CN116844178A - 医疗发票的漂移文本对接方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及数据处理及数字医疗技术，揭露了在对医疗发票进行数据审核管理入库等场景下的一种基于医疗发票的大写数字对接方法、装置、设备及存储介质。所述方法包括：对医疗发票进行大写数字检测得到文本框对象集合；将所述文本框对象集合分组为锚点框对象与待对接框对象，根据所述锚点框对象与所述待对接框对象构建所述医疗发票的各个目标搜索框；根据目标搜索框中锚点框对象的对象类型对所述目标搜索框进行二次文本检索得到待选组合文本框，或进行文本检索得到待选文本框；根据所述待选组合文本框及所述待选文本框的坐标信息，拼接得到大写数字拼接结果。本发明可以在各类医疗发票识别过程中，提高发票中印刷体与打印体数字的识别对接准确性。

Description

医疗发票的漂移文本对接方法、装置、设备及存储介质

技术领域

本发明涉及数据处理及数字医疗技术领域，尤其涉及在对医疗发票进行数据审核管理入库等场景下的一种基于医疗发票的大写数字对接方法、装置、设备及计算机可读存储介质。

背景技术

随着信息化时代的发展，一些医疗发票数据需要识别、审核、入库等一些列操作进行数据的保留，实现机构的数据化发展。如今的各医疗发票与增值税发票在金额部分的格式有所不同，尤其是一些相对老式的医疗发票或者某些地区的医疗发票，其发票制式拥有高度的模板化。其中，印刷体中提供发票金额大写中的单位，打印机在相应的位置打印具体的大写数字。由于打印的位置可能有漂移，导致在光学字符识别中无法自动将其识别成一个完整的文本块。

常见的解决方法是通过画一条横向直线，经过尽量多的文本框，即将文本框尽量分配到对应的行中，但此种方法鲁棒性较差，对同一行文本框数量较多时，效果较差，会出现直线倾斜将不同行的文本框分配到同一行的情况，而且在打印体漂移时，效果则会更差。

发明内容

本发明提供一种基于医疗发票的大写数字对接方法、装置、设备及存储介质，其主要目的在于在各类医疗发票识别过程中，提高发票中印刷体与打印体数字的识别对接准确性。

为实现上述目的，本发明提供的一种基于医疗发票的大写数字对接方法，包括：

对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

识别各所述目标搜索框中锚点框对象的对象类型；

当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框；

当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

可选的，所述根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框，包括：

根据预设的检索策略，将所述文本框对象集合中属于预设的数字单位类型的文本框对象设置为锚点框对象，将属于预设的大写数字类型的文本框对象设置为待对接框对象；

将符合所述检索策略中的预设相对位置模板的锚点框对象与待对接框对象进行框选，组建初级目标搜索框；

识别所述初级目标搜索框中的锚点框对象的对象类型，根据所述对象类型检索所述检索策略中的框大小配置表，得到框大小参数信息，并根据所述框大小参数信息对所述初级目标检索框进行扩选，得到目标搜索框。

可选的，所述识别所述初级目标搜索框中的锚点框对象的对象类型，包括：

获取所述锚点框对象中的文本内容；

根据所述检索策略，判断所述文本内容是否为预设的一级数字单位；

当所述文本内容为所述一级数字单位时，判定所述锚点框对象的对象类型为一级锚点框；

当所述文本内容不为所述一级数字单位时，判定所述锚点框对象的对象类型为二级锚点框。

可选的，所述数字单位类型中的一级锚点框的单位包括万、元、角及分，二级锚点框的单位包括仟、佰及拾，所述大写数字类型包括零到玖的大写数字。

可选的，所述根据预设的检索策略之前，所述方法还包括：

根据重复次数，将所述医疗发票中出现一次的数字单位设置为一级数字单位，将所述医疗发票中多次出现的数字单位设置为二级数字单位，得到第一策略；

对所述数字单位中的万及元两个单位配置框大小第一扩展参数，对所述数字单位除所述万及元两个单位外的其他单位配置框大小第二扩展参数，得到框大小配置表；

根据待对接框对象在锚点框对象的左侧的读数规矩，构建相对位置模板；

利用所述第一策略、框大小配置表及相对位置模板构建检索策略。

为了解决上述问题，本发明还提供一种基于医疗发票的大写数字对接装置，所述装置包括：

大写数字文本检测模块，用于对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

锚点及待对接框识别模块，用于根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

零散文本数字识别模块，用于识别各所述目标搜索框中锚点框对象的对象类型，及当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框，及当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

