CN109858980A - 基于开源ocr上的高速扫描增值税发票勾选认证系统及方法 - Google Patents

Abstract

本发明公开了基于开源OCR上的高速扫描增值税发票勾选认证方法及系统，扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；将识别后的票面信息传输至增值税发票选择确认平台，并利用模拟人工技术进行勾选；根据勾选结果确认勾选认证。本发明有益效果：高效地完成了海量进项发票智能勾选的工作，把专业的财务人员从重复性及易出错的低质量的工作中解放出来，从而极大地提高了工作效率及节省人力和财力；通过OCR技术识别进项增值税发票的相关票面信息，杜绝错票和假票等给企业和国家带来的财税风险和经济损失，从而促进了企业的纳税筹划、国家的税收管控以及增值税专用发票的有效管理。

Description

基于开源OCR上的高速扫描增值税发票勾选认证系统及方法

技术领域

本发明涉及发票识别技术领域，具体来说，涉及一种基于开源OCR上的高速扫描增值税发票勾选认证系统及系统。

背景技术

一般纳税人企业都面临进项增值税发票认证的情况，传统的进项发票认证方法有跑税务机关上门认证、通过扫描进行认证，为了解决传统认证方法费时费力的问题，近年来，国家相关管理部门开通了网上勾选认证的方法。

增值税发票选择确认平台的出现，为一般纳税人企业提供了网上认证的便利，但是，对于平台上海量的进项发票，财务人员需要把自己已经收到的纸质的增值税专用发票从海量的发票数据中挑选出来进行勾选认证，成为财务人员至少每月要面临的苦恼，根据发票数量的多少，企业需要大量的人力、精力投入，其中，完成这种重复性的劳动，而且易出错，给企业的财税带来风险，也给国家税务部门的管控带来了麻烦。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种基于开源OCR上的高速扫描增值税发票勾选认证方法及系统，能够解决无法将纸质发票票面信息瞬间转换成电子数据，并将提取的相关电子数据直接、快速应用于进项发票的勾选认证。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种基于开源OCR上的高速扫描增值税发票勾选认证方法，包括：

扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；

将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选；

根据勾选结果确认勾选认证。

进一步地，扫描批量发票，将扫描信息利用开源OCR识别相关票面信息包括：

接收高速扫描后的发票图片，并针对性地进行数据识别；

提取相关识别后的数据，将其存储到发票信息数据库；

利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储。

进一步地，利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储还包括：

将识别数据利用预设公式中关键字段，从数据库中提取所需数据，其中，预设公式为：A=C+N1+N2+D+T+I，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容；

将提取后的数据显示在数据表单中，构成勾选认证的待备匹配和比对数据。

进一步地，将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选包括：

利用预设算法和数据架构，将有效数据从数据库中进行第一操作；

读入第一操作后的数据，利用模拟人工技术进行第二操作。

进一步地，所述第一操作包括分类、筛选和匹配。

进一步地，该方法还包括：通过数据比对筛选异常字符及数字并返回比对结果保存至数据库，将数据按照预设公式进行数据分类，并依据所述预设公式进行数据比对，将所述比对结果一致的数据进行选择勾选，在选择勾选基础上进行确认勾选认证或撤销勾选；将所述比对结果异常的数据，按照相对应的公式代码输入异常数据表单。

本发明的另一方面，提供一种基于开源OCR上的高速扫描增值税发票勾选认证系统，包括：

识别模块，用于扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；

勾选模块，用于将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选；

勾选认证模块，用于根据勾选结果确认勾选认证。

进一步地，所述识别模块包括：

接收模块，用于接收高速扫描后的发票图片，并针对性地进行数据识别；

第一提取模块，用于提取相关识别后的数据，将其存储到发票信息数据库；

筛选模块，用于利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储。

进一步地，所述筛选模块还包括：

第二提取模块，用于将识别数据利用预设公式中关键字段，从数据库中提取所需数据，其中，预设公式为：A=C+N1+N2+D+T+I，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容；

