CN110245658A - 一种票据识别方法、装置、存储介质和服务器 - Google Patents
一种票据识别方法、装置、存储介质和服务器 Download PDFInfo
- Publication number
- CN110245658A CN110245658A CN201910423026.XA CN201910423026A CN110245658A CN 110245658 A CN110245658 A CN 110245658A CN 201910423026 A CN201910423026 A CN 201910423026A CN 110245658 A CN110245658 A CN 110245658A
- Authority
- CN
- China
- Prior art keywords
- bill
- invoice
- target
- identified
- record
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000000284 extract Substances 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/04—Billing or invoicing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及计算机技术领域,提出一种票据识别方法、装置、存储介质和服务器。本发明提出的票据识别方法,通过构建一个票据管理系统以实时收集各个销售方开取的每张票据的开票记录,在识别票据时,可以提取票据中的销售方信息以及票据编号,然后对接该票据管理系统查找该销售方开取的该票据编号的票据的开票记录;若未查找到相应的开票记录,则可以判定该票据为假票据;若查找到相应的开票记录,则提取该开票记录包含的样本图像和开票信息,将提取的样本图像和待识别票据的图像进行比对,将开票信息和待识别票据的票据信息进行比对,最后根据比对结果识别该待识别票据的真伪。通过这样设置,能够有效提高票据识别的效率和准确率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种票据识别方法、装置、存储介质和服务器。
背景技术
人们在交易活动中,通常会开取票据作为当次交易的凭证。当需要鉴别票据的真伪时,一般是采用OCR技术提取票据的号码和代码,再将所提取的票据号码和代码与税务系统的票据记录进行比对。然而,当税务系统不含有该票据的相应记录时,则只能通过人工验证票据的真伪,效率和准确率都较低。
发明内容
有鉴于此,本发明实施例提供了一种票据识别方法、装置、存储介质和服务器,能够提高票据识别的效率和准确率。
本发明实施例的第一方面,提供了一种票据识别方法,包括:
获取待识别票据的图像;
对所述图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号;
从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录,每张票据的开票记录包含票据的样本图像以及开票信息;
若未查找到目标票据的开票记录,则判定所述待识别票据为假票据;
若查找到目标票据的开票记录,则提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则判定所述待识别票据为真票据;
若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则判定所述待识别票据为假票据。
本发明实施例的第二方面,提供了一种票据识别装置,包括:
图像获取模块,用于获取待识别票据的图像;
图像识别模块,用于对所述图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号;
开票记录查找模块,用于从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录,每张票据的开票记录包含票据的样本图像以及开票信息;
第一判定模块,用于若未查找到目标票据的开票记录,则判定所述待识别票据为假票据;
开票信息提取模块,用于若查找到目标票据的开票记录,则提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
信息比对模块,用于将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
第二判定模块,用于若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则判定所述待识别票据为真票据;
第三判定模块,用于若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则判定所述待识别票据为假票据。
本发明实施例的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如本发明实施例的第一方面提出的票据识别方法的步骤。
本发明实施例的第四方面,提供了一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如本发明实施例的第一方面提出的票据识别方法的步骤。
本发明实施例提出的票据识别方法,通过构建一个票据管理系统以实时收集各个销售方开取的每张票据的开票记录,在识别票据时,可以提取票据中的销售方信息以及票据编号,然后对接该票据管理系统查找该销售方开取的该票据编号的票据的开票记录;若未查找到相应的开票记录,则可以判定该票据为假票据;若查找到相应的开票记录,则提取该开票记录包含的样本图像和开票信息,将提取的样本图像和待识别票据的图像进行比对,将开票信息和待识别票据的票据信息进行比对,最后根据比对结果识别该待识别票据的真伪。通过这样设置,当面对税务系统不含有票据的相应记录的问题时,不必采用传统的人工验证方法完成票据识别,故能够有效提高票据识别的效率和准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种票据识别方法的第一个实施例的流程图;
