CN112734623B - 标准成本核算中的财务凭证防伪加密及读取识别方法 - Google Patents
标准成本核算中的财务凭证防伪加密及读取识别方法 Download PDFInfo
- Publication number
- CN112734623B CN112734623B CN202110355767.6A CN202110355767A CN112734623B CN 112734623 B CN112734623 B CN 112734623B CN 202110355767 A CN202110355767 A CN 202110355767A CN 112734623 B CN112734623 B CN 112734623B
- Authority
- CN
- China
- Prior art keywords
- image
- counterfeiting
- dimensional
- information
- counterfeiting image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了标准成本核算中的财务凭证防伪加密及读取识别方法,解决了现有技术中不能判断财务凭证真伪的不足,具体包括:步骤1,在财务凭证的空白区域添加防伪图像,防伪图像包含基本图像信息和图像深度信息;步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的防伪图像区域,根据防伪图像的基本图像信息和图像深度信息生成立体防伪图像;步骤3,对立体防伪图像以中心点为基点进行空间转动,空间转动的方向和角度为预设值;步骤4,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;步骤5,将二维图像与预设的标准图像做比较,判断防伪图像的真伪。
Description
技术领域
本发明涉及财务自动化技术领域,尤其是指一种标准成本核算中的财务凭证防伪加密及读取识别方法。
背景技术
在企业的标准成本核算中,需要涉及到企业的财务结算内容,企业的财务结算通常有内部单位间的结算、与供应商的结算以及与银行间的结算等,而这些结算的过程中往往需要用到财务凭证。现有的纸质财务凭证包括的内容一般有摘要、科目、金额、制证日期、借贷方向等。但是现有的财务凭证,在安全性上仍有不足,在纸质财务凭证的信息进行电子归档时,往往不能识别纸质财务凭证的真伪,存在安全性方面的隐患。
发明内容
本发明的目的是克服现有技术中的缺点,提供一种标准成本核算中的财务凭证防伪加密及读取识别方法。
本发明的目的是通过下述技术方案予以实现:
标准成本核算中的财务凭证防伪加密及读取识别方法,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,防伪图像包含基本图像信息和图像深度信息;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的防伪图像区域,根据防伪图像的基本图像信息和图像深度信息生成立体防伪图像;
步骤3,对立体防伪图像以中心点为基点进行空间转动,空间转动的方向和角度为预设值;
步骤4,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;
步骤5,将二维图像与预设的标准图像做比较,若二维图像与标准图像做比对后置信度大于等于设定的阈值,则判断防伪图像为真,若二维图像与标准图像做比对后置信度小于设定的阈值,则判断防伪图像为假。
本方案中,设置防伪图像来对财务凭证的真假进行判断,提高了财务结算的安全性。同时,现有技术中防伪图像往往只是二维图像,防伪水平较差,本方案中,防伪图像信息的基本图像信息和现有技术的防伪图像相同,基本图像信息为若干个子图像信息组合而成,防伪图像信息还包括了图像深度信息,图像深度信息包含了每一个子图像在三维空间中的位置信息,因此,通过基本图像信息和图像深度信息可以转换成立体防伪图像,立体防伪图像可以沿着基点进行空间转动,空间转动的方向和角度为预设值,此预设值可以看成秘钥,空间转动完成后,在某一方向上观察此立体防伪图像可以将立体防伪图像再还原成二维图像,二维图像根据空间转动的方向和角度不同会呈现不同的图像,因此通过预设值进行空间转动形成的二维图像是唯一的图像,二维图像可以为预设的较为规则的图像,易于与标准图像做比较,最后可以通过二维图像和标准图像做比对判断防伪图像的真假。由于空间转动的方向和角度为秘钥信息,一般人员无法得知,同时标准图像也作为保密信息,因此,一般人员无法进行防伪图像的仿制,防伪图像的安全性大大提高,进一步提高了财务结算的安全性。
