CN108549843A - 一种基于图像处理的增值税发票识别方法 - Google Patents
一种基于图像处理的增值税发票识别方法 Download PDFInfo
- Publication number
- CN108549843A CN108549843A CN201810238161.2A CN201810238161A CN108549843A CN 108549843 A CN108549843 A CN 108549843A CN 201810238161 A CN201810238161 A CN 201810238161A CN 108549843 A CN108549843 A CN 108549843A
- Authority
- CN
- China
- Prior art keywords
- image
- invoice
- text
- methods based
- recognition methods
- 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.)
- Pending
Links
Classifications
-
- 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
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Character Discrimination (AREA)
- Character Input (AREA)
Abstract
本发明公开了一种基于图像处理的增值税发票识别方法,该方法包括划定增值税发票每个项目的文本框、识别出框中文字信息和核对发票金额三个部分。具体步骤:(1)预处理,几何校正;(2)将采集的图片统一成标准大小;(3)将增值税发票图片分成八个文本区域图片;(4)将文本区域图片分割出各自的文本框;(5)将每个文本框输入OCR软件识别得到文字信息;(6)核对发票金额。本发明能够大大提升增值税报销的效率,并保证了准确率,避免企业员工因报销时间太长耽误正常工作,对未来实现低成本、高效率的企业运转起到一定的推动作用。
Description
技术领域
本发明涉及一种基于图像处理的增值税发票识别方法,属于电子技术领域。
背景技术
随着网络技术,特别是互联网技术在我国的迅速推广和普及,各种网络应用,如网上支付、电子商务、网络办公也在我国迅速发展,大大的方便了企业职员工作。然而,发票报销效率低的问题仍亟待解决。
社会经济不断发展,发票报销的工作越来越受到重视,目前的发票报销是采用人工报销的方式,基本全依赖于财务报销人员的业务能力。财务报销人员的工作效率直接影响待报销员工在报销上的用时。发票报销成为加快企业发展的绊脚石,而增值税发票报销是发票报销中重要的一部分。
现有的互联网和人工智能技术很少运用到发票报销上,针对增值税发票智能报销的系统尚未有相关专利进行披露。
OCR光学字符识别技术:OCR文字识别是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,然后用字符识别方法将形状翻译成计算机文字的过程。先对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程。
发明内容
本发明提供一种基于图像处理的增值税发票识别方法,解决如何核对OCR识别出的金额是否正确、发票金额是最重要的内容、发票上有货物数量、单价、金额、税率、税额以及价税合计的大小写、要核对各项金额是否正确的技术问题。
本发明为解决上述技术问题采用以下技术方案:
本发明提供一种基于图像处理的增值税发票识别方法,包括以下步骤:
步骤1,采集发票图像并进行预处理以及几何校正;
步骤2,将步骤1中校正后的图像处理成标准尺寸;
步骤3,将步骤2处理后的图像分割出八个文本区域;
步骤4,从步骤3中的八个文本区域中,分别分割出其中的文本框;
步骤5,将步骤4中的每个文本框分别输入OCR软件进行识别,得到其中的文字信息;
步骤6,根据步骤5中识别的信息,核对发票金额。
作为本发明的进一步技术方案,所述预处理为:首先,对采集发票图像进行灰度处理,然后,通过霍夫变换算法提取发票图像的外边框,最后,裁剪掉图像外边框以外的部分。
作为本发明的进一步技术方案,根据提取的外边框使用Hough变换检测出发票图像的倾斜角,并根据进行几何校正。
作为本发明的进一步技术方案,使用Hough变换检测出发票图像的倾斜角,具体为:
步骤A,在直角坐标系下将校正后的发票图像C离散化,并计算出图像C的长m和宽n;
步骤B,建立离散化的参数空间ρ-θ,并将其初始化,建立二维累加数组K(θ,ρ),其中,θ∈[0,180],
步骤C,遍历步骤A中离散化的图像C,找出所有像素值不为0的点,对找出的每个点,将其坐标(x,y)带入方程ρ=xcosθ+ysinθ中,并以1为步长遍历θ∈[0,180],求出每个θi所对应的ρi,在相应的二维累加数组K(θi,ρi)上加1,其中,θi为第i次遍历的θ值,ρi为第i次遍历的θ值对应的ρ的值;
步骤D,遍历二维累加数组K(θ,ρ),找出其中的最大值,最大值对应的θ值即为图像C的倾斜角。