图2是本发明实施例提供的一种票据识别方法的第二个实施例的流程图;
图3是本发明实施例提供的一种票据识别方法的第三个实施例的流程图;
图4是本发明实施例提供的一种票据识别装置的一个实施例的结构图;
图5是本发明实施例提供的一种服务器的示意图。
具体实施方式
本发明实施例提供了一种票据识别方法、装置、存储介质和服务器,能够提高票据识别的效率和准确率。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中一种票据识别方法的第一个实施例包括:
101、获取待识别票据的图像;
首先,获取待识别票据的图像。待识别票据是需要鉴定真伪的纸质票据,可以通过扫描或者拍照的方式得到该待识别票据的图像。
102、对所述图像进行识别,得到所述待识别票据的票据信息;
在得到待识别票据的图像之后,对该图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号。具体的,在图像识别时,可以采用OCR识别的方式提取图像中的文本票据信息,提取的票据信息除了票据的销售方信息和票据编号之外,还可以包含开票日期、票据购买方信息、购买物品的名称、单价、数量和总额等信息。
103、从预先构建的票据管理系统中查找目标票据的开票记录;
接着,从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录。票据的销售方通常为一个企业单位,比如XX公司,XX酒店等。在实际操作中,可以构建一个票据管理系统,该系统具有一个用于收集各个企业单位的开票记录的数据库。在获得各个企业单位的授权同意后,该票据管理系统可以对接各个企业单位的票务系统,当某个企业单位的票务系统开出一张票据时,相应的开票记录会发送至该票据管理系统的指定数据库中存储起来。通过这样设置,在提取出待识别票据的销售方信息和票据编号之后,即可以根据这些信息从该数据库中查找出相应的目标票据的开票记录。每张票据的开票记录包含票据的样本图像以及开票信息,样本图像是相应票据的模板图像,开票信息可以包括开票日期、票据的金额、购买物品的相关信息等。
104、判断是否查找到目标票据的开票记录;
在通过票据管理系统中查找所述目标票据的开票记录之后,判断是否能够查找到目标票据的开票记录。若未查找到目标票据的开票记录,说明该待识别票据很可能是伪造的,可以直接执行步骤109;若查找到目标票据的开票记录,则执行步骤105-108。
105、提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
查找到目标票据的开票记录,此时提取该开票记录包含的目标样本图像以及目标开票信息。
106、将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
然后,将所述票据信息和所述目标开票信息进行比对,比如将票据信息中的开票日期,开票金额等信息和查找到的开票信息中的相关信息进行比对。另外,将所述待识别票据的图像和所述目标样本图像进行比对。
具体的,所述将所述待识别票据的图像和所述目标样本图像进行比对可以包括:
(1)根据所述目标票据的类型截取所述目标样本图像中的关键区域;
(2)截取所述待识别票据的图像中与所述关键区域的位置对应的目标区域;
(3)将所述目标区域和所述关键区域进行图像匹配,得到相似度;
(4)若所述相似度大于预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对通过;
(5)若所述相似度小于所述预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对未通过。
根据所述目标票据的类型截取所述目标样本图像中的关键区域,比如针对不同的已知票据类型,可以截取样本图像中具有特定防伪标识的区域作为关键区域。然后,获取该关键区域在样本图像中的位置信息,截取所述待识别票据的图像中与该位置信息对应的区域作为目标区域。将所述目标区域和所述关键区域进行图像匹配,得到相似度,若该相似度大于预设阈值(比如90%),则判定所述待识别票据的图像和所述目标样本图像比对通过,否则判定所述待识别票据的图像和所述目标样本图像比对未通过。
107、判断所述票据信息和所述目标开票信息是否比对一致,且所述待识别票据的图像和所述目标样本图像是否比对通过;
假如该待识别票据为真票据,则其票据信息应当与该目标开票信息一致,且票据的图像应当与该目标样本图像近似,能够比对通过。因此,若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则执行步骤108;若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则执行步骤109。
108、判定所述待识别票据为真票据;
109、判定所述待识别票据为假票据。
本发明实施例提出的票据识别方法,通过构建一个票据管理系统以实时收集各个销售方开取的每张票据的开票记录,在识别票据时,可以提取票据中的销售方信息以及票据编号,然后对接该票据管理系统查找该销售方开取的该票据编号的票据的开票记录;若未查找到相应的开票记录,则可以判定该票据为假票据;若查找到相应的开票记录,则提取该开票记录包含的样本图像和开票信息,将提取的样本图像和待识别票据的图像进行比对,将开票信息和待识别票据的票据信息进行比对,最后根据比对结果识别该待识别票据的真伪。通过这样设置,当面对税务系统不含有票据的相应记录的问题时,不必采用传统的人工验证方法完成票据识别,故能够有效提高票据识别的效率和准确率。
请参阅图2,本发明实施例中一种票据识别方法的第二个实施例包括:
201、获取待识别票据的图像;
202、对所述图像进行识别,得到所述待识别票据的票据信息;
