CN117912034A - 发票图像处理方法、装置、电子设备及存储介质 - Google Patents

发票图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117912034A
CN117912034A CN202311763579.2A CN202311763579A CN117912034A CN 117912034 A CN117912034 A CN 117912034A CN 202311763579 A CN202311763579 A CN 202311763579A CN 117912034 A CN117912034 A CN 117912034A
Authority
CN
China
Prior art keywords
invoice
image
information
target
processing
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
Application number
CN202311763579.2A
Other languages
English (en)
Inventor
王宇
王钦硕
程霈
吴磊
杨红敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aisino Corp
Original Assignee
Aisino Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aisino Corp filed Critical Aisino Corp
Priority to CN202311763579.2A priority Critical patent/CN117912034A/zh
Publication of CN117912034A publication Critical patent/CN117912034A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供了一种发票图像处理方法、装置、电子设备及存储介质,该发票图像处理方法包括:获取多个发票图像;分别对每个发票图像进行识别,得到对应的发票信息组,其中,发票信息组包括多个发票信息;获取处理指令,其中,处理指令包括至少一个目标发票信息;在多个发票图像中,将对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像;根据处理指令,对目标发票图像进行处理指令指示的处理。本方案可以获取到发票图像的发票信息组,以便于根据处理指令中的目标发票信息找到该处理指令对应的发票图像,即使要进行管理的发票数量较多,也可以通过该发票图像处理方法自动化的进行发票管理,提高了发票管理的效率。

Description

发票图像处理方法、装置、电子设备及存储介质
技术领域
本申请实施例涉及图像处理领域,尤其涉及一种发票图像处理方法、装置、电子设备及存储介质。
背景技术
在现代数字化时代,税务管理于企业和个人日常生活是不可或缺的,发票管理更是税务管理中较为重要的部分。
目前的发票管理一般是采用人为的方式,例如,相关人员对发票进行人为校验后,将电子发票或发票照片等发票图像存储至一个文件夹中,以进行存储留档,以便后续在该文件夹中进行发票图像的增删改查等处理。
但是,若要进行管理的发票数量较多,则在对文件夹中的任一发票图像进行增删改查等处理时,需要对文件夹内的发票图像逐一人工辨认,直至找到要处理的发票图像,再手动对该发票图像进行处理,进而会花费较多的时间,以致发票管理的效率较低。
发明内容
有鉴于此,本申请实施例提供一种发票图像处理方法、装置、电子设备及存储介质,以至少部分解决上述问题。
根据本申请实施例的第一方面,提供了一种发票图像处理方法,包括:获取多个发票图像;分别对每个所述发票图像进行识别,得到对应的发票信息组,其中,所述发票信息组包括多个发票信息;获取处理指令,其中,所述处理指令包括至少一个目标发票信息;在所述多个发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像;根据所述处理指令,对所述目标发票图像进行所述处理指令指示的处理。
根据本申请实施例的第二方面,提供了一种发票图像处理装置,包括:图像获取单元,用于获取多个发票图像;图像识别单元,用于分别对每个所述发票图像进行识别,得到对应的发票信息组,其中,所述发票信息组包括多个发票信息;指令获取单元,用于获取处理指令,其中,所述处理指令包括至少一个目标发票信息;图像确定单元,用于在所述多个发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像;图像处理单元,用于根据所述处理指令,对所述目标发票图像进行所述处理指令指示的处理。
根据本申请实施例的第三方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;存储器用于存放至少一可执行指令,可执行指令使处理器执行上述第一方面方法对应的操作。
根据本申请实施例的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行上述第一方面的方法。
根据本申请实施例的第五方面,提供了一种计算机程序产品,包括计算机指令,计算机指令指示计算设备执行上述第一方面的方法。