作为本发明的进一步技术方案,根据图像C的倾斜角,将图像旋转90-θ或者180-θ即得到校正水平或者竖直的发票图像。
作为本发明的进一步技术方案,步骤2具体为:将发票图像的外边框和增值税发票的标准长度进行计算得出比例,按比例将矫正后的发票图像进行缩放,最终将图像处理成标准尺寸。
作为本发明的进一步技术方案,比例大小为:x0、y0分别为标准增值税发票上边框、左边框的长度,x、y分别为校正后的发票图像的上边框、左边框的长度。
作为本发明的进一步技术方案,步骤3具体为:根据增值税发票的内容,将步骤2处理后的图像分割出八个文本区域,其中,文本区域1:发票号码;文本区域2:开票日期;文本区域3:购买方信息;文本区域4:货物或应税劳务、服务名称和规格型号、单位、数量、单价、金额、税率、税额;文本区域5:合计;文本区域6:价税合计;文本区域7:销售方信息;文本区域8:收款人、复核、开票人、销售方。
作为本发明的进一步技术方案,步骤4具体为:分别检测八个文本区域内的文本信息,分割出其中的文本框,并依据其中文本区域中的位置按照从上往下或从左往右的顺序排列。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明能够有效提高增值税报销的效率,并且保证了发票识别的准确率,避免企业员工因报销时间太长耽误正常工作,对未来实现低成本、高效率的企业运转起到一定的推动作用。
附图说明
图1是本发明的方法流程图;
图2是增值税发票八个文本区域划分示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本发明提供一种基于图像处理的增值税发票识别方法,如图1所示,包括以下步骤:
步骤一:采集增值税发票图片并进行预处理以及几何校正。
将采集的图片进行灰度处理,再通过霍夫变换算法,可以测得外边框,并将外边框外的部分裁减掉。根据提取的外边框使用Hough变换检测出发票图像的倾斜角,并根据进行几何校正:
步骤A,在直角坐标系下将校正后的发票图像C离散化,并计算出图像C的长m和宽n;
步骤B,建立离散化的参数空间ρ-θ,并将其初始化,建立二维累加数组K(θ,ρ),其中,θ∈[0,180],
步骤C,遍历步骤A中离散化的图像C,找出所有像素值不为0的点,对找出的每个点,将其坐标(x,y)带入方程ρ=xcosθ+ysinθ中,并以1为步长遍历θ∈[0,180],求出每个θi所对应的ρi,在相应的二维累加数组K(θi,ρi)上加1,其中,θi为第i次遍历的θ值,ρi为第i次遍历的θ值对应的ρ的值;
步骤D,遍历二维累加数组K(θ,ρ),找出其中的最大值,最大值对应的θ值即为图像C的倾斜角;
步骤E,根据图像C的倾斜角,将图像旋转90-θ或者180-θ即得到校正水平或者竖直的发票图像。
步骤二:将图片按比例放大或者缩小成标准大小。
将采集的图片的外边框和标准长度进行计算得出比例,按此比例将图片整个放大或缩小,最终将图片处理成标准大小。为减小误差,分别计算标准增值税发票的上边框长与采集的图片上边框长比值和标准增值税发票的左边框长与采集的图片的左边框长比值,取均值。比例大小为:x0、y0分别为标准增值税发票上边框、左边框的长度,x、y分别为校正后的发票图像的上边框、左边框的长度。
步骤三:将图片分割成八个文本区域图片。
根据增值税发票的有用信息内容,将步骤二处理后的图像分割出八个文本区域,其中,文本区域1:发票号码;文本区域2:开票日期;文本区域3:购买方信息;文本区域4:货物或应税劳务、服务名称和规格型号、单位、数量、单价、金额、税率、税额;文本区域5:合计;文本区域6:价税合计;文本区域7:销售方信息;文本区域8:收款人、复核、开票人、销售方。
以步骤二处理后的图像左上角为坐标原点,确定八个文本区域的左上角位置坐标和每个文本区域的长宽,从而可以截取出所有文本区域。
步骤四:将每个文本区域按项目名称划分成单独的文本框。
以步骤二处理后的图像左上角为坐标原点,给每一个文本区域划定文本框:文本框1的左上角坐标为(15.0,1.0),长3.6,宽0.7;文本框2的左上角坐标为(15.5,2.1),长5.0,宽0.8;文本框3的左上角坐标为(0.9,3.0),长11.5,宽2.2;文本框4的左上角坐标为(0.9,5.2),长20,宽3.8;文本框5的左上角坐标是(0.9,9.0),长20,宽0.6;文本框6的左上角坐标是(0.9,9.6),长20,宽0.8;文本框7的左上角坐标是(0.9,10.4),长11.5,宽2.0;文本框8的左上角坐标是(0.9,12.4),长20,宽0.8。从而可以截取出所有文本框,如图2所示。
步骤五:将文本框输入OCR软件,识别出框中文字。
按照文本框在文本区域图片中排列的从上往下或从左往右的顺序将文本框挨个输入OCR软件中,识别出框中文字。在电脑上人为设定增值税发票上第一个至第N个文本框的项目名称,则可以和OCR识别的顺序一一对应,准确的获得整张发票的所有信息。
在文本区域图片④中,将除去第一行后的区域划分成多个单位行,每个单位行的宽度是一个汉字的长度,通过OCR识别,检测若金额下方单位行中无数字,则将此行和上一行合并。
步骤六:核对发票金额。