在本发明实施例中,与第一个实施例相比,所述票据信息还包括票据的购买方。
203、从预先构建的票据管理系统中查找目标票据的开票记录;
204、判断是否查找到目标票据的开票记录;
若未查找到目标票据的开票记录,则直接执行步骤209;若查找到目标票据的开票记录,则执行步骤205。
205、提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
206、将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
207、判断所述票据信息和所述目标开票信息是否比对一致,且所述待识别票据的图像和所述目标样本图像是否比对通过;
若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则执行步骤208;若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则直接执行步骤212。
208、判定所述待识别票据为真票据;
步骤201-208与步骤101-108相同,具体可参照步骤101-108的相关说明。
209、从预先构建的采购管理系统中查找所述购买方的采购记录;
未查找到所述目标票据的开票记录,表明该票据销售方的票据系统可能未接入该票据管理系统,此时从预先构建的采购管理系统中查找所述购买方的采购记录,所述采购管理系统实时收集多个购买方的采购记录。具体的,该采购管理系统具有一个用于收集各个企业单位的采购记录的数据库。票据的购买方通常为一个企业单位,在获得各个企业单位的授权同意后,该采购管理系统对接各个企业单位的采购系统,当某个企业单位的采购系统录入一次采购信息时,相应的采购记录会发送至该采购管理系统的数据库中存储起来。通过这样设置,在提取出待识别票据的购买方信息之后,即可以根据该购买方的名称从数据库中查找相应企业的采购记录。
210、将所述票据信息和查找到的采购记录进行比对;
然后,将所述票据信息和查找到的采购记录进行比对,根据比对的结果识别该待识别票据的真伪。
进一步的,所述票据信息还包括票据的开票日期以及购买物品的名称、单价和数量,所述将所述票据信息和查找到的采购记录进行比对可以包括:
(1)从查找到的采购记录中进一步查找采购日期为所述开票日期,且采购的物品为所述物品的采购信息;
(2)根据查找到的采购信息统计所述购买方于所述开票日期当天采购的所述物品的数量和平均价格;
(3)若所述票据信息中的单价和所述平均价格之间的差别小于预设的阈值,且所述票据信息中的数量小于或等于所述购买方于所述开票日期当天采购的所述物品的数量,则判定所述票据信息和查找到的采购记录比对通过;
(4)若所述票据信息中的单价和所述平均价格之间的差别大于或等于所述阈值,或者所述票据信息中的数量大于所述购买方于所述开票日期当天采购的所述物品的数量,则判定所述票据信息和查找到的采购记录比对未通过。
比如,在待识别票据的票据信息中,购买方为X公司,开票日期为2月20号,购买A产品100个,单价为50。则查找X公司于2月20号采购A产品的采购记录,根据该采购记录确定X公司于2月20号当天采购的A产品的数量和平均价格。通常来说,若所述待识别票据为真票据,则其票据信息中的物品单价应当和所述购买方于所述开票日期当天采购的所述物品的平均价格比较接近,而且该票据信息中的物品购买数量应当小于或等于该采购记录中的该物品的购买数量。因此,可以通过比较所述票据信息中的单价和采购记录的平均价格之间的差别大小来判断票据的真伪。比如在上述例子中,若X公司于2月20号当天采购的A产品的数量不足100个,则可以判定所述票据信息和查找到的采购记录比对未通过,所述待识别票据为假票据。又比如,X公司于2月20号当天采购的A产品的数量超过100个,且平均价格为51,和票据信息中的单价的差别未超过设置的阈值5,则可以判定所述票据信息和查找到的采购记录比对通过,所述待识别票据为真票据。
211、判断所述票据信息和查找到的采购记录是否比对通过;
若所述票据信息和查找到的采购记录比对通过,则可以判定所述待识别票据为真票据,即执行步骤208;若所述票据信息和查找到的采购记录比对未通过,则可以判定所述待识别票据为假票据,即执行步骤212。
212、判定所述待识别票据为假票据。
本发明实施例提出的票据识别方法,通过构建一个票据管理系统以实时收集各个销售方开取的每张票据的开票记录,在识别票据时,可以提取票据中的销售方信息以及票据编号,然后对接该票据管理系统查找该销售方开取的该票据编号的票据的开票记录;若查找到相应的开票记录,则提取该开票记录包含的样本图像和开票信息,将提取的样本图像和待识别票据的图像进行比对,将开票信息和待识别票据的票据信息进行比对,最后根据比对结果识别该待识别票据的真伪。与本发明的第一个实施例相比,本实施例在通过票据管理系统未能查找到相应的开票记录时,会从预先构建的采购管理系统中查找票据购买方的采购记录,将票据信息和查找到的采购记录进行比对,并根据比对的结果判别所述待识别票据的真伪,从而进一步提高票据识别的成功率。
请参阅图3,本发明实施例中一种票据识别方法的第三个实施例包括:
301、获取待识别票据的图像;
302、对所述图像进行识别,得到所述待识别票据的票据信息;
所述票据信息包括票据的销售方以及票据编号;
303、从预先构建的票据管理系统中查找目标票据的开票记录;
在本发明实施例中,与第一个实施例相比,所述票据信息还包括票据的购买方。
304、判断是否查找到目标票据的开票记录;
若未查找到目标票据的开票记录,则直接执行步骤310;若查找到目标票据的开票记录,则执行步骤305。
305、提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
306、将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
307、判断所述票据信息和所述目标开票信息是否比对一致,且所述待识别票据的图像和所述目标样本图像是否比对通过;