构成模块，用于将提取后的数据显示在数据表单中，构成勾选认证的待备匹配和比对数据。

进一步地，所述勾选模块包括：

第一操作模块，用于利用预设算法和数据架构，将有效数据从数据库中进行第一操作；

第二操作模块，用于读入第一操作后的数据，利用模拟人工技术进行第二操作。

本发明的有益效果：

高效地完成了海量进项发票智能勾选的工作，把专业的财务人员从重复性及易出错的低质量的工作中解放出来，从而极大地提高了工作效率及节省人力和财力；

通过OCR技术识别进项增值税发票的相关票面信息，杜绝错票和假票等给企业和国家带来的财税风险和经济损失，从而促进了企业的纳税筹划、国家的税收管控以及增值税专用发票的有效管理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例所述的基于开源OCR上的高速扫描增值税发票勾选认证方法的流程图；

图2是根据本发明实施例所述的基于开源OCR上的高速扫描增值税发票勾选认证系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，根据本发明实施例所述的一种基于开源OCR上的高速扫描增值税发票勾选认证方法，包括：

扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；

其中，采用高速扫描仪进行扫描，将终端上分别连接有高速扫描仪以及金税盘或税控盘，其中，终端可以为计算机；

扫描批量发票，将扫描信息利用开源OCR识别相关票面信息并逐条记录到智能发票扫描认证系统，在此之前需登录智能发票扫描认证系统，智能发票扫描认证系统具体包括建立发票识别存储数据库，并预设各类数据模型和数据算法，为高速扫描识别后的数据和信息的分类、比对、计算和匹配提供依据和空间；预设数据库结构，为分类储存和搭建发票池提供有效框架，并完成T级数据量的处理，通过字段、关键值和校验码等完成数据库基本信息的设计；通过识别数据写入及匹配返回数据储存等完成数据库结构的搭建进一步为后续技术开发以及数据再整理和利用预留数据库结构和空间。

将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选；

具体的，利用模拟人工技术，登录发票选择确认平台，按照相关管理规定自动选择最大发票有效勾选认证期间以及自动查询发票，根据预设唯一性关键字段匹配已扫描待认证的增值税专用发票，通过已扫描待认证的增值税专用发票进行匹配，匹配后进行选择勾选和撤销勾选，最后确认勾选认证；选择发票选择确认平台上“开票日期”的起始时间按申报所属期进行推算，从而选择有效勾选期间中最早的开票起始时间，利用模拟人工技术点击“查询”按钮，以获得全部在有效勾选期间的增值税专用发票；其中，关键字段为发票字段。

在本发明的一个具体实施例中，扫描批量发票，将扫描信息利用开源OCR识别相关票面信息包括：

接收高速扫描后的发票图片，并针对性地进行数据识别；

具体的，接收高速扫描后的发票图片，并针对性地进行字符识别，提取相关识别后的数据及信息并保存到发票信息数据库，在此步骤中，运用到OCR开源技术进行字符识别和图层识别，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过将图像中的文字转换成文本格式，供智能勾选认证系统进行编辑加工。

提取相关识别后的数据，将其存储到发票信息数据库；

利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储。

具体的，在此步骤中，涉及到数据和信息的批处理技术以及数据的读入和匹配，在本项发明中，通过动态程序比对法以及类神经网络的数据库建立及比对等方法，使数据及图像识别结果的误识率和拒识率降到最低，而识别速度达到较高的水平，在采集和提取全票面信息的基础上，依据上述关键字段，重点识别采集数据入库，从而完成重点数据的批处理过程。

在本发明的一个具体实施例中，利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储还包括：

将识别数据利用预设公式中关键字段，从数据库中提取所需数据，其中，预设公式为：A=C+N1+N2+D+T+I，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容；

具体的，经过预设数据模型与算法，甄选识别后的数据与信息，进行分类筛选和分类储存，涉及的勾选认证方法，依据预设关键字段进行分类采集和处理，预设公式由A=C+N1+N2+D+T+I结构构成，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容，在本项发明中，把经过识别数据，依据此公式中的关键字段，从数据库中提取相应所需数据，显示在相应数据表单中，构成勾选认证的待备匹配和比对数据及信息。