大写数字拼接模块，用于根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

可选的，所述根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框，包括：

根据预设的检索策略，将所述文本框对象集合中属于预设的数字单位类型的文本框对象设置为锚点框对象，将属于预设的大写数字类型的文本框对象设置为待对接框对象；

将符合所述检索策略中的预设相对位置模板的锚点框对象与待对接框对象进行框选，组建初级目标搜索框；

识别所述初级目标搜索框中的锚点框对象的对象类型，根据所述对象类型检索所述检索策略中的框大小配置表，得到框大小参数信息，并根据所述框大小参数信息对所述初级目标检索框进行扩选，得到目标搜索框。

可选的，所述识别所述初级目标搜索框中的锚点框对象的对象类型，包括：

获取所述锚点框对象中的文本内容；

根据所述检索策略，判断所述文本内容是否为预设的一级数字单位；

当所述文本内容为所述一级数字单位时，判定所述锚点框对象的对象类型为一级锚点框；

当所述文本内容不为所述一级数字单位时，判定所述锚点框对象的对象类型为二级锚点框。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于医疗发票的大写数字对接方法。

为了解决上述问题，本发明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中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于医疗发票的大写数字对接方法。

本发明实施例本发明先对医疗发票中的大写数字进行文件检测，得到文本框对象集合，其中，每个文本框对象包含坐标位置信息及自身文本内容；然后通过预设的检测策略对各个文本框对象进行分类，得到锚点框对象与待对接框对象，其中锚点框对象是指万、仟、佰等数字单位，而所述待对接框对象为零到玖的大写数字；然后根据锚点框对象的对象类型、与相邻待对接框对象的位置关系构建目标搜索框；其中，所述目标文本框可以很好的识别零碎的数字文本，得到各个待选文本框或待选组合文本框，进而根据坐标关系进行拼接，得到大写数字拼接结果。因此，本发明实施例提供的一种基于医疗发票的大写数字对接方法、装置、设备及存储介质，能够在于在各类医疗发票识别过程中，提高发票中印刷体与打印体数字的识别对接准确性。

附图说明

图1为本发明一实施例提供的基于医疗发票的大写数字对接方法的流程示意图；

图2为本发明一实施例提供的基于医疗发票的大写数字对接方法中一个步骤的详细流程示意图；

图3为本发明一实施例提供的基于医疗发票的大写数字对接方法中一个步骤的详细流程示意图；

图4为本发明一实施例提供的基于医疗发票的大写数字对接装置的功能模块图；

图5为本发明一实施例提供的实现所述基于医疗发票的大写数字对接方法的电子设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种基于医疗发票的大写数字对接方法。本申请实施例中，所述基于医疗发票的大写数字对接方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于医疗发票的大写数字对接方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示，为本发明一实施例提供的基于医疗发票的大写数字对接方法的流程示意图。在本实施例中，所述基于医疗发票的大写数字对接方法包括步骤S1～S6：

S1、对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合。

本发明实施例首先对医疗发票进行基于大写数字的全文本检测，得到多个文本对象，其中各个文本对象均包含位置坐标信息及文本内容信息，本发明实施例可以通过一次位置聚类，找到所述医疗发票中，用于填写金额的位置，并将其他部分的零散数字进行删除，并将保留下来的各个数字文本进行框选，得到文本框对象集合。