若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则执行步骤308;若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则执行步骤309。
308、判定所述待识别票据为真票据;
309、判定所述待识别票据为假票据;
步骤301-309与步骤101-109相同,具体可参照步骤101-109的相关说明。
310、获取所述票据信息包含的销售方所在的目标行业和目标地区;
311、从所述票据管理系统中查找预设时期以内,行业属于所述目标行业且地区属于所述目标地区的目标销售方的开票记录;
312、提取所述票据信息中购买物品的名称和单价;
313、计算所述目标销售方的开票记录中购买所述物品的平均价格;
314、若所述票据信息中购买物品的单价和所述平均价格之间的差别大于或等于预设的阈值,则判定所述待识别票据为假票据。
对于步骤310-314,举例说明如下。根据票据信息中的销售方的名称,可以确定该销售方所在的目标行业以及目标地区,假设为北京地区的酒店行业。然后,从所述票据管理系统中查找一个月以内,北京地区的各个酒店的开票记录。接着,根据这些开票记录计算每天房费的平均价格,若该票据信息中的房费单价和该平均价格之间的差距过大,则可判定该待识别票据为假票据;若该票据信息中的房费单价和该平均价格之间的差距不大,则可判定该待识别票据为真票据或者未知状态(无法100%确定为真)。
本发明实施例提出的票据识别方法,通过构建一个票据管理系统以实时收集各个销售方开取的每张票据的开票记录,在识别票据时,可以提取票据中的销售方信息以及票据编号,然后对接该票据管理系统查找该销售方开取的该票据编号的票据的开票记录;若查找到相应的开票记录,则提取该开票记录包含的样本图像和开票信息,将提取的样本图像和待识别票据的图像进行比对,将开票信息和待识别票据的票据信息进行比对,最后根据比对结果识别该待识别票据的真伪;若未查找到所述销售方的开票记录,则确定所述销售方所处的目标行业和目标地区;从所述票据管理系统中查找预设时期以内,行业属于所述目标行业且地区属于所述目标地区的销售方的目标开票记录;提取所述票据信息中购买物品的名称和单价;计算所述目标开票记录中购买所述物品的平均价格;若所述票据信息中的单价和所述平均价格之间的差别大于或等于预设的阈值,则判定所述待识别票据为假票据。与本发明的第二个实施例相比,本实施例提出了另一种在通过票据管理系统未能查找到相应的开票记录时处理方式,同样能够提高票据识别的成功率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种票据识别方法,下面将对一种票据识别装置进行描述。
请参阅图4,本发明实施例中一种票据识别装置的一个实施例包括:
图像获取模块401,用于获取待识别票据的图像;
图像识别模块402,用于对所述图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号;
开票记录查找模块403,用于从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录,每张票据的开票记录包含票据的样本图像以及开票信息;
第一判定模块404,用于若未查找到目标票据的开票记录,则判定所述待识别票据为假票据;
开票信息提取模块405,用于若查找到目标票据的开票记录,则提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
信息比对模块406,用于将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
第二判定模块407,用于若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则判定所述待识别票据为真票据;
第三判定模块408,用于若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则判定所述待识别票据为假票据。
进一步的,所述信息比对模块可以包括:
关键区域截取单元,用于根据所述目标票据的类型截取所述目标样本图像中的关键区域;
目标区域截取单元,用于截取所述待识别票据的图像中与所述关键区域的位置对应的目标区域;
图像匹配单元,用于将所述目标区域和所述关键区域进行图像匹配,得到相似度;
第一判定单元,用于若所述相似度大于预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对通过;
第二判定单元,用于若所述相似度小于所述预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对未通过。
进一步的,所述票据信息还包括票据的购买方,所述票据识别装置还可以包括:
采购记录查找模块,用于从预先构建的采购管理系统中查找所述购买方的采购记录,所述采购管理系统实时收集多个购买方的采购记录;
采购记录比对模块,用于将所述票据信息和查找到的采购记录进行比对;
第四判定模块,用于若所述票据信息和查找到的采购记录比对通过,则判定所述待识别票据为真票据;
第五判定模块,用于若所述票据信息和查找到的采购记录比对未通过,则执行判定所述待识别票据为假票据的步骤。
更进一步的,所述票据信息还包括票据的开票日期以及购买物品的名称、单价和数量,所述采购记录比对模块可以包括:
采购信息查找单元,用于从查找到的采购记录中进一步查找采购日期为所述开票日期,且采购的物品为所述物品的采购信息;
平均价格统计单元,用于根据查找到的采购信息统计所述购买方于所述开票日期当天采购的所述物品的数量和平均价格;
第三判定单元,用于若所述票据信息中的单价和所述平均价格之间的差别小于预设的阈值,且所述票据信息中的数量小于或等于所述购买方于所述开票日期当天采购的所述物品的数量,则判定所述票据信息和查找到的采购记录比对通过;