将提取后的数据显示在数据表单中，构成勾选认证的待备匹配和比对数据。

在本发明的一个具体实施例中，将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选包括：

利用预设算法和数据架构，将有效数据从数据库中进行第一操作；

读入第一操作后的数据，利用模拟人工技术进行第二操作。

具体的，依据预设算法和数据架构等，将有效数据从分类数据库中分类、筛选和匹配，读入第一操作后的数据及信息，利用模拟人工技术进行登录、勾选认证和撤销勾选等操作；

在此步骤中，运用到数据分析、数据筛选和数据格式匹配等算法，通过多线程方式完成数据的交互。

将确认勾选认证和撤销勾选等操作的结果及返回值回传至智能认证系统数据库，并再次进行分类、筛选与匹配；

通过数据比对，筛选异常字符及数字并返回比对结果保存至数据库，将勾选认证平台上的数据按照前述A=C+N1+N2+D+T+I结构进行数据分类，并依据预设公式进行数据比对，将所述比对结果一致的数据进行选择勾选，在选择勾选基础上进行确认勾选认证或撤销勾选；比对结果异常的数据，按照相对应的公式代码写入异常数据表单。

在本发明的一个具体实施例中，所述第一操作包括分类、筛选和匹配。

在本发明的一个具体实施例中，该方法还包括：通过数据比对筛选异常字符及数字并返回比对结果保存至数据库，将数据按照预设公式进行数据分类，并依据所述预设公式进行数据比对，将所述比对结果一致的数据进行选择勾选，在选择勾选基础上进行确认勾选认证或撤销勾选；将所述比对结果异常的数据，按照相对应的公式代码输入异常数据表单。

如图2所示，本发明的另一方面，提供一种基于开源OCR上的高速扫描增值税发票勾选认证系统，包括：

识别模块，用于扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；

勾选模块，用于将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选；

勾选认证模块，用于根据勾选结果确认勾选认证。

在本发明的一个具体实施例中，所述识别模块包括：

接收模块，用于接收高速扫描后的发票图片，并针对性地进行数据识别；

第一提取模块，用于提取相关识别后的数据，将其存储到发票信息数据库；

筛选模块，用于利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储。

在本发明的一个具体实施例中，所述筛选模块还包括：

第二提取模块，用于将识别数据利用预设公式中关键字段，从数据库中提取所需数据，其中，预设公式为：A=C+N1+N2+D+T+I，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容；

构成模块，用于将提取后的数据显示在数据表单中，构成勾选认证的待备匹配和比对数据。

在本发明的一个具体实施例中，所述勾选模块包括：

第一操作模块，用于利用预设算法和数据架构，将有效数据从数据库中进行第一操作；

第二操作模块，用于读入第一操作后的数据，利用模拟人工技术进行第二操作。

其中，第一操作包括分类、筛选和匹配，第二操作包括登录、勾选认证和撤销勾选；具体的，依据预设算法和数据架构等，将有效数据从分类数据库中分类、筛选和匹配，读入第一操作后的数据及信息，利用模拟人工技术进行登录、勾选认证和撤销勾选等操作；

上述方案运用到数据分析、数据筛选和数据格式匹配等算法，通过多线程方式完成数据的交互。

将确认勾选认证和撤销勾选等操作的结果及返回值回传至智能认证系统数据库，并再次进行分类、筛选与匹配；

通过数据比对，筛选异常字符及数字并返回比对结果保存至数据库，将分类、筛选与匹配后的数据按照前述A=C+N1+N2+D+T+I结构进行数据分类，并依据预设公式进行数据比对，比对结果一致的数据进一步完成确认勾选认证；比对结果异常的数据，按照相对应的公式代码写入异常数据表单。

为了方便理解本发明的上述技术方案，以下通过具体使用方式上对本发明的上述技术方案进行详细说明。

在具体使用时，根据本发明所述的基于开源OCR上的高速扫描增值税发票勾选认证方法，批量扫描发票，并将扫描内容通过OCR技术识别相关票面信息并逐条记录到智能发票扫描认证系统；将识别后的发票票面信息一次性地传输至增值税发票选择确认平台，并进行选择勾选；将勾选后的结果进行选择勾选，在选择勾选基础上进行确认勾选认证或撤销勾选，另外将勾选后的结果反馈至智能发票扫描认证系统并记录。

