CN107194400B - 一种财务报销全票据图片识别处理方法 - Google Patents

一种财务报销全票据图片识别处理方法 Download PDF

Info

Publication number
CN107194400B
CN107194400B CN201710399045.4A CN201710399045A CN107194400B CN 107194400 B CN107194400 B CN 107194400B CN 201710399045 A CN201710399045 A CN 201710399045A CN 107194400 B CN107194400 B CN 107194400B
Authority
CN
China
Prior art keywords
character
picture
invoice
matrix
row
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710399045.4A
Other languages
English (en)
Other versions
CN107194400A (zh
Inventor
赵小钰
姜萌
李青
周寻
柯蓓
王雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tianyu Star Sky Technology Co Ltd
Original Assignee
Beijing Tianyu Star Sky Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Tianyu Star Sky Technology Co Ltd filed Critical Beijing Tianyu Star Sky Technology Co Ltd
Priority to CN201710399045.4A priority Critical patent/CN107194400B/zh
Publication of CN107194400A publication Critical patent/CN107194400A/zh
Application granted granted Critical
Publication of CN107194400B publication Critical patent/CN107194400B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Character Input (AREA)
  • Image Analysis (AREA)

Abstract

一种财务报销全票据图片识别处理方法，针对发票识别的特定场景做了一些优化，扩大发票识别类型，能识别所有类型的发票，并且识别更准确、效率更高，主要用于对各种类型的发票扫描成图片后进行识别和处理。具体包括：对扫描后的发票图片进行色彩预处理，为图片轮廓预处理提供输入数据；对经过色彩预处理的图片进行轮廓检测，排除发票纸张范围外的像素干扰；对经过轮廓检测的图片进行文字预处理，识别发票上的字符，形成字符集并输出；对输出的字符集进行图片识别处理，将识别处理结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果。