根据本申请实施例提供的发票图像处理方案,首先获取多个发票图像,再分别对每个发票图像进行识别,得到对应的发票信息组,然后获取处理指令,以便将对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像,然后可以根据处理指令,对目标发票图像进行处理指令指示的处理。由此,获取到的发票图像的发票信息组,可以便于根据处理指令中的目标发票信息找到该处理指令对应的发票图像,进而,即使企业或个人要进行管理的发票数量较多,也可以通过该发票图像处理方法自动化的进行发票管理,提高了发票管理的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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申请实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例的发票图像处理方法的流程图;
图2是本申请另一个实施例的发票图像处理方法的流程图;
图3是本申请一个实施例的发票图像处理装置的示意图;
图4是本申请一个实施例的电子设备的示意图。
具体实施方式
本申请的应用环境
本申请实施例提出了一种发票图像处理的方案。整个发票图像处理方案相对较为通用,可以用于在对企业或个人的相关发票进行整理存档时,对相关发票进行发票图像处理。该发票图像处理方法可由数据中心、服务器、个人计算机、物联网(Internet ofThings,IoT)设备、嵌入式设备等执行。发票图像处理方案与执行该方案的计算装置部署的硬件无关。
发票图像处理方法
本申请实施例提供了一种发票图像处理方法,以下通过多个实施例对该发票图像处理方法进行详细说明。
图1是本申请一个实施例的发票图像处理方法的流程图。如图1所示,该发票图像处理方法包括如下步骤:
步骤101、获取多个发票图像。
其中,发票图像可以为电子发票或者纸质发票的图片等,例如,多个发票图像中的一部分发票图像为电子发票、另一部分发票图像为纸质发票的图片。
发票图像处理方法具体可应用在其所应用的设备上运行的软件、应用程序、小程序或公众号中等,本申请实施例对此不作限定,后续本申请实施例中以发票图像方法所应用的设备为服务器,且发票图像方法具体应用在该服务器上运行的公众号中为例进行说明,基于此,用户可以将多个发票图像上传至公众号中,以使服务器获取到多个发票图像。
步骤102、分别对每个发票图像进行识别,得到对应的发票信息组。
其中,发票信息组包括多个发票信息,单个发票信息可以为发票号码、开票日期、发票所对应交易的金额或发票类型等,例如,某一发票图像的发票信息组包括4个发票信息,4个发票信息分别为普票、2023年12月5日、500元、No11111111,其中,普票为发票类型,2023年12月5日为开票日期、500元为发票所对应交易的金额,No11111111为发票号码。
对于获取到的每个发票图像,可以基于光学字符识别(OCR)技术提取该图像上的文本信息,以得到该发票图像对应的发票信息组。
步骤103、获取处理指令。
其中,处理指令包括至少一个目标发票信息,处理指令可以为通过文本或语音等方式人为直接输入至服务器的指令,也可以为服务器根据人为输入的信息而自动生成的指令,本申请实施例对此不作限定。例如,处理指令可以为“删除开票日期为12月10号的火车票”,其中,处理指令中的“12月10号”和“火车票”均为目标发票信息。
步骤104、在多个发票图像中,将对应的发票信息组包括上述至少一个目标发票信息的发票图像作为目标发票图像。
其中,单个目标发票信息可以为发票号码、开票日期、发票所对应交易的金额或发票类型等。
在获取到处理指令内包括的目标发票信息后,在多个发票图像中,将对应的发票信息组包括全部目标发票信息的发票图像作为目标发票图像。
步骤105、根据处理指令,对目标发票图像进行处理指令指示的处理。
处理指令指示的处理可以为发票图像的增删改查等处理,本申请实施例对此不作限定。
在一个具体的例子中,处理指令为“查询金额为3060元的专票”,其中,“3060元”和“专票”均为目标发票信息,基于此,服务器可以将对应的发票信息组包括“3060元”和“专票”的发票图像均作为目标发票图像,并展示每一目标发票图像。
在另一个具体的例子中,可以上传一张医疗收据票据至服务器中的预设存储位置内,处理指令为“将开票日期为12月5日且金额为300元的医疗收据票据替换为预设存储位置的医疗收据票据”,其中,“12月5日”、“300元”和“医疗收据票据”均为目标发票信息,基于此,服务器可以将对应的发票信息组包括“12月5日”、“300元”和“医疗收据票据”的发票图像作为目标发票图像,并将该目标发票图像替换为预设存储位置的医疗收据票据。
在本申请实施例中,首先获取多个发票图像,再分别对每个发票图像进行识别,得到对应的发票信息组,然后获取处理指令,以便将对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像,然后可以根据处理指令,对目标发票图像进行处理指令指示的处理。由此,获取到的发票图像的发票信息组,可以便于根据处理指令中的目标发票信息找到该处理指令对应的发票图像,进而,即使企业或个人要进行管理的发票数量较多,也可以通过该发票图像处理方法自动化的进行发票管理,提高了发票管理的效率。
另外,可以根据发票图像的发票信息组对发票图像进行分类,以尽量确保发票图像的准确性和可追溯性。