作为优选,所述的步骤1中,基本图像信息包括至少两部分,每一个部分的基本图像信息均与一个图像深度信息相匹配;所述的步骤2中,生成若干个立体防伪图像,单个立体防伪图像为单个部分的基本图像信息对应的立体防伪图像;所述的步骤3中,对于每一个立体防伪图像,空间转动的方向和角度为预设值均不相同;所述的步骤4中,立体防伪图像空间转动完成后,将所有立体防伪图像按照设定的位置进行排列组合构成整体立体防伪图像,将整体立体防伪图像还原成二维图像。
标准成本核算中的财务凭证防伪加密及读取识别方法,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,其中防伪图像信息为财务凭证的种类信息和金额信息转换生成;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的种类判断区域、金额显示区域和防伪图像区域;
步骤3,通过特征识别获取种类判断区域内财务凭证的第一种类信息,通过卷积神经网络特征识别获取金额显示区域内的第一金额信息,通过防伪图像区域内的防伪图像转换获得财务凭证的第二种类信息和第二金额信息;
步骤4,将第一种类信息和第二种类信息进行匹配、第一金额信息和第二金额信息进行匹配,若匹配的结果均为正确,则校验通过,判断防伪图像为真,若匹配的结果至少有一个错误,则校验不通过,判断防伪图像为假。
本方案中,防伪图像信息通过财务凭证的种类信息和金额信息转换生成,同时防伪图像信息还可以通过转换还原财务凭证的种类信息和金额信息,转换的规则可以通过预先设定获得,同时,直接获取的种类信息和金额信息也可通过卷积神经网络进行特征识别,将两者的种类信息和金额信息进行匹配比对,就可以判断防伪图像的真假。
作为优选,所述的防伪图像信息为二维码。
作为优选,所述的步骤1中的金额信息包括阿拉伯数字信息和中文大写数字信息,在步骤4中,若匹配的结果有一个错误且错误的内容为第一金额信息和第二金额信息匹配,则执行修正子步骤:
子步骤a,将第一金额信息中的中文大写数字信息转换成对应的数值,并将此数值与第一金额信息中的阿拉伯数值对应的数值进行比较,若数值一致,则跳转至子步骤b,若数值不一致,则跳转至子步骤c;
子步骤b,校验不通过,判断防伪图像为假;
子步骤c,对于不一致的数值,在中文大写数字信息中寻找置信度大于设定的阈值的可能匹配结果,在阿拉伯数值信息中寻找置信度大于设定的阈值的可能匹配结果,若在可能匹配结果中对应的数值一致,则将不一致的数值修正成一致的数值;
子步骤d,将修正后的第一金额信息和和第二金额信息匹配,若匹配的结果正确,则校验通过,判断防伪图像为真。
纸质的财务凭证上的金额信息有时通过人工手写完成,此时会出现通过卷积神经网络特征识别得出中文大写数字和阿拉伯数值信息不一致的情况,此时防伪图像读取的金额信息就会与财务凭证上的金额信息不一致导致匹配错误,因此,本方案中巧妙的利用了财务凭证上包含的阿拉伯数字信息和中文大写数字信息判断卷积神经网络特征识别是否出现错误,由于卷积神经网络特征识别可以得出不同的数字信息的置信度,在高于一定的置信度的情况下,对阿拉伯数字信息和中文大写数字信息进行匹配,可以将不一致的数值修正成一致的数值。本方案进一步提升了卷积神经网络特征识别的精度,进而提高了对防伪图像校验的有效性。
标准成本核算中的财务凭证防伪加密及读取识别方法,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,其中防伪图像包括基本图像信息和图像深度信息,基本图像信息为财务凭证的金额信息转换生成,图像深度信息为财务凭证的种类信息转换生成;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的种类判断区域、金额显示区域和防伪图像区域;
步骤3,通过特征识别获取种类判断区域内财务凭证的种类信息,通过卷积神经网络特征识别获取金额显示区域内的金额信息,根据防伪图像区域内的防伪图像的基本图像信息和图像深度信息生成立体防伪图像;
步骤4,对立体防伪图像以中心点为基点进行空间转动,通过种类信息和金额信息生成对应的空间转动的方向和角度的设定值;
步骤5,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;
步骤6,将二维图像与预设的标准图像做比较,若二维图像与标准图像做比对后置信度大于等于设定的阈值,则判断防伪图像为真,若二维图像与标准图像做比对后置信度小于设定的阈值,则判断防伪图像为假。