Description

一种财务报销全票据图片识别处理方法
技术领域
本发明涉及一种财务报销全票据图片识别处理方法，适用于公司人员的报销纸介发票的电子转换。
背景技术
企业中的财务票据是会计信息的主要的来源，也是会计对企业财务账目进行管理的基础。同时，也是国家有关部门管理、监督检查企业资金运作的有效方式和重要依据。因此企业的财务票据管理已成为会计管理中的一种重要规范。在市场经济快速发展和市场经济体制逐步完善的今天,企业的资金来源呈现出多元化。票据管理作为资金管理的重要环节,在财务管理中起着举足轻重的作用,是能否使企业内部监管得到强化，财务制度得到健全的重要保障。随着各行业企事业单位都在争相建立财务数据共享中心，以期望通过财务数据共享完善企业运营管理，加快发展步伐，企业与企业、企业与管理机构之间，利用电子数据、票据凭证影像来传递贸易信息越来越频繁，而传统人工审核发票、录入发票数据工作量大，效率低且易出错，事后查找困难。
传统数据采集是人工整理原始报销票据，然后进行扫描影像，再到会计人工录入，再到凭证审核，而智能数据采集方式是采用OCR(光学字符识别)扫描识别技术，自动采集发票上的会计要素，自动对票据建立索引并归档，提高凭证信息查阅的一致性与准确性，与传统的会计人工录入数据方案相比，OCR扫描识别方案可以减少70％的工作量。
目前，常用的OCR系统只能完成部分类型发票的扫描录入，且识别准确率不高，已不能满足当前财务报销的需要，更无法为建设财务数据共享中心提供有效的、全面的基础数据支撑。
发明内容
本发明的技术解决问题是：克服现有技术的不足，提出了一种财务报销全票据图片识别处理方法，不同类型的发票可统一扫描录入，实现了单位报销发票的电子化集中管理，提升了财务部门处理财务报销工作效率和准确性。
本发明的技术解决方案是：
一种财务报销全票据图片识别处理方法，包括如下步骤：
(1)对扫描后的发票图片进行色彩预处理，为图片轮廓预处理提供输入数据；
(2)对经过色彩预处理的图片进行轮廓检测，排除发票纸张范围外的像素干扰；
(3)对经过轮廓检测的图片进行文字预处理，识别发票上的字符，形成字符集并输出；
(4)对步骤(3)输出的字符集进行图片识别处理，将识别处理结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果。
所述步骤(1)对扫描后的发票图片进行色彩预处理，包括：
(1.1)将扫描后的发票图片进行RGB转换，生成RGB颜色空间数据；
(1.2)对所述RGB颜色空间数据进行白化二值处理，即识别在RGB颜色空间数据中色调为白色的像素，并产生结果掩码位图矩阵，作为图片轮廓预处理的输入数据。
将扫描后的发票图片进行RGB转换，使用PNG或JPG图片解析算法解析原始文件，产生内存位图I(m*n)，其中，m为位图I的行数，n为I的列数，从而转换为RGB颜色空间数据，输出数据为m*n的矩阵，矩阵元素为R3＝{0-255，0-255，0-255}，表示为RGB颜色空间的三元组向量。
所述步骤(2)对经过色彩预处理的图片进行轮廓检测，排除发票纸张范围外的像素干扰，具体为：
(2.1)使用Canny边缘检测算法对结果掩码位图矩阵进行轮廓检测，即对每个多边形计算环绕矩形，取面积最大者为环绕纸张的矩形，其矩形边缘即为轮廓；
(2.2)根据进行轮廓检测后的数据，对结果掩码位图矩阵计算其长边和水平线的夹角，并对RGB颜色空间数据以该角度作旋转变换，以校正纸张的偏角；
(2.3)对所述旋转变换后的数据进行蓝化二值处理，即识别在RGB颜色空间数据中色调为蓝色的像素，并产生前景矩阵Mtext，作为文字预处理的输入数据。