图2是本申请另一个实施例的发票图像处理方法的流程图。如图2所示,处理指令中的目标发票信息为按照预设信息确定规则从处理指令中确定的,基于此,发票图像处理方法还包括如下步骤:
步骤106、在对目标发票图像进行处理指令指示的处理后,获取处理指令对应的用户反馈信息。
在服务器执行完上述步骤105后,可以向用户展示提示框,该提示框用于提示用户处理已完成并指示用户在提示框内填写或选择信息,以得到用户反馈信息,用户反馈信息包括用于指示对应的处理指令是否被正确执行的信息,若用户反馈信息包括用于指示对应的处理指令未被正确执行的信息,则用户反馈信息还可以包括用于指示对应的处理指令未被正确执行的原因分析等信息。
步骤107、根据用户反馈信息,对预设信息确定规则进行调整,或者对至少部分发票图像进行重新识别,以更新至少部分发票图像的发票信息组。
可以采用机器学习技术,对用户反馈信息进行识别,以根据用户反馈信息对预设信息确定规则进行调整,或者对至少部分发票图像进行重新识别,以更新至少部分发票图像的发票信息组。
例如,设置有分类模型,分类模型用于输入用户反馈信息,分类模型的输出为第一类输出结果或第二类输出结果,第一类输出结果用于指示输入的用户反馈信息对应的处理指令未被正确执行,是预设信息确定规则设置不合理造成的,第二类输出结果用于指示输入的用户反馈信息对应的处理指令未被正确执行,是发票信息组识别错误造成的,基于此,若步骤106中得到的用户反馈信息包括用于指示对应的处理指令未被正确执行的信息,则将该用户反馈信息输入至分类模型中,并根据分类模型的输出结果确定该对应的处理指令未被正确执行的原因,以对预设信息确定规则进行调整,或者对至少部分发票图像进行重新识别,以更新该至少部分发票图像的发票信息组。
在本申请实施例中,通过用户反馈信息可以对发票图像处理过程不断进行修改,以不断提升发票图像处理的性能,进而可以提高发票管理的准确度。
步骤103的具体处理至少有如下两种实现方式:
在一种可能的实现方式中,步骤103包括如下具体处理:
根据多个发票图像对应的发票信息组中用户选择的发票信息,生成处理指令。
基于此,预设信息确定规则包括:根据用户选择的发票信息,确定目标发票信息。
例如,服务器的公众号中可以设置有票种选择下拉框和开票日期下拉框,用户点击票种选择下拉框后,可以选择专用发票、普通发票、电子专票、电子普票、卷票、火车票、出租车票、飞机票、医疗收费票据、其它发票或全部票种中的任一,用户点击开票日期下拉框后,可以选择开票时间段,若用户点击票种选择下拉框后选择卷票、且点击开票日期下拉框后选择11月12日至11月14日,则可以生成“查询开票日期为11月12日的卷票”、“查询开票日期为11月13日的卷票”和“查询开票日期为11月14日的卷票”这三个处理指令,其中“查询开票日期为11月12日的卷票”包括的目标发票信息为“卷票”和“11月12日”,“查询开票日期为11月13日的卷票”包括的目标发票信息为“卷票”和“11月13日”,“查询开票日期为11月14日的卷票”包括的目标发票信息为“卷票”和“11月14日”。
基于上述例子,采用预设信息确定规则确定目标发票信息的具体过程可以为:根据用户信息选择的卷票确定出三组目标发票信息,第一组目标发票信息为“卷票”和“11月12日”,第二组目标发票信息为“卷票”和“11月13日”,第三组目标发票信息为“卷票”和“11月14日”,每组目标发票信息对应一个处理指令。
在本申请实施例中,根据用户选择的发票信息直接确定目标发票信息,相比于从处理指令中识别出目标发票信息,可以减小目标发票信息的确定范围,因此可以使确定出的目标发票信息更加精准。
在另一种可能的实现方式中,步骤103包括如下具体处理:获取用户以文本或语音形式输入的输入指令,根据输入指令得到处理指令。
基于此,预设信息确定规则包括:对处理指令进行指令识别,得到处理指令中的目标发票信息。
例如,用户语音输入“删除开票日期为3月5日的飞机票和火车票”,则可以得到“删除开票日期为3月5日的飞机票”和“删除开票日期为3月5日的火车票”这两个处理指令,然后将每一处理指令输入至识别模型中,以使识别模型输出“删除开票日期为3月5日的飞机票”中的目标发票信息为“3月5日”和“飞机票”,以及“删除开票日期为3月5日的火车票”中的目标发票信息为“3月5日”和“火车票”。
在本申请实施例中,通过对处理指令进行指令识别的方式得到目标发票信息,可以对更多样化的处理指令进行处理,进而使发票管理方式更加多样化。另外用户与服务器之间的交流更加直观和自然,不再需要繁琐的命令或特定的输入格式。
在一种可能的实现方式中,发票图像处理方法还包括如下具体处理:
根据发票图像对应的发票信息组,对该发票图像进行发票有效性验证,得到该发票图像对应的验证结果;
基于此,上述步骤104可以包括如下具体处理:
在对应的验证结果用于指示验证通过的发票图像中,将对应的发票信息组包括上述至少一个目标发票信息的发票图像作为目标发票图像。
有效性验证可以包括多个子验证,在对发票图像进行有限性验证时,任一子验证未通过,则该发票图像对应的验证结果即为用于指示验证未通过,全部子验证均通过,则该发票图像对应的验证结果即为用于指示验证通过,单个子验证可以为验证对应的发票号码位数是否符合对应的发票的要求,还可以为验证对应的发票图像的票据客户名称是否与报账单位名称相一致等,本申请实施例对子验证的具体内容不作限定。