本方案中设计了防伪图像信息和财务凭证的金额信息和财务凭证的种类信息进行匹配,对于不同金额不同种类的财务凭证,生成的防伪图像均是不同的,进一步提升了防伪图像的复杂程度。
作为优选,所述的步骤1中,基本图像信息包括至少两部分,每一个部分的图像信息均与一个图像深度信息相匹配;所述的步骤2中,生成若干个立体防伪图像,单个立体防伪图像为单个部分的图像信息对应的立体防伪图像;所述的步骤4中,对于每一个立体防伪图像,空间转动的方向和角度为预设值均不相同;所述的步骤5中,立体防伪图像空间转动完成后,将所有立体防伪图像按照设定的位置进行排列组合构成整体立体防伪图像,将整体立体防伪图像还原成二维图像。
作为优选,所述的金额信息包括阿拉伯数字信息和中文大写数字信息,所述的步骤2中,生成两个个立体防伪图像,一个立体防伪图像为阿拉伯数字信息立体防伪图像,另一个立体防伪图像为中文大写数字信息立体防伪图像,所述的步骤4中,通过种类信息和阿拉伯数字信息生成阿拉伯数字信息立体防伪图像空间转动的方向和角度的设定值,通过种类信息和中文大写数字信息生成中文大写数字信息立体防伪图像空间转动的方向和角度的设定值。
本发明的有益效果是:标准成本核算中的财务凭证防伪加密及读取识别方法通过设置防伪图像来对财务凭证的真假进行判断,提高了财务结算的安全性。通过将二维的防伪图像进行三维转换再还原成二维图像的步骤,提升了防伪图像的复杂性,进一步提高了财务结算的安全性。防伪图像还可以是财务凭证的种类和金额信息生成,与财务凭证上的种类和金额信息进行匹配,可以准确判断财务凭证的防伪信息的真伪。此外,本方案设计了财务凭证上阿拉伯数字信息和中文大写数字信息的匹配方案,进一步提升了卷积神经网络特征识别的精度,进而提高了对防伪图像校验的有效性。
附图说明
图1是本发明的第一种流程图;
图2是本发明的第二种流程图;
图3是本发明的第三种流程图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例1: 标准成本核算中的财务凭证防伪加密及读取识别方法,如图1所示,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,防伪图像包含基本图像信息和图像深度信息;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的防伪图像区域,根据防伪图像的基本图像信息和图像深度信息生成立体防伪图像;
步骤3,对立体防伪图像以中心点为基点进行空间转动,空间转动的方向和角度为预设值;
步骤4,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;
步骤5,将二维图像与预设的标准图像做比较,若二维图像与标准图像做比对后置信度大于等于设定的阈值,则判断防伪图像为真,若二维图像与标准图像做比对后置信度小于设定的阈值,则判断防伪图像为假。
本方案中,设置防伪图像来对财务凭证的真假进行判断,提高了财务结算的安全性。同时,现有技术中防伪图像往往只是二维图像,防伪水平较差,本方案中,防伪图像信息的基本图像信息和现有技术的防伪图像相同,基本图像信息为若干个子图像信息组合而成,防伪图像信息还包括了图像深度信息,图像深度信息包含了每一个子图像在三维空间中的位置信息,因此,通过基本图像信息和图像深度信息可以转换成立体防伪图像,立体防伪图像可以沿着基点进行空间转动,空间转动的方向和角度为预设值,此预设值可以看成秘钥,空间转动完成后,在某一方向上观察此立体防伪图像可以将立体防伪图像再还原成二维图像,二维图像根据空间转动的方向和角度不同会呈现不同的图像,因此通过预设值进行空间转动形成的二维图像是唯一的图像,二维图像可以为预设的较为规则的图像,易于与标准图像做比较,最后可以通过二维图像和标准图像做比对判断防伪图像的真假。由于空间转动的方向和角度为秘钥信息,一般人员无法得知,同时标准图像也作为保密信息,因此,一般人员无法进行防伪图像的仿制,防伪图像的安全性大大提高,进一步提高了财务结算的安全性。
所述的步骤1中,基本图像信息包括至少两部分,每一个部分的基本图像信息均与一个图像深度信息相匹配;所述的步骤2中,生成若干个立体防伪图像,单个立体防伪图像为单个部分的基本图像信息对应的立体防伪图像;所述的步骤3中,对于每一个立体防伪图像,空间转动的方向和角度为预设值均不相同;所述的步骤4中,立体防伪图像空间转动完成后,将所有立体防伪图像按照设定的位置进行排列组合构成整体立体防伪图像,将整体立体防伪图像还原成二维图像。