OCR识别后,将价税合计的大写转换成小写,将识别的到的单价、数量、金额、税率、税额、价税合计的大小写分别进行计算数学计算核对是否全部正确。每一行单价乘数量得到的结果和金额进行比对,金额乘税率得到的结果和税额进行比对。所有行的金额总和与合计的金额进行比对,每一行的税额总和与合计的税额比对。合计的金额和税额总和与价税合计的小写进行比对,最后将价税合计的大写换成小写,比对两个小写数字是否一致。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (9)
1.一种基于图像处理的增值税发票识别方法,其特征在于,包括以下步骤:
步骤1,采集发票图像并进行预处理以及几何校正;
步骤2,将步骤1中校正后的图像处理成标准尺寸;
步骤3,将步骤2处理后的图像分割出八个文本区域;
步骤4,从步骤3中的八个文本区域中,分别分割出其中的文本框;
步骤5,将步骤4中的每个文本框分别输入OCR软件进行识别,得到其中的文字信息;
步骤6,根据步骤5中识别的信息,核对发票金额。
2.根据权利要求1所述的一种基于图像处理的增值税发票识别方法,其特征在于,所述预处理为:首先,对采集发票图像进行灰度处理,然后,通过霍夫变换算法提取发票图像的外边框,最后,裁剪掉图像外边框以外的部分。
3.根据权利要求2所述的一种基于图像处理的增值税发票识别方法,其特征在于,根据提取的外边框使用Hough变换检测出发票图像的倾斜角,并根据进行几何校正。
4.根据权利要求3所述的一种基于图像处理的增值税发票识别方法,其特征在于,使用Hough变换检测出发票图像的倾斜角,具体为:
步骤A,在直角坐标系下将校正后的发票图像C离散化,并计算出图像C的长m和宽n;
步骤B,建立离散化的参数空间ρ-θ,并将其初始化,建立二维累加数组K(θ,ρ),其中,θ∈[0,180],
步骤C,遍历步骤A中离散化的图像C,找出所有像素值不为0的点,对找出的每个点,将其坐标(x,y)带入方程ρ=xcosθ+ysinθ中,并以1为步长遍历θ∈[0,180],求出每个θi所对应的ρi,在相应的二维累加数组K(θi,ρi)上加1,其中,θi为第i次遍历的θ值,ρi为第i次遍历的θ值对应的ρ的值;
步骤D,遍历二维累加数组K(θ,ρ),找出其中的最大值,最大值对应的θ值即为图像C的倾斜角。
5.根据权利要求4所述的一种基于图像处理的增值税发票识别方法,其特征在于,根据图像C的倾斜角,将图像旋转90-θ或者180-θ即得到校正水平或者竖直的发票图像。
6.根据权利要求2所述的一种基于图像处理的增值税发票识别方法,其特征在于,步骤2具体为:将发票图像的外边框和增值税发票的标准长度进行计算得出比例,按比例将矫正后的发票图像进行缩放,最终将图像处理成标准尺寸。
7.根据权利要求6所述的一种基于图像处理的增值税发票识别方法,其特征在于,比例大小为:x0、y0分别为标准增值税发票上边框、左边框的长度,x、y分别为校正后的发票图像的上边框、左边框的长度。
8.根据权利要求1所述的一种基于图像处理的增值税发票识别方法,其特征在于,步骤3具体为:根据增值税发票的内容,将步骤2处理后的图像分割出八个文本区域,其中,文本区域1:发票号码;文本区域2:开票日期;文本区域3:购买方信息;文本区域4:货物或应税劳务、服务名称和规格型号、单位、数量、单价、金额、税率、税额;文本区域5:合计;文本区域6:价税合计;文本区域7:销售方信息;文本区域8:收款人、复核、开票人、销售方。
9.根据权利要求8所述的一种基于图像处理的增值税发票识别方法,其特征在于,步骤4具体为:分别检测八个文本区域内的文本信息,分割出其中的文本框,并依据其中文本区域中的位置按照从上往下或从左往右的顺序排列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238161.2A CN108549843A (zh) | 2018-03-22 | 2018-03-22 | 一种基于图像处理的增值税发票识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238161.2A CN108549843A (zh) | 2018-03-22 | 2018-03-22 | 一种基于图像处理的增值税发票识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108549843A true CN108549843A (zh) | 2018-09-18 |
Family
ID=63517022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810238161.2A Pending CN108549843A (zh) | 2018-03-22 | 2018-03-22 | 一种基于图像处理的增值税发票识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108549843A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271951A (zh) * | 2018-09-28 | 2019-01-25 | 厦门商集网络科技有限责任公司 | 一种提升记账审核效率的方法及系统 |