所述步骤(2.2)进行旋转变换具体为：对产生的纸张轮廓包围矩形R取其任意三点P1、P2、P3，求点间距离D12＝D(P1,P2)，D23＝D(P2,P3)，取长边，并求其与水平线夹角Ap＝|Atan(x2-x1,y2-y1)|，如果Ap小于5度，则变为0；将位图矩阵I，即RGB颜色空间数据旋转Ap角度，以纠正其偏角；定义旋转后产生的新位图矩阵为I’。
所述步骤(3)对经过轮廓检测的图片进行文字预处理，具体为：
(3.1)对前景矩阵Mtext进行逐行扫描，确定行的个数以及每行的起始和终止位置；
(3.2)进行行内纵扫描以确定文字范围，从而得到分离后的文字矩形集合；
(3.3)将分离后的文字矩形集合中的文字矩形按照从上到下，从左到右的顺序排序，形成字符集并输出。
所述步骤(3.1)对前景矩阵Mtext进行逐行扫描，确定行的个数以及每行的起始和终止位置，具体为：对掩码矩阵Mtext进行间距为1的横向扫描线Reduction操作，根据每一行为1的像素数量，得出自变量为行索引的方波曲线，将每一个方波脉冲的范围[x0,x1]作为一行的行索引范围，从而检测到行的位置。
所述步骤(3.2)进行行内纵扫描以确定文字范围，从而得到分离后的文字矩形集合，具体为：对每一行进行列间距为1的纵向扫描线操作，得出列索引为自变量的曲线；将曲线范围正规化至[0,1]区间，并将小于0.05的值设置为0，根据方波脉冲波谷的位置确定文字之间的边界，从而得到分离后的文字矩形集合。
所述步骤(4)对输出的字符集进行图片识别处理，将识别处理结果按发票识别的语义组织为具有语义的结果对象，具体为：
(4.1)构建文字识别所用的神经网络模型结构；
(4.2)构建训练模型所用的训练集和验证集，训练集用于更新模型的权重，验证集用于跟踪训练效果；
(4.3)根据所述训练集，使用监督学习方法对构建的神经网络模型进行训练，并使其验证准确率达到预定标准或训练轮数达到预定最大轮数；
(4.4)将训练后的模型权重进行保存；
(4.5)选用权重最大的模型，对所述输出的字符集进行文字识别，得到在标签空间中的概率分布矩阵；
(4.6)按行循环访问概率分布矩阵中的每一行，扫描每一行最大峰值处得到其标签索引，从而转换为相应的字符，即识别结果；
(4.7)将识别结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果。
所述步骤(4.1)构建文字识别所用的神经网络模型结构，采用深度卷积神经网络。
所述构建训练集具体为：使用绘图指令以制定的字体在32*32位图中绘制标签字符；将前景矩阵Mtext转换为32*32的布尔掩码矩阵M’，将所有数据进行序列化。
本发明与现有技术相比的有益效果是：
(1)本发明方法针对发票识别的特定场景做了一些优化，扩大发票识别类型，能识别所有类型的发票，并且识别更准确、效率更高。与通用OCR算法相比，特定场景下，本算法可以根据图像特性、文字特性、色彩、清晰度等属性最大化执行效率和准确度；
(2)在训练模型上采取10种不同的字体对如下字符绘制训练集：0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUV WXYZ，因此每种字符产生10个样本。在训练时随机应用如下变化，以减少过拟合，提高神经网络的测试准确率，准确度可以达到95％以上；
(3)在识别模型方面采用深度卷积神经网络，其准确率远超过最近邻分类等传统统计分类模型，其效果已得到学术界的普遍认可。模型可以很好的缓冲输入图形的细节差别和移位问题，因此可以很好的解决文字识别中输入多变的问题；