实施例2:标准成本核算中的财务凭证防伪加密及读取识别方法,如图2所示,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,其中防伪图像信息为财务凭证的种类信息和金额信息转换生成,防伪图像信息为二维码;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的种类判断区域、金额显示区域和防伪图像区域;
步骤3,通过特征识别获取种类判断区域内财务凭证的第一种类信息,通过卷积神经网络特征识别获取金额显示区域内的第一金额信息,通过防伪图像区域内的防伪图像转换获得财务凭证的第二种类信息和第二金额信息;
步骤4,将第一种类信息和第二种类信息进行匹配、第一金额信息和第二金额信息进行匹配,若匹配的结果均为正确,则校验通过,判断防伪图像为真,若匹配的结果至少有一个错误,则校验不通过,判断防伪图像为假。
本方案中,防伪图像信息通过财务凭证的种类信息和金额信息转换生成,同时防伪图像信息还可以通过转换还原财务凭证的种类信息和金额信息,转换的规则可以通过预先设定获得,同时,直接获取的种类信息和金额信息也可通过卷积神经网络进行特征识别,将两者的种类信息和金额信息进行匹配比对,就可以判断防伪图像的真假。
所述的步骤1中的金额信息包括阿拉伯数字信息和中文大写数字信息,在步骤4中,若匹配的结果有一个错误且错误的内容为第一金额信息和第二金额信息匹配,则执行修正子步骤:
子步骤a,将第一金额信息中的中文大写数字信息转换成对应的数值,并将此数值与第一金额信息中的阿拉伯数值对应的数值进行比较,若数值一致,则跳转至子步骤b,若数值不一致,则跳转至子步骤c;
子步骤b,校验不通过,判断防伪图像为假;
子步骤c,对于不一致的数值,在中文大写数字信息中寻找置信度大于设定的阈值的可能匹配结果,在阿拉伯数值信息中寻找置信度大于设定的阈值的可能匹配结果,若在可能匹配结果中对应的数值一致,则将不一致的数值修正成一致的数值;
子步骤d,将修正后的第一金额信息和和第二金额信息匹配,若匹配的结果正确,则校验通过,判断防伪图像为真。
纸质的财务凭证上的金额信息有时通过人工手写完成,此时会出现通过卷积神经网络特征识别得出中文大写数字和阿拉伯数值信息不一致的情况,此时防伪图像读取的金额信息就会与财务凭证上的金额信息不一致导致匹配错误,因此,本方案中巧妙的利用了财务凭证上包含的阿拉伯数字信息和中文大写数字信息判断卷积神经网络特征识别是否出现错误,由于卷积神经网络特征识别可以得出不同的数字信息的置信度,在高于一定的置信度的情况下,对阿拉伯数字信息和中文大写数字信息进行匹配,可以将不一致的数值修正成一致的数值。本方案进一步提升了卷积神经网络特征识别的精度,进而提高了对防伪图像校验的有效性。
本方案中,设置的置信度的阈值为0.8,在阿拉伯数字匹配中,出现的置信度前三排名为8,6和9,其置信度为0.95,0.86和0.73,因此阿拉伯数字的特征识别结果可能为8和6,而在中文大写数字信息的置信度排名中,只有“陆”的置信度大于0.8,其他的置信度均远小于阈值,此时可以考虑卷积神经网络特征识别的结果为6(陆)。
此外,可以对一组数字的整体识别结果进行判断,对于同一个中文大写数字信息的识别结果,若匹配不同的阿拉伯数字信息,则通过通过高于置信度阈值进行寻找匹配,以纠正卷积神经网络特征识别结果。
实施例3:标准成本核算中的财务凭证防伪加密及读取识别方法,如图3所示,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,其中防伪图像包括基本图像信息和图像深度信息,基本图像信息为财务凭证的金额信息转换生成,图像深度信息为财务凭证的种类信息转换生成;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的种类判断区域、金额显示区域和防伪图像区域;
步骤3,通过特征识别获取种类判断区域内财务凭证的种类信息,通过卷积神经网络特征识别获取金额显示区域内的金额信息,根据防伪图像区域内的防伪图像的基本图像信息和图像深度信息生成立体防伪图像;
步骤4,对立体防伪图像以中心点为基点进行空间转动,通过种类信息和金额信息生成对应的空间转动的方向和角度的设定值;
步骤5,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;
步骤6,将二维图像与预设的标准图像做比较,若二维图像与标准图像做比对后置信度大于等于设定的阈值,则判断防伪图像为真,若二维图像与标准图像做比对后置信度小于设定的阈值,则判断防伪图像为假。
本方案中设计了防伪图像信息和财务凭证的金额信息和财务凭证的种类信息进行匹配,对于不同金额不同种类的财务凭证,生成的防伪图像均是不同的,进一步提升了防伪图像的复杂程度。