S2、根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框。

本发明实施例中，期望将各个大写数字拼接到对应数字单位之前，则可以将所述医疗发票中的万、仟、佰、拾、元、角及分这些数字单位作为锚点，构建锚点框对象，将零、壹、贰、……、玖这些大写数字作为待对接框对象。然后可以根据锚点框对象的对象类型或相邻的待对接框对象的位置关系，构建目标搜索框。

详细的，本发明实施例中，所述S2的操作，包括步骤S21～S23：

S21、根据预设的检索策略，将所述文本框对象集合中属于预设的数字单位类型的文本框对象设置为锚点框对象，将属于预设的大写数字类型的文本框对象设置为待对接框对象；

S22、将符合所述检索策略中的预设相对位置模板的锚点框对象与待对接框对象进行框选，组建初级目标搜索框；

S23、识别所述初级目标搜索框中的锚点框对象的对象类型，根据所述对象类型检索所述检索策略中的框大小配置表，得到框大小参数信息，并根据所述框大小参数信息对所述初级目标检索框进行扩选，得到目标搜索框。

本发明实施例中，所述检索策略是一种对数字文本进行零散识别然后根据坐标进行拼接方法，其中，包括第一策略、框大小配置表及相对位置模板，其中，所述第一策略是指根据出现次数，将数字单位进行再次划分的方法；所述框大小配置表是一种对各个锚点进行框大小配置的配置表；所述相对位置模板是读数时从左到右读的读数规矩。

其中，详细的，本发明实施例中，所述识别所述初级目标搜索框中的锚点框对象的对象类型，包括：获取所述锚点框对象中的文本内容；根据所述检索策略，判断所述文本内容是否为预设的一级数字单位；当所述文本内容为所述一级数字单位时，判定所述锚点框对象的对象类型为一级锚点框；当所述文本内容不为所述一级数字单位时，判定所述锚点框对象的对象类型为二级锚点框。

进一步的，本发明实施例中构建检索策略的方法，包括步骤S201～S204：

S201、根据重复次数，将所述医疗发票中出现一次的数字单位设置为一级数字单位，将所述医疗发票中多次出现的数字单位设置为二级数字单位，得到第一策略；

S202、对所述数字单位中的万及元两个单位配置框大小第一扩展参数，对所述数字单位除所述万及元两个单位外的其他单位配置框大小第二扩展参数，得到框大小配置表；

S203、根据待对接框对象在锚点框对象的左侧的读数规矩，构建相对位置模板；

S204、利用所述第一策略、框大小配置表及相对位置模板构建检索策略。

本发明实施例中，所述医疗发票中人民币大写金额的单位有万，仟，佰，拾，元，角，分。其中，仟，佰，拾有可能出现一次或者两次，为了更好地定位这三个单位，本发明将上述单位分为两级单位，一级单位为万、元、角、分，二级单位为仟、佰、拾。

然后本发明在定位一级单位，搜索一级单位对应的目标框内的文本框时，根据所述框大小配置表，对万，元所对应的模板目标搜索框要更大一些，覆盖到后面的仟及其数字。使得在识别万、元这些固定位置锚点的文本框时，顺带将仟等不确定位置的锚点进行识别，增加前后锚点关联性，保证后续拼接过程的准确性。

此外，本发明实施例还根据读数规矩，构建待对接框对象在锚点框对象的左侧的相对位置模板，便于对各个锚点框对象的左侧进行框选，寻找对应的大写数字。

S3、识别各所述目标搜索框中锚点框对象的对象类型。

本发明实施例中，由于锚点框对象的对象类型不同导致所述目标搜索框的大小范围会不一样，因此检索文本内容之前，需要进行分类识别。

当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，S4、对所述目标搜索框进行二次文本检索，得到待选组合文本框。