在本申请实施例中,通过处理指令是对有效性验证通过的发票图像进行处理,进而可以减小对无效的发票进行发票管理的可能性,提高发票管理的效率。
在一种可能的实现方式中,发票图像处理方法还包括如下具体处理:
若发票图像对应的验证结果用于指示验证通过,则将该发票图像存储于目标存储空间内;
若发票图像对应的验证结果用于指示验证未通过,则输出该发票图像对应的错误提示信息;
在对应的验证结果用于指示验证通过的发票图像中,将对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像,包括:
将位于目标存储空间内,且对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像。
在本申请实施例中,将验证通过的发票图像存储值目标存储空间,可以节省发票图像的存储空间。
在一种可能的实现方式中,公众号中还可以设置有自然语言处理模块,它能够通过语法分析、语义分析和上下文理解等能力分析和理解用户提出的问题,以确保模块至少能够回答用户提出的税务或票务等发票相关问题,模块还能够识别关键词和关联的概念,以便提供更深度的回答。
进一步的,自然语言处理模块可以自动学习新的税务法规和相关信息,以确保提供最新的税务咨询。
在本申请实施例中,将自然语言处理技术与发票处理功能相结合,提供了一种全面的税务咨询和发票管理解决方案,与公众号的集成增强了用户体验和发票管理的便捷性,进而,发票图像处理方法可以提供高质量的税务咨询,使用户能够即时获得有关税务问题的准确和可靠的回答,该方法还可以提供自动化的发票验证和归集,减少了人工错误和时间成本。
发票图像处理装置
对应于上述方法实施例,图3示出了本申请一个实施例的发票图像处理装置的示意图,如图3所示,该发票图像处理装置300包括:
图像获取单元301,用于获取多个发票图像;
图像识别单元302,用于分别对每个所述发票图像进行识别,得到对应的发票信息组,其中,所述发票信息组包括多个发票信息;
指令获取单元303,用于获取处理指令,其中,所述处理指令包括至少一个目标发票信息;
图像确定单元304,用于在所述多个发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像;
图像处理单元305,用于根据所述处理指令,对所述目标发票图像进行所述处理指令指示的处理。
在本申请实施例中,图像获取单元301获取多个发票图像,图像识别单元302分别对每个发票图像进行识别,得到对应的发票信息组,指令获取单元303获取处理指令,图像确定单元304将对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像,图像处理单元305可以根据处理指令,对目标发票图像进行处理指令指示的处理。由此,获取到的发票图像的发票信息组,可以便于根据处理指令中的目标发票信息找到该处理指令对应的发票图像,进而,即使企业或个人要进行管理的发票数量较多,也可以通过该发票图像处理方法自动化的进行发票管理,提高了发票管理的效率。
需要说明的是,本实施例的发票图像处理装置用于实现前述方法实施例中相应的发票图像处理方法,并具有相应的方法实施例的有益效果,在此不再赘述。
电子设备
图4是本申请实施例提供的一种电子设备的示意性框图,本申请具体实施例并不对电子设备的具体实现做限定。如图4所示,该电子设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它电子设备或服务器进行通信。
处理器402,用于执行程序410,具体可以执行前述任一发票图像处理方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
RISC-V是一种基于精简指令集(RISC)原则的开源指令集架构,其可以应用于单片机和FPGA芯片等各个方面,具体可应用在物联网安全、工业控制、手机、个人计算机等领域,且由于其在设计时考虑了小型、快速、低功耗的现实情况,使得其尤其适用于仓库规模云计算机、高端移动电话和微小嵌入式系统等现代计算设备。随着人工智能物联网AIoT的兴起,RISC-V指令集架构也受到越来越多的关注和支持,并有望成为下一代广泛应用的CPU架构。
本申请实施例中的计算机操作指令可以是基于RISC-V指令集架构的计算机操作指令,对应地,处理器402可以基于RISC-V的指令集设计。具体地,本申请实施例提供的电子设备中的处理器的芯片可以为采用RISC-V指令集设计的芯片,该芯片可基于所配置的指令执行可执行代码,进而实现上述实施例中的发票图像处理方法。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行前述任一实施例中的发票图像处理方法。
程序410中各步骤的具体实现可以参见前述任一发票图像处理方法实施例中的相应步骤和单元中对应的描述,在此不赘述。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,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
通过本申请实施例的电子设备,首先获取多个发票图像,再分别对每个发票图像进行识别,得到对应的发票信息组,然后获取处理指令,以便将对应的发票信息组包括至少一个目标发票信息的发票图像作为目标发票图像,然后可以根据处理指令,对目标发票图像进行处理指令指示的处理。由此,获取到的发票图像的发票信息组,可以便于根据处理指令中的目标发票信息找到该处理指令对应的发票图像,进而,即使企业或个人要进行管理的发票数量较多,也可以通过该发票图像处理方法自动化的进行发票管理,提高了发票管理的效率。