所述的步骤1中,基本图像信息包括至少两部分,每一个部分的图像信息均与一个图像深度信息相匹配;所述的步骤二中,生成若干个立体防伪图像,单个立体防伪图像为单个部分的图像信息对应的立体防伪图像;所述的步骤4中,对于每一个立体防伪图像,空间转动的方向和角度为预设值均不相同;所述的步骤5中,立体防伪图像空间转动完成后,将所有立体防伪图像按照设定的位置进行排列组合构成整体立体防伪图像,将整体立体防伪图像还原成二维图像。
所述的金额信息包括阿拉伯数字信息和中文大写数字信息,所述的步骤2中,生成两个个立体防伪图像,一个立体防伪图像为阿拉伯数字信息立体防伪图像,另一个立体防伪图像为中文大写数字信息立体防伪图像,所述的步骤4中,通过种类信息和阿拉伯数字信息生成阿拉伯数字信息立体防伪图像空间转动的方向和角度的设定值,通过种类信息和中文大写数字信息生成中文大写数字信息立体防伪图像空间转动的方向和角度的设定值。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (5)
1.一种标准成本核算中的财务凭证防伪加密及读取识别方法,其特征是,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,防伪图像包含基本图像信息和图像深度信息,基本图像信息和现有技术的防伪图像相同,基本图像信息为若干个子图像信息组合而成;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的防伪图像区域,根据防伪图像的基本图像信息和图像深度信息生成立体防伪图像;
步骤3,对立体防伪图像以中心点为基点进行空间转动,空间转动的方向和角度为预设值;
步骤4,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;
步骤5,将二维图像与预设的标准图像做比较,若二维图像与标准图像做比对后置信度大于等于设定的阈值,则判断防伪图像为真,若二维图像与标准图像做比对后置信度小于设定的阈值,则判断防伪图像为假。
2.根据权利要求1所述的一种标准成本核算中的财务凭证防伪加密及读取识别方法,其特征是,所述的步骤1中,基本图像信息包括至少两部分,每一个部分的基本图像信息均与一个图像深度信息相匹配;所述的步骤2中,生成若干个立体防伪图像,单个立体防伪图像为单个部分的基本图像信息对应的立体防伪图像;所述的步骤3中,对于每一个立体防伪图像,空间转动的方向和角度为预设值均不相同;所述的步骤4中,立体防伪图像空间转动完成后,将所有立体防伪图像按照设定的位置进行排列组合构成整体立体防伪图像,将整体立体防伪图像还原成二维图像。
3.一种标准成本核算中的财务凭证防伪加密及读取识别方法,其特征是,包括以下步骤:
步骤1,在财务凭证的空白区域添加防伪图像,其中防伪图像包括基本图像信息和图像深度信息,基本图像信息为财务凭证的金额信息转换生成,图像深度信息为财务凭证的种类信息转换生成;
步骤2,获取财务凭证图像数据,根据预设特征确定财务凭证的种类判断区域、金额显示区域和防伪图像区域;
步骤3,通过特征识别获取种类判断区域内财务凭证的种类信息,通过卷积神经网络特征识别获取金额显示区域内的金额信息,根据防伪图像区域内的防伪图像的基本图像信息和图像深度信息生成立体防伪图像;
步骤4,对立体防伪图像以中心点为基点进行空间转动,通过种类信息和金额信息生成对应的空间转动的方向和角度的设定值;
步骤5,立体防伪图像空间转动完成后,将立体防伪图像还原成二维图像;
步骤6,将二维图像与预设的标准图像做比较,若二维图像与标准图像做比对后置信度大于等于设定的阈值,则判断防伪图像为真,若二维图像与标准图像做比对后置信度小于设定的阈值,则判断防伪图像为假。
4.根据权利要求3所述的一种标准成本核算中的财务凭证防伪加密及读取识别方法,其特征是,所述的步骤1中,基本图像信息包括至少两部分,每一个部分的图像信息均与一个图像深度信息相匹配;所述的步骤2中,生成若干个立体防伪图像,单个立体防伪图像为单个部分的图像信息对应的立体防伪图像;所述的步骤4中,对于每一个立体防伪图像,空间转动的方向和角度为预设值均不相同;所述的步骤5中,立体防伪图像空间转动完成后,将所有立体防伪图像按照设定的位置进行排列组合构成整体立体防伪图像,将整体立体防伪图像还原成二维图像。