第四判定单元,用于若所述票据信息中的单价和所述平均价格之间的差别大于或等于所述阈值,或者所述票据信息中的数量大于所述购买方于所述开票日期当天采购的所述物品的数量,则判定所述票据信息和查找到的采购记录比对通过。
进一步的,,所述票据信息还包括购买物品的名称、单价和数量,所述票据识别装置还可以包括:
行业地区确定模块,用于若未查找到目标票据的开票记录,则获取所述票据信息包含的销售方所在的目标行业和目标地区;
目标记录查找模块,用于从所述票据管理系统中查找预设时期以内,行业属于所述目标行业且地区属于所述目标地区的目标销售方的开票记录;
物品信息提取模块,用于提取所述票据信息中购买物品的名称和单价;
平均价格计算模块,用于计算所述目标销售方的开票记录中购买所述物品的平均价格;
第五判定单元,用于若所述票据信息中购买物品的单价和所述平均价格之间的差别大于或等于预设的阈值,则判定所述待识别票据为假票据。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如图1至图3表示的任意一种票据识别方法的步骤。
本发明实施例还提供一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如图1至图3表示的任意一种票据识别方法的步骤。
图5是本发明一实施例提供的服务器的示意图。如图5所示,该实施例的服务器5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机可读指令52。所述处理器50执行所述计算机可读指令52时实现上述各个票据识别方法实施例中的步骤,例如图1所示的步骤101至109。或者,所述处理器50执行所述计算机可读指令52时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块401至408的功能。
示例性的,所述计算机可读指令52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机可读指令52在所述服务器5中的执行过程。
所述服务器5可以是智能手机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是服务器5的示例,并不构成对服务器5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器5还可以包括输入输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(CentraL Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(DigitaL SignaL Processor,DSP)、专用集成电路(AppLication Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieLd-ProgrammabLe Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述服务器5的内部存储单元,例如服务器5的硬盘或内存。所述存储器51也可以是所述服务器5的外部存储设备,例如所述服务器5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure DigitaL,SD)卡,闪存卡(FLash Card)等。进一步地,所述存储器51还可以既包括所述服务器5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机可读指令以及所述服务器所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnLyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种票据识别方法,其特征在于,包括:
获取待识别票据的图像;
对所述图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号;
从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录,每张票据的开票记录包含票据的样本图像以及开票信息;
若未查找到目标票据的开票记录,则判定所述待识别票据为假票据;
若查找到目标票据的开票记录,则提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则判定所述待识别票据为真票据;
若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则判定所述待识别票据为假票据。
2.根据权利要求1所述的票据识别方法,其特征在于,所述将所述待识别票据的图像和所述目标样本图像进行比对包括:
根据所述目标票据的类型截取所述目标样本图像中的关键区域;
截取所述待识别票据的图像中与所述关键区域的位置对应的目标区域;
将所述目标区域和所述关键区域进行图像匹配,得到相似度;
若所述相似度大于预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对通过;
若所述相似度小于所述预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对未通过。
3.根据权利要求1或2所述的票据识别方法,其特征在于,所述票据信息还包括票据的购买方,若未查找到目标票据的开票记录,在判定所述待识别票据为假票据之前,还包括:
从预先构建的采购管理系统中查找所述购买方的采购记录,所述采购管理系统实时收集多个购买方的采购记录;
将所述票据信息和查找到的采购记录进行比对;
若所述票据信息和查找到的采购记录比对通过,则判定所述待识别票据为真票据;
若所述票据信息和查找到的采购记录比对未通过,则执行判定所述待识别票据为假票据的步骤。
4.根据权利要求3所述的票据识别方法,其特征在于,所述票据信息还包括票据的开票日期以及购买物品的名称、单价和数量,所述将所述票据信息和查找到的采购记录进行比对包括:
从查找到的采购记录中进一步查找采购日期为所述开票日期,且采购的物品为所述物品的采购信息;
根据查找到的采购信息统计所述购买方于所述开票日期当天采购的所述物品的数量和平均价格;
若所述票据信息中的单价和所述平均价格之间的差别小于预设的阈值,且所述票据信息中的数量小于或等于所述购买方于所述开票日期当天采购的所述物品的数量,则判定所述票据信息和查找到的采购记录比对通过;
若所述票据信息中的单价和所述平均价格之间的差别大于或等于所述阈值,或者所述票据信息中的数量大于所述购买方于所述开票日期当天采购的所述物品的数量,则判定所述票据信息和查找到的采购记录比对未通过。
5.根据权利要求1或2所述的票据识别方法,其特征在于,所述票据信息还包括购买物品的名称、单价和数量,在从预先构建的票据管理系统中查找目标票据的开票记录之后,还包括:
若未查找到目标票据的开票记录,则获取所述票据信息包含的销售方所在的目标行业和目标地区;
从所述票据管理系统中查找预设时期以内,行业属于所述目标行业且地区属于所述目标地区的目标销售方的开票记录;
提取所述票据信息中购买物品的名称和单价;
计算所述目标销售方的开票记录中购买所述物品的平均价格;
若所述票据信息中购买物品的单价和所述平均价格之间的差别大于或等于预设的阈值,则判定所述待识别票据为假票据。
6.一种票据识别装置,其特征在于,包括:
图像获取模块,用于获取待识别票据的图像;
图像识别模块,用于对所述图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号;
开票记录查找模块,用于从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录,每张票据的开票记录包含票据的样本图像以及开票信息;
第一判定模块,用于若未查找到目标票据的开票记录,则判定所述待识别票据为假票据;
开票信息提取模块,用于若查找到目标票据的开票记录,则提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
信息比对模块,用于将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
第二判定模块,用于若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则判定所述待识别票据为真票据;
第三判定模块,用于若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则判定所述待识别票据为假票据。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至5中任一项所述的票据识别方法的步骤。
8.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如下步骤:
获取待识别票据的图像;
对所述图像进行识别,得到所述待识别票据的票据信息,所述票据信息包括票据的销售方以及票据编号;
从预先构建的票据管理系统中查找目标票据的开票记录,所述目标票据为所述销售方开取的所述票据编号的票据,所述票据管理系统实时收集各个销售方开取的每张票据的开票记录,每张票据的开票记录包含票据的样本图像以及开票信息;
若未查找到目标票据的开票记录,则判定所述待识别票据为假票据;
若查找到目标票据的开票记录,则提取所述目标票据的开票记录包含的目标样本图像以及目标开票信息;
将所述票据信息和所述目标开票信息进行比对,以及将所述待识别票据的图像和所述目标样本图像进行比对;
若所述票据信息和所述目标开票信息比对一致,且所述待识别票据的图像和所述目标样本图像比对通过,则判定所述待识别票据为真票据;
若所述票据信息和所述目标开票信息比对不一致,或所述待识别票据的图像和所述目标样本图像比对未通过,则判定所述待识别票据为假票据。
9.根据权利要求8所述的服务器,其特征在于,所述将所述待识别票据的图像和所述目标样本图像进行比对包括:
根据所述目标票据的类型截取所述目标样本图像中的关键区域;
截取所述待识别票据的图像中与所述关键区域的位置对应的目标区域;
将所述目标区域和所述关键区域进行图像匹配,得到相似度;
若所述相似度大于预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对通过;
若所述相似度小于所述预设阈值,则判定所述待识别票据的图像和所述目标样本图像比对未通过。
10.根据权利要求8或9所述的服务器,其特征在于,所述票据信息还包括票据的购买方,若未查找到目标票据的开票记录,在判定所述待识别票据为假票据之前,还包括:
从预先构建的采购管理系统中查找所述购买方的采购记录,所述采购管理系统实时收集多个购买方的采购记录;
将所述票据信息和查找到的采购记录进行比对;
若所述票据信息和查找到的采购记录比对通过,则判定所述待识别票据为真票据;
若所述票据信息和查找到的采购记录比对未通过,则执行判定所述待识别票据为假票据的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423026.XA CN110245658A (zh) | 2019-05-21 | 2019-05-21 | 一种票据识别方法、装置、存储介质和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423026.XA CN110245658A (zh) | 2019-05-21 | 2019-05-21 | 一种票据识别方法、装置、存储介质和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110245658A true CN110245658A (zh) | 2019-09-17 |
Family