本发明实施例中，所述一级锚点框包括万、元、角及分，根据所述框大小配置表，一级锚点框的大小要大一些，覆盖到仟及其数字。例如以万锚点为例，目标搜索框中有万字锚点框对象、壹字待对接框对象外，还包含柒字文本框及仟字文本框。因此，在检索万字锚点框对象、壹字待对接框对象后，需要需要进行二次检索，将所述柒字文本框及仟字文本框，分别作为待对接框对象与锚点框对象进行文本内容搜索，最终形成壹万柒仟的待选组合文本框。

当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，S5、对所述目标搜索框进行文本检索，得到待选文本框。

本发明实施例中，所述对象类型为二级锚点框时，及锚点框对象为仟、佰及拾的数字单位，则可以直接进行文本搜索，得到零佰、贰拾等候选文本框。

S6、根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

本发明实施例中将壹万柒仟的各个待选组合文本框与柒仟、零佰、贰拾的各个待选文本框根据坐标从左到右进行拼接，得到“零拾壹万柒仟零佰贰拾捌元捌角贰分”的大写数字拼接结果。

此外，本发明实施例还可以根据按照文本框坐标的左右顺序排序，取最左边文本框对象的左上角坐标和最右边文本框对象的右下角坐标作为拼接完的大文本框，作为可识别区域便于后续验证与识别。

本发明实施例本发明先对医疗发票中的大写数字进行文件检测，得到文本框对象集合，其中，每个文本框对象包含坐标位置信息及自身文本内容；然后通过预设的检测策略对各个文本框对象进行分类，得到锚点框对象与待对接框对象，其中锚点框对象是指万、仟、佰等数字单位，而所述待对接框对象为零到玖的大写数字；然后根据锚点框对象的对象类型、与相邻待对接框对象的位置关系构建目标搜索框；其中，所述目标文本框可以很好的识别零碎的数字文本，得到各个待选文本框或待选组合文本框，进而根据坐标关系进行拼接，得到大写数字拼接结果。因此，本发明实施例提供的一种基于医疗发票的大写数字对接方法，能够在于在各类医疗发票识别过程中，提高发票中印刷体与打印体数字的识别对接准确性。

如图4所示，是本发明一实施例提供的基于医疗发票的大写数字对接装置的功能模块图。

本发明所述基于医疗发票的大写数字对接装置100可以安装于电子设备中。根据实现的功能，所述基于医疗发票的大写数字对接装置100可以包括大写数字文本检测模块101、锚点及待对接框识别模块102、零散文本数字识别模块103及大写数字拼接模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述大写数字文本检测模块101，用于对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

所述锚点及待对接框识别模块102，用于根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

所述零散文本数字识别模块103，用于识别各所述目标搜索框中锚点框对象的对象类型，及当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框，及当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

所述大写数字拼接模块104，用于根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

详细地，本申请实施例中所述基于医疗发票的大写数字对接装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于医疗发票的大写数字对接方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

如图5所示，是本发明一实施例提供的实现基于医疗发票的大写数字对接方法的电子设备1的结构示意图。

所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于医疗发票的大写数字对接程序。

其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于医疗发票的大写数字对接程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。

所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、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11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于医疗发票的大写数字对接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的基于医疗发票的大写数字对接程序是多个指令的组合，在所述处理器10中运行时，可以实现：

对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

识别各所述目标搜索框中锚点框对象的对象类型；

当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框；

当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

识别各所述目标搜索框中锚点框对象的对象类型；

当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框；

当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于医疗发票的大写数字对接方法，其特征在于，所述方法包括：

对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

识别各所述目标搜索框中锚点框对象的对象类型；

当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框；

当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

2.如权利要求1所述的基于医疗发票的大写数字对接方法，其特征在于，所述根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框，包括：

根据预设的检索策略，将所述文本框对象集合中属于预设的数字单位类型的文本框对象设置为锚点框对象，将属于预设的大写数字类型的文本框对象设置为待对接框对象；

将符合所述检索策略中的预设相对位置模板的锚点框对象与待对接框对象进行框选，组建初级目标搜索框；

识别所述初级目标搜索框中的锚点框对象的对象类型，根据所述对象类型检索所述检索策略中的框大小配置表，得到框大小参数信息，并根据所述框大小参数信息对所述初级目标检索框进行扩选，得到目标搜索框。