5.根据权利要求4所述的一种标准成本核算中的财务凭证防伪加密及读取识别方法,其特征是,所述的金额信息包括阿拉伯数字信息和中文大写数字信息,所述的步骤2中,生成两个立体防伪图像,一个立体防伪图像为阿拉伯数字信息立体防伪图像,另一个立体防伪图像为中文大写数字信息立体防伪图像,所述的步骤4中,通过种类信息和阿拉伯数字信息生成阿拉伯数字信息立体防伪图像空间转动的方向和角度的设定值,通过种类信息和中文大写数字信息生成中文大写数字信息立体防伪图像空间转动的方向和角度的设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110355767.6A CN112734623B (zh) | 2021-04-01 | 2021-04-01 | 标准成本核算中的财务凭证防伪加密及读取识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110355767.6A CN112734623B (zh) | 2021-04-01 | 2021-04-01 | 标准成本核算中的财务凭证防伪加密及读取识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112734623A CN112734623A (zh) | 2021-04-30 |
CN112734623B true CN112734623B (zh) | 2021-06-22 |
Family
ID=75596366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110355767.6A Active CN112734623B (zh) | 2021-04-01 | 2021-04-01 | 标准成本核算中的财务凭证防伪加密及读取识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112734623B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095307B (zh) * | 2021-06-09 | 2021-08-20 | 国网浙江省电力有限公司 | 一种财务凭证信息自动识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216930A (zh) * | 2008-01-10 | 2008-07-09 | 清华大学 | 利用三维立体图标防伪的方法 |
CN103646266A (zh) * | 2013-11-27 | 2014-03-19 | 上海电机学院 | 基于二维码的票据生成系统及其识别方法 |
US20170161696A1 (en) * | 2015-12-07 | 2017-06-08 | Hattar Tanin LLC | Payment system based on a global database of invoices |
CN106960411A (zh) * | 2017-03-27 | 2017-07-18 | 珠海丹德图像技术有限公司 | 二维码叠加数字水印的方法及其识别方法和识别系统 |
CN110458997A (zh) * | 2018-05-07 | 2019-11-15 | 北京中海汇银财税服务有限公司 | 一种自动查验电子发票的方法及系统 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761799B (zh) * | 2014-01-13 | 2016-03-30 | 李晓妮 | 一种基于纹理图像特征的票据防伪方法和装置 |
-
2021
- 2021-04-01 CN CN202110355767.6A patent/CN112734623B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216930A (zh) * | 2008-01-10 | 2008-07-09 | 清华大学 | 利用三维立体图标防伪的方法 |
CN103646266A (zh) * | 2013-11-27 | 2014-03-19 | 上海电机学院 | 基于二维码的票据生成系统及其识别方法 |
US20170161696A1 (en) * | 2015-12-07 | 2017-06-08 | Hattar Tanin LLC | Payment system based on a global database of invoices |
CN106960411A (zh) * | 2017-03-27 | 2017-07-18 | 珠海丹德图像技术有限公司 | 二维码叠加数字水印的方法及其识别方法和识别系统 |