ID=67884673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910423026.XA Pending CN110245658A (zh) | 2019-05-21 | 2019-05-21 | 一种票据识别方法、装置、存储介质和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245658A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853216A (zh) * | 2019-10-18 | 2020-02-28 | 深圳壹账通智能科技有限公司 | 信息存储方法、装置、存储介质和计算机设备 |
CN113360278A (zh) * | 2021-05-31 | 2021-09-07 | 南昌印钞有限公司 | 钞券符样性评估方法、系统、计算机设备和可读存储介质 |
CN113450152A (zh) * | 2021-07-01 | 2021-09-28 | 广州智选网络科技有限公司 | 基于文本识别技术的购物反馈方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020107794A1 (en) * | 2001-02-05 | 2002-08-08 | Furphy Thomas W. | Method and system for processing transactions |
US20060089907A1 (en) * | 2004-10-22 | 2006-04-27 | Klaus Kohlmaier | Invoice verification process |
CN104616389A (zh) * | 2015-02-12 | 2015-05-13 | 西安印艺苑实业有限公司 | 印章识别方法和装置 |
CN105701905A (zh) * | 2014-11-28 | 2016-06-22 | 航天信息股份有限公司 | 一种发票识别方法和系统 |
CN105741404A (zh) * | 2014-12-12 | 2016-07-06 | 威海新北洋荣鑫科技股份有限公司 | 票据的鉴别方法、装置和系统 |
CN108446621A (zh) * | 2018-03-14 | 2018-08-24 | 平安科技(深圳)有限公司 | 票据识别方法、服务器及计算机可读存储介质 |
US10083452B1 (en) * | 2016-06-21 | 2018-09-25 | Intuit Inc. | Method and system for identifying potentially fraudulent bill and invoice payments |
CN108596696A (zh) * | 2018-04-25 | 2018-09-28 | 广州东港安全印刷有限公司 | 一种基于rfid的票据管理方法和系统 |
CN109086756A (zh) * | 2018-06-15 | 2018-12-25 | 众安信息技术服务有限公司 | 一种基于深度神经网络的文本检测分析方法、装置及设备 |
CN109299762A (zh) * | 2018-10-09 | 2019-02-01 | 合肥深度财务管理咨询有限公司 | 一种基于大数据的企业财务报销管理系统 |
CN109472918A (zh) * | 2018-10-12 | 2019-03-15 | 深圳壹账通智能科技有限公司 | 发票验证方法、融资审核方法、装置、设备及介质 |
-
2019
- 2019-05-21 CN CN201910423026.XA patent/CN110245658A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020107794A1 (en) * | 2001-02-05 | 2002-08-08 | Furphy Thomas W. | Method and system for processing transactions |
US20060089907A1 (en) * | 2004-10-22 | 2006-04-27 | Klaus Kohlmaier | Invoice verification process |
CN105701905A (zh) * | 2014-11-28 | 2016-06-22 | 航天信息股份有限公司 | 一种发票识别方法和系统 |
CN105741404A (zh) * | 2014-12-12 | 2016-07-06 | 威海新北洋荣鑫科技股份有限公司 | 票据的鉴别方法、装置和系统 |
CN104616389A (zh) * | 2015-02-12 | 2015-05-13 | 西安印艺苑实业有限公司 | 印章识别方法和装置 |
US10083452B1 (en) * | 2016-06-21 | 2018-09-25 | Intuit Inc. | Method and system for identifying potentially fraudulent bill and invoice payments |
CN108446621A (zh) * | 2018-03-14 | 2018-08-24 | 平安科技(深圳)有限公司 | 票据识别方法、服务器及计算机可读存储介质 |
CN108596696A (zh) * | 2018-04-25 | 2018-09-28 | 广州东港安全印刷有限公司 | 一种基于rfid的票据管理方法和系统 |
CN109086756A (zh) * | 2018-06-15 | 2018-12-25 | 众安信息技术服务有限公司 | 一种基于深度神经网络的文本检测分析方法、装置及设备 |
CN109299762A (zh) * | 2018-10-09 | 2019-02-01 | 合肥深度财务管理咨询有限公司 | 一种基于大数据的企业财务报销管理系统 |