(4)采取基于发票识别的场景进行建模，在这种模型下，文字分割步骤可以采取相对固定的方式，而无需采用监督学习的统计模型，因此无需准备人工标注的训练集，极大的减少了OCR研发的前期时间；
(5)可根据各种类型的发票内容自动进行基于语义的文本校正，相对上下文无关的OCR算法，可以利用上下文和语境信息最大程度上避免识别错误，从而提高准确率。
附图说明
图1为本发明OCR流程示意图；
图2为本发明图片色彩预处理流程示意图；
图3为本发明图片轮廓预处理流程示意图；
图4为本发明图片文字预处理流程示意图；
图5为本发明图片识别处理流程示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行进一步的详细描述。
如图1所示，本发明提出了一种对全票据发票图片进行识别和处理的方法，具体为包括如下步骤：
(1)如图2所示，对扫描后的发票图片进行色彩预处理，为图片轮廓预处理提供输入数据；
所述步骤(1)对扫描后的发票图片进行色彩预处理，包括：
(1.1)将扫描后的发票图片进行RGB转换，生成RGB颜色空间数据；
(1.2)对所述RGB颜色空间数据进行白化二值处理，即识别在RGB颜色空间数据中色调为白色的像素，并产生结果掩码位图矩阵，作为图片轮廓预处理的输入数据。
将扫描后的发票图片进行RGB转换，使用PNG或JPG图片解析算法解析原始文件，产生内存位图I(m*n)，其中，m为位图I的行数，n为I的列数，从而转换为RGB颜色空间数据，输出数据为m*n的矩阵，矩阵元素为R3＝{0-255，0-255，0-255}，表示为RGB颜色空间的三元组向量。
(2)如图3所示，对经过色彩预处理的图片进行轮廓检测，排除发票纸张范围外的像素干扰；
所述步骤(2)对经过色彩预处理的图片进行轮廓检测，排除发票纸张范围外的像素干扰，具体为：
(2.1)使用Canny边缘检测算法对结果掩码位图矩阵进行轮廓检测，点图产生强度为k的高斯模糊拷贝，随后采取DBSCAN聚类得到离群点。将离群点从原始点图中删除，完成去噪处理过程，对每个多边形计算环绕矩形，取面积最大者为环绕纸张的矩形，其矩形边缘即为轮廓；
(2.2)根据进行轮廓检测后的数据，对结果掩码位图矩阵计算其长边和水平线的夹角，并对RGB颜色空间数据以该角度作旋转变换，以校正纸张的偏角；
(2.3)对所述旋转变换后的数据进行蓝化二值处理，即识别在RGB颜色空间数据中色调为蓝色的像素，并产生前景矩阵Mtext，作为文字预处理的输入数据。
所述步骤(2.2)进行旋转变换具体为：对产生的纸张轮廓包围矩形R取其任意三点P1、P2、P3，求点间距离D12＝D(P1,P2)，D23＝D(P2,P3)，取长边，并求其与水平线夹角Ap＝|Atan(x2-x1,y2-y1)|，如果Ap小于5度，则变为0；将位图矩阵I，即RGB颜色空间数据旋转Ap角度，以纠正其偏角；定义旋转后产生的新位图矩阵为I’。
(3)如图4所示，对经过轮廓检测的图片进行文字预处理，识别发票上的字符，形成字符集并输出；
所述步骤(3)对经过轮廓检测的图片进行文字预处理，具体为：
(3.1)对前景矩阵Mtext进行逐行扫描，确定行的个数以及每行的起始和终止位置；
所述步骤(3.1)对前景矩阵Mtext进行逐行扫描，确定行的个数以及每行的起始和终止位置，具体为：对掩码矩阵Mtext进行间距为1的横向扫描线Reduction操作，根据每一行为1的像素数量，得出自变量为行索引的方波曲线，将每一个方波脉冲的范围[x0,x1]作为一行的行索引范围，从而检测到行的位置。