CN110458997A (zh) * | 2018-05-07 | 2019-11-15 | 北京中海汇银财税服务有限公司 | 一种自动查验电子发票的方法及系统 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN112734623A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9946865B2 (en) | Document authentication based on expected wear | |
CN102799850B (zh) | 一种条形码识别方法和装置 | |
US20190197642A1 (en) | Classification and authentication of identification documents using a convolutional neural network | |
US20070280511A1 (en) | Method for applying a signature simplicity analysis for improving the accuracy of signature validation | |
JP2023502584A (ja) | 文書の認証のためのシステム及び方法 | |
US6424728B1 (en) | Method and apparatus for verification of signatures | |
CN103761799B (zh) | 一种基于纹理图像特征的票据防伪方法和装置 | |
US20060210138A1 (en) | Verification of authenticity of check data | |
CN111612966B (zh) | 一种基于图像识别的票据凭证防伪检测方法及装置 | |
US20180033020A1 (en) | System and apparatus for detecting forgery features on identification documents | |
CN101925905A (zh) | 根据特征图像流程识别和验证未知文档 | |
CN111784498A (zh) | 身份认证方法、装置、电子设备及存储介质 | |
CN108288012A (zh) | 一种基于手机实现的艺术品备案验证方法及其系统 | |
CN113095307B (zh) | 一种财务凭证信息自动识别方法 | |
van Beusekom et al. | Distortion measurement for automatic document verification | |
CN112734623B (zh) | 标准成本核算中的财务凭证防伪加密及读取识别方法 | |
CN117036073A (zh) | 基于互联网的发票审核与自动报销系统 | |
US20060123236A1 (en) | Image data registration method and apparatus and image data verification method and apparatus | |
JP2003109007A (ja) | 帳票様式分類装置、帳票様式分類方法、帳票様式分類プログラムおよび画像照合装置 | |
CN103902995B (zh) | 表格内容自动录入方法和装置 | |
US11830294B2 (en) | Optical character recognition of voter selections for cast vote records | |
CN111612964B (zh) | 基于区块链的票据凭证防伪检测方法及装置 | |
US11522715B2 (en) | Methods for processing and verifying a document | |
Tkachenko et al. | Robustness of character recognition techniques to double print-and-scan process | |
van Beusekom et al. | Lessons learned from automatic forgery detection in over 100,000 invoices |
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 |