CN109472918A (zh) * | 2018-10-12 | 2019-03-15 | 深圳壹账通智能科技有限公司 | 发票验证方法、融资审核方法、装置、设备及介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853216A (zh) * | 2019-10-18 | 2020-02-28 | 深圳壹账通智能科技有限公司 | 信息存储方法、装置、存储介质和计算机设备 |
CN113360278A (zh) * | 2021-05-31 | 2021-09-07 | 南昌印钞有限公司 | 钞券符样性评估方法、系统、计算机设备和可读存储介质 |
CN113360278B (zh) * | 2021-05-31 | 2024-05-03 | 南昌印钞有限公司 | 钞券符样性评估方法、系统、计算机设备和可读存储介质 |
CN113450152A (zh) * | 2021-07-01 | 2021-09-28 | 广州智选网络科技有限公司 | 基于文本识别技术的购物反馈方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11954739B2 (en) | Methods and systems for automatically detecting fraud and compliance issues in expense reports and invoices | |
US10949852B1 (en) | Document-based fraud detection | |
CN110163478A (zh) | 一种合同条款的风险审查方法及装置 | |
CN110647590A (zh) | 一种目标社群数据的识别方法及相关装置 | |
CN110245658A (zh) | 一种票据识别方法、装置、存储介质和服务器 | |
CN107451816A (zh) | 线下交易的实现方法和装置 | |
Goldberg et al. | Restructuring transactional data for link analysis in the FinCEN AI system | |
CN110502694A (zh) | 基于大数据分析的律师推荐方法及相关设备 | |
Sumanth et al. | Analysis of credit card fraud detection using machine learning techniques | |
Rajak et al. | Intelligent fraudulent detection system based SVM and optimized by danger theory | |
Ghods et al. | Evaluation of the effective factors on online internet usage in organizations | |
Wang et al. | Fake Review Identification Methods Based on Multidimensional Feature Engineering | |
Krysovatyy et al. | Classification Method of Fictitious Enterprises Based on Gaussian Naive Bayes | |
CN115952186A (zh) | 一种问题数据及其链路追溯方法及装置 | |
CN115471258A (zh) | 一种违规行为检测方法、装置、电子设备及存储介质 | |
US20220051270A1 (en) | Event analysis based on transaction data associated with a user | |
CN113592502A (zh) | 一种循环消费方法、系统、计算机设备及存储介质 | |
CN112232894A (zh) | 基于增值税发票的数据分析方法 | |
JP6279782B1 (ja) | 情報処理端末、情報処理方法、及びプログラム | |
Vijay Rahul et al. | Using machine learning to detect credit card fraudulent transactions | |
Gupta | Analysis of Various Credit Card Fraud Detection Techniques | |
Praveen et al. | Defending FinTech: A Novel Approach to Credit Card Validation using Binary Pattern Features in Machine Learning | |
US20230161876A1 (en) | Method and system for identifying a compromised point-of-sale terminal network | |
Gholap et al. | Privacy Preserving in E-Rationing System for Monthly Ration Distribution | |
Manikandan et al. | Automated Cash Liquidity Flow Monitoring and Registry Using Deep Learning |
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: 20190917 |
|
RJ01 | Rejection of invention patent application after publication |