计算机存储介质
本申请还提供了一种计算机可读存储介质,存储用于使一机器执行如本文所述的发票图像处理方法的指令。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此程序代码和存储程序代码的存储介质构成了本申请的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
计算机程序产品
本申请实施例还提供了一种计算机程序产品,包括计算机指令,该计算机指令指示计算设备执行上述多个方法实施例中的任一对应的操作。
需要说明的是,本申请实施例所涉及到的与用户有关的信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于对模型进行训练的样本数据、用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
需要指出,根据实施的需要,可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的方法。此外,当通用计算机访问用于实现在此示出的方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。
需要说明的是,本申请实施例所涉及到的与用户有关的信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于对模型进行训练的样本数据、用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的范围。
以上实施方式仅用于说明本申请实施例,而并非对本申请实施例的限制,有关技术领域的普通技术人员,在不脱离本申请实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本申请实施例的范畴,本申请实施例的专利保护范围应由权利要求限定。

Claims (10)

1.一种发票图像处理方法,其特征在于,包括:
获取多个发票图像;
分别对每个所述发票图像进行识别,得到对应的发票信息组,其中,所述发票信息组包括多个发票信息;
获取处理指令,其中,所述处理指令包括至少一个目标发票信息;
在所述多个发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像;
根据所述处理指令,对所述目标发票图像进行所述处理指令指示的处理。
2.根据权利要求1所述的方法,其特征在于,所述处理指令中的目标发票信息为按照预设信息确定规则从所述处理指令中确定的,所述方法还包括:
在所述对所述目标发票图像进行所述处理指令指示的处理后,获取所述处理指令对应的用户反馈信息;
根据所述用户反馈信息,对所述预设信息确定规则进行调整,或者对至少部分发票图像进行重新识别,以更新所述至少部分发票图像的发票信息组。
3.根据权利要求2所述的方法,其特征在于,所述获取处理指令,包括:根据所述多个发票图像对应的发票信息组中用户选择的发票信息,生成所述处理指令;
所述预设信息确定规则包括:根据所述用户选择的发票信息,确定所述目标发票信息。
4.根据权利要求2所述的方法,其特征在于,所述获取处理指令,包括:获取用户以文本或语音形式输入的输入指令,根据所述输入指令得到处理指令;
所述预设信息确定规则包括:对所述处理指令进行指令识别,得到所述处理指令中的目标发票信息。
5.根据权利要求1-4中任一项所述的方法,其特征在于,还包括:
根据所述发票图像对应的发票信息组,对该发票图像进行发票有效性验证,得到该发票图像对应的验证结果;
所述在所述多个发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像,包括:
在对应的验证结果用于指示验证通过的发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像。
6.根据权利要求5所述的方法,其特征在于,还包括:
若所述发票图像对应的验证结果用于指示验证通过,则将该发票图像存储于目标存储空间内;
若所述发票图像对应的验证结果用于指示验证未通过,则输出该发票图像对应的错误提示信息;
所述在对应的验证结果用于指示验证通过的发票图像中,将对应的发票信息组包括所述[HZTC-HXZXGS231017][HS2311433CCN]至少一个目标发票信息的发票图像作为目标发票图像,包括:
将位于所述目标存储空间内,且对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像。
7.一种发票图像处理装置,其特征在于,包括:
图像获取单元,用于获取多个发票图像;
图像识别单元,用于分别对每个所述发票图像进行识别,得到对应的发票信息组,其中,所述发票信息组包括多个发票信息;
指令获取单元,用于获取处理指令,其中,所述处理指令包括至少一个目标发票信息;
图像确定单元,用于在所述多个发票图像中,将对应的发票信息组包括所述至少一个目标发票信息的发票图像作为目标发票图像;
图像处理单元,用于根据所述处理指令,对所述目标发票图像进行所述处理指令指示的处理。