(3.2)进行行内纵扫描以确定文字范围，从而得到分离后的文字矩形集合；所述步骤(3.2)进行行内纵扫描以确定文字范围，从而得到分离后的文字矩形集合，具体为：对每一行进行列间距为1的纵向扫描线操作，得出列索引为自变量的曲线；将曲线范围正规化至[0,1]区间，并将小于0.05的值设置为0，根据方波脉冲波谷的位置确定文字之间的边界，从而得到分离后的文字矩形集合。
(3.3)将分离后的文字矩形集合中的文字矩形按照从上到下，从左到右的顺序排序，形成字符集并输出。文本按照原有顺序(即左至右，上至下)进行排序。基本步骤为：
(3.3.1)在矩形集合中选出距离左上角最近的矩形，作为新行的首字符；
(3.3.2)搜索距离行尾字符最近的矩形，要求其X坐标增加，Y坐标与行尾矩形相比在某一范围内，将其加入行尾；
(3.3.3)当无法找到满足条件的矩形时，该行结束，进入下一行的识别。
(4)如图5所示，对步骤(3)输出的字符集进行图片识别处理，将识别处理结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果。
所述步骤(4)对输出的字符集进行图片识别处理，将识别处理结果按发票识别的语义组织为具有语义的结果对象，具体为：
(4.1)构建文字识别所用的神经网络模型结构；采用深度卷积神经网络，其准确率远超过最近邻分类等传统统计分类模型，其效果已得到学术界的普遍认可。模型可以很好的缓冲输入图形的细节差别和移位问题，因此可以很好的解决文字识别中输入多变的问题。；对发票识别的场景做如下建模：
(4.1.1)文字为打印体，因此相对工整、清晰；
(4.1.2)文字大小基本近似；
(4.1.3)可较容易的区分前景文字和背景文字；
在这种模型下，文字分割步骤可以采取相对固定的方式，而无需采用监督学习的统计模型，因此无需准备人工标注的训练集，极大的减少了OCR研发的前期时间。
(4.2)构建训练模型所用的训练集和验证集，训练集用于更新模型的权重，验证集用于跟踪训练效果；
所述构建训练集具体为：使用绘图指令以制定的字体在32*32位图中绘制标签字符；将前景矩阵Mtext转换为32*32的布尔掩码矩阵M’，将所有数据进行序列化。在训练模型上采取10种不同的字体对如下字符绘制训练集：0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTU VWXYZ，因此每种字符产生10个样本。在训练时随机应用如下变化，以减少过拟合，提高神经网络的测试准确率，准确度可以达到95％以上。
(4.3)根据所述训练集，使用监督学习方法对构建的神经网络模型进行训练，并使其验证准确率达到预定标准或训练轮数达到预定最大轮数；
(4.4)将训练后的模型权重进行保存；
(4.5)选用权重最大的模型，对所述输出的字符集进行文字识别，得到在标签空间中的概率分布矩阵；
(4.6)按行循环访问概率分布矩阵中的每一行，扫描每一行最大峰值处得到其标签索引，从而转换为相应的字符，即识别结果；
(4.7)将识别结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果。
实施例：
按照本发明方法对不同格式的发票图片进行识别处理，以十种不同格式的发票为例，通过扫描仪扫描成图片，扫描成图片的发票经过本发明方法识别处理全部识别成功，在通过内控检查后，符合内控要求的发票，自动生成报销单二维码编号。对于比如出租车票连号、重号等问题，都能够精确的进行识别和筛选，对不同格式、纸张大小的发票，全兼容，识别率超过现有OCR技术识别率，取得良好的效果。