CN109583827A (zh) * | 2018-10-15 | 2019-04-05 | 平安科技(深圳)有限公司 | 发票核对方法、装置、计算机设备及存储介质 |
CN109657665A (zh) * | 2018-10-31 | 2019-04-19 | 广东工业大学 | 一种基于深度学习的发票批量自动识别系统 |
CN109886257A (zh) * | 2019-01-30 | 2019-06-14 | 四川长虹电器股份有限公司 | 一种ocr系统中采用深度学习矫正发票图片分割结果的方法 |
CN109919141A (zh) * | 2019-04-09 | 2019-06-21 | 广东省智能制造研究所 | 一种基于骨架姿态的行人再识别方法 |
CN110647882A (zh) * | 2019-09-20 | 2020-01-03 | 上海眼控科技股份有限公司 | 图像校正方法、装置、设备及存储介质 |
CN110738092A (zh) * | 2019-08-06 | 2020-01-31 | 深圳市华付信息技术有限公司 | 一种发票文本检测方法 |
CN110781726A (zh) * | 2019-09-11 | 2020-02-11 | 深圳壹账通智能科技有限公司 | 基于ocr的图片数据识别方法、装置、及计算机设备 |
CN111027532A (zh) * | 2019-12-11 | 2020-04-17 | 上海眼控科技股份有限公司 | 一种交强险保单车船税金额识别系统和方法 |
CN111179442A (zh) * | 2019-12-24 | 2020-05-19 | 深圳猛犸电动科技有限公司 | 停车场无感支付方法、装置、系统、终端设备和存储介质 |
CN111222412A (zh) * | 2019-12-02 | 2020-06-02 | 河南科技学院 | 基于图像识别的增值税普通发票报销信息生成方法及装置 |
CN111353458A (zh) * | 2020-03-10 | 2020-06-30 | 腾讯科技(深圳)有限公司 | 文本框标注方法、装置和存储介质 |
WO2020140608A1 (zh) * | 2019-01-04 | 2020-07-09 | 平安科技(深圳)有限公司 | 一种图像数据处理方法、设备及计算机可读存储介质 |
CN111476109A (zh) * | 2020-03-18 | 2020-07-31 | 深圳中兴网信科技有限公司 | 票据处理方法、票据处理装置和计算机可读存储介质 |
CN111489246A (zh) * | 2020-04-09 | 2020-08-04 | 贵州爱信诺航天信息有限公司 | 一种增值税发票电子化一体化入账的系统 |
CN112329773A (zh) * | 2020-11-06 | 2021-02-05 | 重庆数宜信信用管理有限公司 | 一种增值税发票文字识别系统及其识别方法 |
CN112541811A (zh) * | 2020-12-11 | 2021-03-23 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种车辆加油费用票据即时报账方法 |
CN112651289A (zh) * | 2020-10-19 | 2021-04-13 | 广东工业大学 | 一种增值税普通发票智能识别与校验系统及其方法 |
CN113239227A (zh) * | 2021-06-02 | 2021-08-10 | 泰康保险集团股份有限公司 | 图像数据结构化方法、装置、电子设备及计算机可读介质 |
CN113408536A (zh) * | 2021-06-23 | 2021-09-17 | 平安健康保险股份有限公司 | 票据的金额识别方法、装置、计算机设备及存储介质 |
CN117115839A (zh) * | 2023-08-10 | 2023-11-24 | 广州方舟信息科技有限公司 | 一种基于自循环神经网络的发票字段识别方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528604A (zh) * | 2016-01-31 | 2016-04-27 | 华南理工大学 | 一种基于ocr的票据自动识别与处理系统 |
CN106875546A (zh) * | 2017-02-10 | 2017-06-20 | 大连海事大学 | 一种增值税发票的识别方法 |
WO2017214073A1 (en) * | 2016-06-07 | 2017-12-14 | Shuo Chen | Document field detection and parsing |
-
2018
- 2018-03-22 CN CN201810238161.2A patent/CN108549843A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528604A (zh) * | 2016-01-31 | 2016-04-27 | 华南理工大学 | 一种基于ocr的票据自动识别与处理系统 |