综上所述，借助于本发明的上述技术方案，高效地完成了海量进项发票智能勾选的工作，把专业的财务人员从重复性及易出错的低质量的工作中解放出来，从而极大地提高了工作效率及节省人力和财力；即可得到以按秒计算的工作量替代了目前按天计算的工作量；通过OCR技术识别进项增值税发票的相关票面信息，杜绝错票和假票等给企业和国家带来的财税风险和经济损失，从而促进了企业的纳税筹划、国家的税收管控以及增值税专用发票的有效管理。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于开源OCR上的高速扫描增值税发票勾选认证方法，其特征在于，包括：

扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；

将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选；

根据勾选结果确认勾选认证。

2.根据权利要求1所述的基于开源OCR上的高速扫描增值税发票勾选认证方法，其特征在于，扫描批量发票，将扫描信息利用开源OCR识别相关票面信息包括：

接收高速扫描后的发票图片，并针对性地进行数据识别；

提取相关识别后的数据，将其存储到发票信息数据库；

利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储。

3.根据权利要求2所述的基于开源OCR上的高速扫描增值税发票勾选认证方法，其特征在于，利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储还包括：

将识别数据利用预设公式中关键字段，从数据库中提取所需数据，其中，预设公式为：A=C+N1+N2+D+T+I，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容；

将提取后的数据显示在数据表单中，构成勾选认证的待备匹配和比对数据。

4.根据权利要求1所述的基于开源OCR上的高速扫描增值税发票勾选认证方法，其特征在于，将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选包括：

利用预设算法和数据架构，将有效数据从数据库中进行第一操作；

读入第一操作后的数据，利用模拟人工技术进行第二操作。

5.根据权利要求4所述的基于开源OCR上的高速扫描增值税发票勾选认证方法，其特征在于，所述第一操作包括分类、筛选和匹配。

6.根据权利要求5所述的基于开源OCR上的高速扫描增值税发票勾选认证方法，其特征在于，该方法还包括：通过数据比对筛选异常字符及数字并返回比对结果保存至数据库，将数据按照预设公式进行数据分类，并依据所述预设公式进行数据比对，将所述比对结果一致的数据进行选择勾选，在选择勾选基础上进行确认勾选认证或撤销勾选；将所述比对结果异常的数据，按照相对应的公式代码输入异常数据表单。

7.一种基于开源OCR上的高速扫描增值税发票勾选认证系统，其特征在于，包括：

识别模块，用于扫描批量发票，将扫描信息利用开源OCR识别相关票面信息；

勾选模块，用于将识别后的所述票面信息传输至发票选择确认平台，并利用模拟人工技术进行勾选；

勾选认证模块，用于根据勾选结果确认勾选认证。

8.根据权利要求7所述的基于开源OCR上的高速扫描增值税发票勾选认证系统，其特征在于，所述识别模块包括：

接收模块，用于接收高速扫描后的发票图片，并针对性地进行数据识别；

第一提取模块，用于提取相关识别后的数据，将其存储到发票信息数据库；

筛选模块，用于利用预设数据模型与数据算法，甄选识别后的数据后进行分类筛选以及分类存储。

9.根据权利要求8所述的基于开源OCR上的高速扫描增值税发票勾选认证系统，其特征在于，所述筛选模块还包括：

第二提取模块，用于将识别数据利用预设公式中关键字段，从数据库中提取所需数据，其中，预设公式为：A=C+N1+N2+D+T+I，A表示全票面信息，C表示代码,N1表示号码，N2表示票面名称，D表示日期，T表示票面税号，I表示票面具体内容；

构成模块，用于将提取后的数据显示在数据表单中，构成勾选认证的待备匹配和比对数据。

10.根据权利要求7所述的基于开源OCR上的高速扫描增值税发票勾选认证系统，其特征在于，所述勾选模块包括：

第一操作模块，用于利用预设算法和数据架构，将有效数据从数据库中进行第一操作；

第二操作模块，用于读入第一操作后的数据，利用模拟人工技术进行第二操作。