Claims (8)

1.一种财务报销全票据图片识别处理方法，其特征在于包括如下步骤：
(1)对扫描后的发票图片进行色彩预处理，为图片轮廓预处理提供输入数据；
(2)对经过色彩预处理的图片进行轮廓检测，排除发票纸张范围外的像素干扰；具体为：
(2.1)使用Canny边缘检测算法对结果掩码位图矩阵进行轮廓检测，即对每个多边形计算环绕矩形，取面积最大者为环绕纸张的矩形，其矩形边缘即为轮廓；
(2.2)根据进行轮廓检测后的数据，对结果掩码位图矩阵计算其长边和水平线的夹角，并对RGB颜色空间数据以该角度作旋转变换，以校正纸张的偏角；
(2.3)对所述旋转变换后的数据进行蓝化二值处理，即识别在RGB颜色空间数据中色调为蓝色的像素，并产生前景矩阵Mtext，作为文字预处理的输入数据；
(3)对经过轮廓检测的图片进行文字预处理，识别发票上的字符，形成字符集并输出；具体为：
(3.1)对前景矩阵Mtext进行逐行扫描，确定行的个数以及每行的起始和终止位置；
(3.2)进行行内纵扫描以确定文字范围，从而得到分离后的文字矩形集合；
(3.3)将分离后的文字矩形集合中的文字矩形按照从上到下，从左到右的顺序排序，形成字符集并输出；
(4)对步骤(3)输出的字符集进行图片识别处理，将识别处理结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果，具体为：
(4.1)构建文字识别所用的神经网络模型结构；
(4.2)构建训练模型所用的训练集和验证集，训练集用于更新模型的权重，验证集用于跟踪训练效果；
(4.3)根据所述训练集，使用监督学习方法对构建的神经网络模型进行训练，并使其验证准确率达到预定标准或训练轮数达到预定最大轮数；
(4.4)将训练后的模型权重进行保存；
(4.5)选用权重最大的模型，对所述输出的字符集进行文字识别，得到在标签空间中的概率分布矩阵；
(4.6)按行循环访问概率分布矩阵中的每一行，扫描每一行最大峰值处得到其标签索引，从而转换为相应的字符，即识别结果；
(4.7)将识别结果按发票识别的语义组织为具有语义的结果对象，作为最终识别结果。
2.根据权利要求1所述的一种财务报销全票据图片识别处理方法，其特征在于：所述步骤(1)对扫描后的发票图片进行色彩预处理，包括：
(1.1)将扫描后的发票图片进行RGB转换，生成RGB颜色空间数据；
(1.2)对所述RGB颜色空间数据进行白化二值处理，即识别在RGB颜色空间数据中色调为白色的像素，并产生结果掩码位图矩阵，作为图片轮廓预处理的输入数据。
3.根据权利要求2所述的一种财务报销全票据图片识别处理方法，其特征在于：将扫描后的发票图片进行RGB转换，使用PNG或JPG图片解析算法解析原始文件，产生内存位图I(m*n)，其中，m为位图I的行数，n为I的列数，从而转换为RGB颜色空间数据，输出数据为m*n的矩阵，矩阵元素为R3＝{0-255，0-255，0-255}，表示为RGB颜色空间的三元组向量。
4.根据权利要求1所述的一种财务报销全票据图片识别处理方法，其特征在于：所述步骤(2.2)进行旋转变换具体为：对产生的纸张轮廓包围矩形R取其任意三点P1、P2、P3，求点间距离D12＝D(P1,P2)，D23＝D(P2,P3)，取长边，并求其与水平线夹角Ap＝|arctan(x2-x1,y2-y1)|，如果Ap小于5度，则变为0；将位图矩阵I，即RGB颜色空间数据旋转Ap角度，以纠正其偏角；定义旋转后产生的新位图矩阵为I’。
5.根据权利要求1所述的一种财务报销全票据图片识别处理方法，其特征在于：所述步骤(3.1)对前景矩阵Mtext进行逐行扫描，确定行的个数以及每行的起始和终止位置，具体为：对掩码矩阵Mtext进行间距为1的横向扫描线Reduction操作，根据每一行为1的像素数量，得出自变量为行索引的方波曲线，将每一个方波脉冲的范围[x0,x1]作为一行的行索引范围，从而检测到行的位置。
6.根据权利要求1所述的一种财务报销全票据图片识别处理方法，其特征在于：所述步骤(3.2)进行行内纵扫描以确定文字范围，从而得到分离后的文字矩形集合，具体为：对每一行进行列间距为1的纵向扫描线操作，得出列索引为自变量的曲线；将曲线范围正规化至[0,1]区间，并将小于0.05的值设置为0，根据方波脉冲波谷的位置确定文字之间的边界，从而得到分离后的文字矩形集合。
7.根据权利要求1所述的一种财务报销全票据图片识别处理方法，其特征在于：所述步骤(4.1)构建文字识别所用的神经网络模型结构，采用深度卷积神经网络。
8.根据权利要求1所述的一种财务报销全票据图片识别处理方法，其特征在于：所述构建训练集具体为：使用绘图指令以制定的字体在32*32位图中绘制标签字符；将前景矩阵Mtext转换为32*32的布尔掩码矩阵M’，将所有数据进行序列化。
CN201710399045.4A 2017-05-31 2017-05-31 一种财务报销全票据图片识别处理方法 Expired - Fee Related CN107194400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710399045.4A CN107194400B (zh) 2017-05-31 2017-05-31 一种财务报销全票据图片识别处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710399045.4A CN107194400B (zh) 2017-05-31 2017-05-31 一种财务报销全票据图片识别处理方法

