成两张单行字符的二值图像。5.根据权利要求4所述的一种粘连字符识别方法，其特征在于：步骤s5中，对于分割后的单行字符二值图，基于字符宽度分割算法与垂直投影分割相结合的方法，通过设定相邻字符间的像素阈值，比较相邻字符间的像素值与所设像素阈值的大小关系，来决定选择字符宽度分割还是垂直投影分割。6.根据权利要求5所述的一种粘连字符识别方法，其特征在于：相邻字符间的像素值>所设像素阈值，选取基于字符宽度分割算法；相邻字符间的像素值<所设像素阈值，选取基于垂直投影分割算法。7.根据权利要求5所述的一种粘连字符识别方法，其特征在于：步骤s6中，卷积神经网络为增加下采样层和dropout层的卷积神经网络lenet-5，也就是在lenet-5的第三卷积层后接第三池化层，在第三池化层后面再接一层dropout层。8.一种粘连字符识别系统，用于实现权利要求1中的方法，其特征在于：包括图像读入模块、目标区域获取模块、字符分割模块和字符识别模块，以按钮点击形式操作，其中：图像读入模块用于对工业相机拍摄的原始图片进行读入；点击图像读入按钮，可以打开对应文件夹，选择要识别的生产日期图像，然后图片会显示在相应位置；目标区域获取模块：直接将yolov3训练好的模型嵌入目标区域获取按钮下的函数中，该按钮下的函数能够直接将生产日期区域进行裁剪并重新生成适合界面的图片尺寸；点击目标区域获取按钮，会将图片中生产日期的部分截取出来；字符分割模块：设计好单个字符显示的位置，通过相应的函数将目标区域获取模块中
裁剪得到的目标区域进行去噪和二值化处理，并利用投影法和字符宽度相结合的方法完成字符的分割；点击字符分割按钮，字符分割结果将会显示在界面相应的位置；字符识别模块：利用卷积神经网络将预先分割好的单个字符进行训练，得到一个训练模型，将该训练模型直接用于字符分割模块分割后的单个字符识别，识别原理是将模块三分割后的图片转换为相应的标签输出到界面上。9.根据权利要求8所述的一种粘连字符识别系统，其特征在于：基于pycharm平台，利用python和pyqt5进行系统设计，并通过qt designer对操作界面进行美化。