[發明專利]收據圖像處理方法和設備

有效

• 申請號: 201110270388.3
• 申請日: 2011-08-31
• 公開（公告）號: CN102968610A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 常蘭蘭;孫俊;何源;于浩;直井聰
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G07D7/20
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王萍;李春暉

1.一種收據圖像處理方法，包括：

根據金額的特征信息檢測所述收據圖像中表示所述金額的金額數字；

根據所述金額數字來識別所述收據圖像中包含所述金額數字的特征行；以及

基于所述特征行的位置分布，分別將所述收據圖像中的各個文本行分組到彼此之間相似的若干重復塊中。

2.根據權利要求1所述的方法，其中，所述檢測包括：

將所述收據圖像切分成文本行和詞；

在所述各個文本行的右對齊位置搜索最后兩位或倒數第二、三位字符為兩個連續數字的十進制數字；以及

根據所述十進制數字與之前字符或詞之間的距離，以及所述之前字符或詞本身的屬性，來確定所述金額數字。

3.根據權利要求1所述的方法，其中，所述識別包括：

以已經被識別出的特征行為參照，計算所述收據圖像中的各個文本行與所述已經被識別出的特征行之間的第一相似度；以及

將所述第一相似度的值大于預定閾值的文本行也識別為特征行。

4.根據權利要求1所述的方法，其中，所述分組包括：

分別以所述特征行為邊界，將所述特征行以及位于所述特征行與其之后最鄰近的特征行之間的各個文本行，分組到同一重復塊中。

5.根據權利要求1所述的方法，其中，所述分組包括：

分別計算所述重復塊中除特征行以外的各個文本行與其它重復塊中除特征行以外的各個文本行之間的第二相似度；

將所述第二相似度大于預定閾值的文本行作為重復模式；以及

將具有最多重復模式的重復塊作為代表重復塊。

6.一種收據圖像處理設備，包括：

檢測裝置，用于根據金額的特征信息檢測所述收據圖像中表示所述金額的金額數字；

識別裝置，用于根據所述金額數字來識別所述收據圖像中包含所述金額數字的特征行；以及

分組裝置，用于基于所述特征行的位置分布，分別將所述收據圖像中的各個文本行分組到彼此之間相似的若干重復塊中。

7.根據權利要求6所述的設備，其中，所述檢測裝置包括：

切分裝置，用于將所述收據圖像切分成文本行和詞；

搜索裝置，用于在所述各個文本行的右對齊位置搜索最后兩位或倒數第二、三位字符為兩個連續數字的十進制數字；以及

確定裝置，用于根據所述十進制數字與之前字符或詞之間的距離，以及所述之前字符或詞本身的屬性，來確定所述金額數字。

8.根據權利要求6所述的設備，其中，所述識別裝置包括：

第一相似度計算裝置，用于以已經被識別出的特征行為參照，計算所述收據圖像中的各個文本行與所述已經被識別出的特征行之間的第一相似度；以及

閾值判斷裝置，將所述第一相似度大于預定閾值的文本行也識別為特征行。

9.根據權利要求6所述的設備，其中，所述分組裝置用于：

分別以所述特征行為邊界，將所述特征行以及位于所述特征行與其之后最鄰近的特征行之間的各個文本行，分組到同一重復塊中。

10.根據權利要求6所述的設備，其中，所述分組裝置包括：

第二相似度計算裝置，用于分別計算所述重復塊中除特征行以外的各個文本行與其它重復塊中除特征行以外的各個文本行之間的第二相似度；

重復模式確定裝置，用于將所述第二相似度大于預定閾值的文本行作為重復模式；以及

代表重復塊確定裝置，用于將具有最多重復模式的重復塊作為代表重復塊。