[發(fā)明專(zhuān)利]表格內(nèi)容自動(dòng)錄入方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410097831.5
• 申請(qǐng)日: 2014-03-17
• 公開(kāi)（公告）號(hào): CN103902995B
• 公開(kāi)（公告）日: 2017-11-07
• 發(fā)明（設(shè)計(jì)）人: 喬?hào)|江;吳晨
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安匯龍科技股份有限公司
• 主分類(lèi)號(hào): G06K9/20
• 分類(lèi)號(hào): G06K9/20
• 代理公司: 北京鴻元知識(shí)產(chǎn)權(quán)代理有限公司11327
• 代理人: 許向彤,陳英俊

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，具體地說(shuō)，涉及一種表格內(nèi)容自動(dòng)錄入方法和裝置。

背景技術(shù)

目前，很多單位和機(jī)構(gòu)每年每月都要處理大量的表格。為了對(duì)這些表格的內(nèi)容進(jìn)行統(tǒng)計(jì)和管理，通常需要先將這些表格的內(nèi)容錄入到信息化管理系統(tǒng)中。

具體地，以發(fā)票為例進(jìn)行說(shuō)明。每種類(lèi)型的發(fā)票都具有特定的格式。一張發(fā)票通常包括多個(gè)處于預(yù)定位置處的條目，例如開(kāi)票日期、付款單位、發(fā)票代碼、發(fā)票號(hào)碼、行業(yè)類(lèi)別、機(jī)打票號(hào)、查詢(xún)碼、防偽碼、項(xiàng)目、金額、密碼區(qū)、合計(jì)（大寫(xiě)）、合計(jì)（小寫(xiě)）、備注、收款單位稅號(hào)、收款單位、開(kāi)票人等，在每個(gè)條目的右側(cè)或下方是與該條目對(duì)應(yīng)的留白區(qū)域，用于填充與該條目對(duì)應(yīng)的內(nèi)容，一般地，這些內(nèi)容包括文字、數(shù)字、字母等。

可以通過(guò)人工的方法將發(fā)票的內(nèi)容（包括條目以及與各條目對(duì)應(yīng)的內(nèi)容）錄入到信息化管理系統(tǒng)中，但這種方法在待處理的發(fā)票數(shù)目很多時(shí)效率較低。也可以通過(guò)自動(dòng)識(shí)別的方法將發(fā)票的內(nèi)容錄入到信息化管理系統(tǒng)中。具體說(shuō)，先將內(nèi)容待錄入的發(fā)票進(jìn)行掃描，形成掃描圖像，然后對(duì)該掃描圖像進(jìn)行自動(dòng)識(shí)別，以確定并存儲(chǔ)與各個(gè)條目對(duì)應(yīng)的內(nèi)容。然而，通過(guò)自動(dòng)識(shí)別來(lái)錄入發(fā)票內(nèi)容的現(xiàn)有方法在解決下列問(wèn)題上存在不足：1）現(xiàn)有的中文識(shí)別算法的識(shí)別錯(cuò)誤率比較高，特別是在背景干擾（例如印章殘跡、污斑、發(fā)票品相所引起的干擾）比較大的情形中；2）在很多情形中，發(fā)票的內(nèi)容是通過(guò)打印機(jī)打印出來(lái)的，在打印時(shí)，打印的發(fā)票內(nèi)容會(huì)發(fā)生錯(cuò)位，偏離其應(yīng)在的位置（即偏離其應(yīng)該填入的留白區(qū)域），從而增大其識(shí)別難度并降低其識(shí)別精確度。

發(fā)明內(nèi)容

本發(fā)明就是為了解決上述現(xiàn)有技術(shù)中存在的問(wèn)題而做出的，其目的在于提供一種表格內(nèi)容自動(dòng)錄入方法和裝置，以克服表格內(nèi)容自動(dòng)錄入過(guò)程中表格背景對(duì)表格內(nèi)容識(shí)別的干擾以及表格內(nèi)容錯(cuò)位對(duì)表格內(nèi)容識(shí)別的影響，從而提高表格內(nèi)容自動(dòng)錄入的準(zhǔn)確性。