Publications (2)

Publication Number Publication Date
CN107194400A CN107194400A (zh) 2017-09-22
CN107194400B true CN107194400B (zh) 2019-12-20

Family

ID=59876131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710399045.4A Expired - Fee Related CN107194400B (zh) 2017-05-31 2017-05-31 一种财务报销全票据图片识别处理方法

Country Status (1)

Country Link
CN (1) CN107194400B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108305262A (zh) * 2017-11-22 2018-07-20 腾讯科技（深圳）有限公司 文件扫描方法、装置及设备
CN108171127A (zh) * 2017-12-13 2018-06-15 广东电网有限责任公司清远供电局 一种基于深度学习的发票自动识别方法
CN109741161B (zh) * 2018-07-03 2023-08-15 平安科技（深圳）有限公司 商务卡关联监督方法、系统、终端及可读存储介质
CN108985287B (zh) * 2018-07-09 2021-05-25 杭州圣吉奥软件有限公司 笔记本纸张和分类图标识别方法
CN109117814B (zh) * 2018-08-27 2020-11-03 京东数字科技控股有限公司 图像处理方法、装置、电子设备及介质
CN109299259A (zh) * 2018-09-26 2019-02-01 深圳壹账通智能科技有限公司 企业发票数据监测方法、装置、计算机设备和存储介质
CN111079735B (zh) * 2018-10-22 2023-12-22 莱芜钢铁集团电子有限公司 一种铸坯端面字符识别方法及装置
CN109522900B (zh) * 2018-10-30 2020-12-18 北京陌上花科技有限公司 自然场景文字识别方法及装置
CN109344815B (zh) * 2018-12-13 2021-08-13 深源恒际科技有限公司 一种文档图像分类方法
CN109740548B (zh) * 2019-01-08 2020-12-08 北京易道博识科技有限公司 一种报销票据图像分割方法及系统
CN109977957A (zh) * 2019-03-04 2019-07-05 苏宁易购集团股份有限公司 一种基于深度学习的发票识别方法及系统
CN110188714A (zh) * 2019-06-04 2019-08-30 言图科技有限公司 一种在聊天场景下实现财务管理的方法、系统及存储介质
CN110427853B (zh) * 2019-07-24 2022-11-01 北京一诺前景财税科技有限公司 一种智能票据信息提取处理的方法
CN110991974A (zh) * 2019-12-20 2020-04-10 贵州黔岸科技有限公司 基于gps的运输成本智能核算系统及方法
CN111582115B (zh) * 2020-04-29 2024-02-02 广东电力信息科技有限公司 一种财务票据处理方法、装置、设备和可读存储介质
CN111695554B (zh) * 2020-06-09 2023-02-21 广东小天才科技有限公司 一种文本矫正的方法、装置、电子设备和存储介质
CN112699867A (zh) * 2020-09-27 2021-04-23 民生科技有限责任公司 一种固定版式目标图像要素信息提取方法及其系统
CN112801041A (zh) * 2021-03-08 2021-05-14 北京市商汤科技开发有限公司 财务数据的报销方法、装置、设备及存储介质
CN114118949B (zh) * 2021-11-09 2023-06-27 北京市燃气集团有限责任公司 一种票据的信息处理系统和方法
CN114463352A (zh) * 2022-01-12 2022-05-10 济南超级计算技术研究院 玻片扫描图像目标分割提取方法及系统
CN114677566B (zh) * 2022-04-08 2023-10-17 北京百度网讯科技有限公司 深度学习模型的训练方法、对象识别方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102208092A (zh) * 2011-05-25 2011-10-05 重庆市电力公司永川供电局 财务票据报销自动处理方法
CN103617415A (zh) * 2013-11-19 2014-03-05 北京京东尚科信息技术有限公司 一种自动识别发票的装置和方法
CN104751194A (zh) * 2015-04-27 2015-07-01 陈包容 一种财务费用报销的处理方法及装置
CN106446954A (zh) * 2016-09-29 2017-02-22 南京维睛视空信息科技有限公司 一种基于深度学习的字符识别方法
CN106650736A (zh) * 2016-09-28 2017-05-10 浪潮软件集团有限公司 一种基于深度学习的汉字识别系统的实现方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533517B (zh) * 2009-04-15 2012-05-23 北京联合大学 一种基于结构特征的中国书画印章图像自动提取方法
CN103208004A (zh) * 2013-03-15 2013-07-17 北京英迈杰科技有限公司 票据信息区域自动识别和提取方法及设备
CN104112128B (zh) * 2014-06-19 2018-01-26 中国工商银行股份有限公司 应用于票据影像字符识别的数字图像处理系统及方法
RU2679209C2 (ru) * 2014-12-15 2019-02-06 Общество с ограниченной ответственностью "Аби Продакшн" Обработка электронных документов для распознавания инвойсов
CN105528604B (zh) * 2016-01-31 2018-12-11 华南理工大学 一种基于ocr的票据自动识别与处理系统
CN105654072B (zh) * 2016-03-24 2019-03-01 哈尔滨工业大学 一种低分辨率医疗票据图像的文字自动提取和识别系统与方法
CN106096601B (zh) * 2016-06-06 2019-06-18 深圳辰通智能股份有限公司 一种自动检测票据中字符类型的方法和系统
CN106557768B (zh) * 2016-11-25 2021-07-06 北京小米移动软件有限公司 对图片中的文字进行识别的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102208092A (zh) * 2011-05-25 2011-10-05 重庆市电力公司永川供电局 财务票据报销自动处理方法
CN103617415A (zh) * 2013-11-19 2014-03-05 北京京东尚科信息技术有限公司 一种自动识别发票的装置和方法
CN104751194A (zh) * 2015-04-27 2015-07-01 陈包容 一种财务费用报销的处理方法及装置
CN106650736A (zh) * 2016-09-28 2017-05-10 浪潮软件集团有限公司 一种基于深度学习的汉字识别系统的实现方法
CN106446954A (zh) * 2016-09-29 2017-02-22 南京维睛视空信息科技有限公司 一种基于深度学习的字符识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Research on Chinese financial invoice recognition technology;Delie Ming et al;《Pattern Recognition Letters》;20030131;第24卷(第1-3期);第489-497页 *
一种改进的自适应增值税发票字符识别方法研究;刘峰;《中国优秀硕士学位论文全文数据库信息科技辑》;20150315;第2015年卷(第3期);第I138-2225页 *
饮食业地方税收发票识别算法研究与实现;尤权锋;《中国优秀硕士学位论文全文数据库信息科技辑》;20150115;第2015年卷(第1期);第I138-895页 *