WO2017214073A1 (en) * | 2016-06-07 | 2017-12-14 | Shuo Chen | Document field detection and parsing |
CN106875546A (zh) * | 2017-02-10 | 2017-06-20 | 大连海事大学 | 一种增值税发票的识别方法 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271951A (zh) * | 2018-09-28 | 2019-01-25 | 厦门商集网络科技有限责任公司 | 一种提升记账审核效率的方法及系统 |
CN109583827A (zh) * | 2018-10-15 | 2019-04-05 | 平安科技(深圳)有限公司 | 发票核对方法、装置、计算机设备及存储介质 |
CN109657665A (zh) * | 2018-10-31 | 2019-04-19 | 广东工业大学 | 一种基于深度学习的发票批量自动识别系统 |
CN109657665B (zh) * | 2018-10-31 | 2023-01-20 | 广东工业大学 | 一种基于深度学习的发票批量自动识别系统 |
WO2020140608A1 (zh) * | 2019-01-04 | 2020-07-09 | 平安科技(深圳)有限公司 | 一种图像数据处理方法、设备及计算机可读存储介质 |
CN109886257A (zh) * | 2019-01-30 | 2019-06-14 | 四川长虹电器股份有限公司 | 一种ocr系统中采用深度学习矫正发票图片分割结果的方法 |
CN109886257B (zh) * | 2019-01-30 | 2022-10-18 | 四川长虹电器股份有限公司 | 一种ocr系统中采用深度学习矫正发票图片分割结果的方法 |
CN109919141A (zh) * | 2019-04-09 | 2019-06-21 | 广东省智能制造研究所 | 一种基于骨架姿态的行人再识别方法 |
CN110738092B (zh) * | 2019-08-06 | 2024-04-02 | 深圳市华付信息技术有限公司 | 一种发票文本检测方法 |
CN110738092A (zh) * | 2019-08-06 | 2020-01-31 | 深圳市华付信息技术有限公司 | 一种发票文本检测方法 |
CN110781726A (zh) * | 2019-09-11 | 2020-02-11 | 深圳壹账通智能科技有限公司 | 基于ocr的图片数据识别方法、装置、及计算机设备 |
WO2021047182A1 (zh) * | 2019-09-11 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 基于ocr的图片数据识别方法、装置、及计算机设备 |
CN110647882A (zh) * | 2019-09-20 | 2020-01-03 | 上海眼控科技股份有限公司 | 图像校正方法、装置、设备及存储介质 |
CN111222412A (zh) * | 2019-12-02 | 2020-06-02 | 河南科技学院 | 基于图像识别的增值税普通发票报销信息生成方法及装置 |
CN111222412B (zh) * | 2019-12-02 | 2023-08-01 | 河南科技学院 | 基于图像识别的增值税普通发票报销信息生成方法及装置 |
CN111027532A (zh) * | 2019-12-11 | 2020-04-17 | 上海眼控科技股份有限公司 | 一种交强险保单车船税金额识别系统和方法 |
CN111179442A (zh) * | 2019-12-24 | 2020-05-19 | 深圳猛犸电动科技有限公司 | 停车场无感支付方法、装置、系统、终端设备和存储介质 |
CN111353458A (zh) * | 2020-03-10 | 2020-06-30 | 腾讯科技(深圳)有限公司 | 文本框标注方法、装置和存储介质 |
CN111353458B (zh) * | 2020-03-10 | 2023-08-18 | 腾讯科技(深圳)有限公司 | 文本框标注方法、装置和存储介质 |
CN111476109A (zh) * | 2020-03-18 | 2020-07-31 | 深圳中兴网信科技有限公司 | 票据处理方法、票据处理装置和计算机可读存储介质 |
CN111489246A (zh) * | 2020-04-09 | 2020-08-04 | 贵州爱信诺航天信息有限公司 | 一种增值税发票电子化一体化入账的系统 |
CN112651289A (zh) * | 2020-10-19 | 2021-04-13 | 广东工业大学 | 一种增值税普通发票智能识别与校验系统及其方法 |
CN112651289B (zh) * | 2020-10-19 | 2023-10-13 | 广东工业大学 | 一种增值税普通发票智能识别与校验系统及其方法 |