為了實(shí)現(xiàn)上述目的，在本發(fā)明的一個(gè)方面，提供一種表格內(nèi)容自動(dòng)錄入方法，該方法包括：a）對(duì)內(nèi)容待錄入表格進(jìn)行掃描以形成該表格的掃描圖像，并根據(jù)空白表格掃描圖像數(shù)據(jù)庫(kù)中的空白表格掃描圖像的類(lèi)型識(shí)別特征對(duì)所述內(nèi)容待錄入表格的掃描圖像進(jìn)行類(lèi)型識(shí)別以確定所述內(nèi)容待錄入表格的掃描圖像所對(duì)應(yīng)的空白表格掃描圖像；b）將所述內(nèi)容待錄入表格的掃描圖像與其所對(duì)應(yīng)的空白表格掃描圖像對(duì)齊，求得該兩個(gè)掃描圖像的差值圖像，并根據(jù)該空白表格掃描圖像中預(yù)先標(biāo)定的表格條目留白區(qū)域的原始位置在該差值圖像中標(biāo)定表格條目留白區(qū)域的原始位置；c）計(jì)算所述差值圖像中的所有表格條目留白區(qū)域的公共外部像素的像素值之和，并通過(guò)所述差值圖像中的表格條目留白區(qū)域相對(duì)于該差值圖像的平移和轉(zhuǎn)動(dòng)來(lái)確定所述公共外部像素的像素值之和最小時(shí)所述表格條目留白區(qū)域所在的匹配位置；d）對(duì)處于匹配位置處的每個(gè)表格條目留白區(qū)域中的表格內(nèi)容進(jìn)行自動(dòng)識(shí)別，并將識(shí)別結(jié)果與該表格條目留白區(qū)域所對(duì)應(yīng)的表格條目關(guān)聯(lián)地存儲(chǔ)起來(lái)。

其中，步驟a）中對(duì)所述內(nèi)容待錄入表格的掃描圖像進(jìn)行類(lèi)型識(shí)別的方式可以包括自動(dòng)識(shí)別或人工識(shí)別或二者的結(jié)合。

優(yōu)選地，求得所述內(nèi)容待錄入表格的掃描圖像與其所對(duì)應(yīng)的空白表格掃描圖像的差值圖像的步驟可以包括：求出對(duì)齊后的該兩個(gè)掃描圖像的對(duì)應(yīng)像素的像素值的差值，并以該差值作為所述差值圖像的相應(yīng)像素的像素值。或者，優(yōu)選地，求得所述內(nèi)容待錄入表格的掃描圖像與其所對(duì)應(yīng)的空白表格掃描圖像的差值圖像的步驟可以包括：求出對(duì)齊后的該兩個(gè)掃描圖像的對(duì)應(yīng)像素的像素值的差值，如果該差值小于第一閾值，則所述差值圖像的相應(yīng)像素的像素值為0，如果該差值大于第一閾值，則所述差值圖像的相應(yīng)像素的像素值為1。

另外，優(yōu)選地，所述差值圖像中的表格條目留白區(qū)域相對(duì)于該差值圖像的平移和轉(zhuǎn)動(dòng)可以包括：所述差值圖像中的所有表格條目留白區(qū)域相對(duì)于該差值圖像的整體平移和轉(zhuǎn)動(dòng)。進(jìn)一步優(yōu)選地，所述差值圖像中的表格條目留白區(qū)域相對(duì)于該差值圖像的平移和轉(zhuǎn)動(dòng)還可以包括：所述差值圖像中的每個(gè)表格條目留白區(qū)域相對(duì)于該差值圖像的單獨(dú)平移和轉(zhuǎn)動(dòng)。

如果步驟d）中的識(shí)別結(jié)果為不可識(shí)別，則該方法還可以包括對(duì)該表格條目留白區(qū)域中的表格內(nèi)容進(jìn)行人工錄入。

根據(jù)本發(fā)明的另一方面，提供一種表格內(nèi)容自動(dòng)錄入裝置，該裝置包括：掃描成像單元、識(shí)別單元、差值圖像形成單元、計(jì)算單元、表格條目留白區(qū)域匹配單元、存儲(chǔ)單元，其中，

所述掃描成像單元對(duì)內(nèi)容待錄入表格進(jìn)行掃描以形成該表格的掃描圖像，所述識(shí)別單元根據(jù)空白表格掃描圖像數(shù)據(jù)庫(kù)中的空白表格掃描圖像的特征對(duì)所述內(nèi)容待錄入表格的掃描圖像進(jìn)行類(lèi)型識(shí)別以確定所述內(nèi)容待錄入表格的掃描圖像所對(duì)應(yīng)的空白表格掃描圖像；