3.如权利要求2所述的基于医疗发票的大写数字对接方法，其特征在于，所述识别所述初级目标搜索框中的锚点框对象的对象类型，包括：

获取所述锚点框对象中的文本内容；

根据所述检索策略，判断所述文本内容是否为预设的一级数字单位；

当所述文本内容为所述一级数字单位时，判定所述锚点框对象的对象类型为一级锚点框；

当所述文本内容不为所述一级数字单位时，判定所述锚点框对象的对象类型为二级锚点框。

4.如权利要求1至3任意一项所述的基于医疗发票的大写数字对接方法，其特征在于，所述数字单位类型中的一级锚点框的单位包括万、元、角及分，二级锚点框的单位包括仟、佰及拾，所述大写数字类型包括零到玖的大写数字。

5.如权利要求1所述的基于医疗发票的大写数字对接方法，其特征在于，所述根据预设的检索策略之前，所述方法还包括：

根据重复次数，将所述医疗发票中出现一次的数字单位设置为一级数字单位，将所述医疗发票中多次出现的数字单位设置为二级数字单位，得到第一策略；

对所述数字单位中的万及元两个单位配置框大小第一扩展参数，对所述数字单位除所述万及元两个单位外的其他单位配置框大小第二扩展参数，得到框大小配置表；

根据待对接框对象在锚点框对象的左侧的读数规矩，构建相对位置模板；

利用所述第一策略、框大小配置表及相对位置模板构建检索策略。

6.一种基于医疗发票的大写数字对接装置，其特征在于，所述装置包括：

大写数字文本检测模块，用于对预构建的医疗发票进行大写数字文本检测，得到文本框对象集合；

锚点及待对接框识别模块，用于根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框；

零散文本数字识别模块，用于识别各所述目标搜索框中锚点框对象的对象类型，及当所述目标搜索框中锚点框对象的对象类型为一级锚点框时，对所述目标搜索框进行二次文本检索，得到待选组合文本框，及当所述目标搜索框中锚点框对象的对象类型为二级锚点框时，对所述目标搜索框进行文本检索，得到待选文本框；

大写数字拼接模块，用于根据所述待选组合文本框及所述待选文本框的坐标信息，对各个所述待选组合文本框及各个所述待选文本框进行排序拼接，得到大写数字拼接结果。

7.如权利要求1所述的基于医疗发票的大写数字对接装置，其特征在于，所述根据预设的检索策略，将所述文本框对象集合分组为锚点框对象与待对接框对象，并根据所述锚点框对象与所述待对接框对象，构建所述医疗发票的各个目标搜索框，包括：

根据预设的检索策略，将所述文本框对象集合中属于预设的数字单位类型的文本框对象设置为锚点框对象，将属于预设的大写数字类型的文本框对象设置为待对接框对象；

将符合所述检索策略中的预设相对位置模板的锚点框对象与待对接框对象进行框选，组建初级目标搜索框；

识别所述初级目标搜索框中的锚点框对象的对象类型，根据所述对象类型检索所述检索策略中的框大小配置表，得到框大小参数信息，并根据所述框大小参数信息对所述初级目标检索框进行扩选，得到目标搜索框。

8.如权利要求7所述的基于医疗发票的大写数字对接装置，其特征在于，所述识别所述初级目标搜索框中的锚点框对象的对象类型，包括：

获取所述锚点框对象中的文本内容；

根据所述检索策略，判断所述文本内容是否为预设的一级数字单位；

当所述文本内容为所述一级数字单位时，判定所述锚点框对象的对象类型为一级锚点框；

当所述文本内容不为所述一级数字单位时，判定所述锚点框对象的对象类型为二级锚点框。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任意一项所述的基于医疗发票的大写数字对接方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的基于医疗发票的大写数字对接方法。