Also Published As

Publication number Publication date
CN107194400A (zh) 2017-09-22

Similar Documents

Publication Publication Date Title
CN107194400B (zh) 一种财务报销全票据图片识别处理方法
CN107067044B (zh) 一种财务报销全票据智能审核系统
EP1854051B1 (en) Intelligent importation of information from foreign application user interface using artificial intelligence
US7295694B2 (en) MICR-based optical character recognition system and method
CN112508011A (zh) 一种基于神经网络的ocr识别方法及设备
US11436852B2 (en) Document information extraction for computer manipulation
CN206975668U (zh) 一种财务报销全票据智能审核系统
CN109784341A (zh) 一种基于lstm神经网络的医疗单据识别方法
Caldeira et al. Industrial optical character recognition system in printing quality control of hot-rolled coils identification
CN112069900A (zh) 基于卷积神经网络的票据文字识别方法及系统
CN113158895B (zh) 票据识别方法、装置、电子设备及存储介质
CN107240185B (zh) 一种冠字号识别方法、装置、设备及存储介质
CN114004984B (zh) 一种高压电缆附件工艺库图纸比对方法和系统
CN113780087A (zh) 一种基于深度学习的邮政包裹文本检测方法及设备
CN114581928A (zh) 一种表格识别方法及系统
CN111553361B (zh) 一种病理切片标签识别方法
CN111414889B (zh) 基于文字识别的财务报表识别方法及装置
Yao et al. Invoice detection and recognition system based on deep learning
CN112200789A (zh) 一种图像识别的方法及装置、电子设备和存储介质
Lincy et al. An Enhanced Deep Learning Model for Handwritten Tamil Character Identification
RU2582064C1 (ru) Способы и системы эффективного автоматического распознавания символов с использованием леса решений
KR20210034869A (ko) 수기 표 이미지의 디지털 이미지 변환 방법
CN111046874A (zh) 一种基于模板匹配的单号识别方法
Savitha et al. Detection of single and multi-character Tulu text blocks
CN113792780B (zh) 基于深度学习和图像后处理的集装箱号识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191220

CF01 Termination of patent right due to non-payment of annual fee