8.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行如权利要求1-6中任一项的发票图像处理方法对应的操作。
9.一种计算机存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-6中任一项的发票图像处理方法。
10.一种计算机程序产品,其特征在于,包括计算机指令,所述计算机指令指示计算设备执行如权利要求1-6中任一项的发票图像处理方法。
CN202311763579.2A 2023-12-20 2023-12-20 发票图像处理方法、装置、电子设备及存储介质 Pending CN117912034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311763579.2A CN117912034A (zh) 2023-12-20 2023-12-20 发票图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311763579.2A CN117912034A (zh) 2023-12-20 2023-12-20 发票图像处理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117912034A true CN117912034A (zh) 2024-04-19

Family

ID=90688778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311763579.2A Pending CN117912034A (zh) 2023-12-20 2023-12-20 发票图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117912034A (zh)

Similar Documents

Publication Publication Date Title
US20210049708A1 (en) Tax document imaging and processing
AU2013379776B2 (en) Presentation of image of source of tax data through tax preparation application
US20220309549A1 (en) Identifying key-value pairs in documents
US20210264208A1 (en) Systems and methods for domain agnostic document extraction with zero-shot task transfer
CN110750624A (zh) 信息输出方法及装置
CN113705733A (zh) 医疗票据图像处理方法及装置、电子设备、存储介质
CN111143556A (zh) 软件功能点自动计数方法、装置、介质及电子设备
CN110781925A (zh) 软件页面的分类方法、装置、电子设备及存储介质
CN113158988B (zh) 财务报表处理方法、装置以及计算机可读存储介质
US10489728B1 (en) Generating and publishing a problem ticket
EP4300445A1 (en) Generalizable key-value set extraction from documents using machine learning models
CN116484836B (zh) 基于nlp模型的问卷生成系统、方法、电子设备及介质
CN110059184B (zh) 一种作业错题收集分析方法及系统
CN113240480A (zh) 订单处理方法、装置、电子终端及存储介质
CN116343230A (zh) 一种文本识别模型训练方法、系统、电子设备及存储介质
Rohaime et al. Integrated Invoicing Solution: A Robotic Process Automation with AI and OCR Approach
CN117912034A (zh) 发票图像处理方法、装置、电子设备及存储介质
WO2023003488A1 (ru) Проверка документа на соответствие требованиям о персональных данных
US20240202551A1 (en) Visual Question Answering for Discrete Document Field Extraction
CN114820211B (zh) 理赔资料质检核验方法、装置、计算机设备及存储介质
CN115827869A (zh) 一种单据图像的处理方法、装置、电子设备及存储介质
CN114495145B (zh) 政策文号提取方法、装置、设备以及存储介质
CN117196861A (zh) 理赔处理方法、装置、系统、设备、存储介质及程序产品
CN117688350A (zh) 用于文件内容的识别方法和设备
CN118133815A (zh) 基于问答模型的文档信息提取方法、装置、设备及介质

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