CN112329773B (zh) * | 2020-11-06 | 2024-03-08 | 重庆数宜信信用管理有限公司 | 一种增值税发票文字识别系统及其识别方法 |
CN112329773A (zh) * | 2020-11-06 | 2021-02-05 | 重庆数宜信信用管理有限公司 | 一种增值税发票文字识别系统及其识别方法 |
CN112541811A (zh) * | 2020-12-11 | 2021-03-23 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种车辆加油费用票据即时报账方法 |
CN113239227B (zh) * | 2021-06-02 | 2023-11-17 | 泰康保险集团股份有限公司 | 图像数据结构化方法、装置、电子设备及计算机可读介质 |
CN113239227A (zh) * | 2021-06-02 | 2021-08-10 | 泰康保险集团股份有限公司 | 图像数据结构化方法、装置、电子设备及计算机可读介质 |
CN113408536A (zh) * | 2021-06-23 | 2021-09-17 | 平安健康保险股份有限公司 | 票据的金额识别方法、装置、计算机设备及存储介质 |
CN117115839A (zh) * | 2023-08-10 | 2023-11-24 | 广州方舟信息科技有限公司 | 一种基于自循环神经网络的发票字段识别方法和装置 |
CN117115839B (zh) * | 2023-08-10 | 2024-04-16 | 广州方舟信息科技有限公司 | 一种基于自循环神经网络的发票字段识别方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549843A (zh) | 一种基于图像处理的增值税发票识别方法 | |
CN109657665B (zh) | 一种基于深度学习的发票批量自动识别系统 | |
CN111476109A (zh) | 票据处理方法、票据处理装置和计算机可读存储介质 | |
CN112528863A (zh) | 表格结构的识别方法、装置、电子设备及存储介质 | |
CN107798299A (zh) | 票据信息识别方法、电子装置及可读存储介质 | |
US7684646B2 (en) | System and method of determining image skew using connected components | |
CA2633535A1 (en) | Form data extraction without customization | |
US20220292861A1 (en) | Docket Analysis Methods and Systems | |
CN115116068B (zh) | 一种基于ocr的档案智能归档系统 | |
CN114639173A (zh) | 基于ocr技术的稽查佐证材料智能审核方法及装置 | |
WO2022103564A1 (en) | Fraud detection via automated handwriting clustering | |
CN108549890A (zh) | 基于图像识别的发票倾斜检测及几何校正方法 | |
CN112883926B (zh) | 表格类医疗影像的识别方法及装置 | |
CN114581928A (zh) | 一种表格识别方法及系统 | |
CN104408403A (zh) | 一种二次录入不一致的仲裁方法及装置 | |
CN116485344A (zh) | 在线理赔材料智能收集方法、装置、电子设备及介质 | |
CN111428725A (zh) | 数据结构化处理方法、装置和电子设备 | |
CN116486423A (zh) | 一种基于图像识别的金融票务数据处理方法 | |
JP4356908B2 (ja) | 財務諸表自動入力装置 | |
CN111241974B (zh) | 票据信息获取方法、装置、计算机设备和存储介质 | |
Fang et al. | Raw material form recognition based on Tesseract-OCR | |
CN113159027A (zh) | 基于最小外接矩形变体的七段式数显仪表识别方法 | |
Ming et al. | Research on Chinese financial invoice recognition technology | |
Bogahawatte et al. | Online Digital Cheque Clearance and Verification System using Block Chain | |
CN111325182B (zh) | 一种基于ocr的医保报销欺诈检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180918 |
|
RJ01 | Rejection of invention patent application after publication |