[發(fā)明專利]一種發(fā)票字條自動識別錄入的方法及裝置

有效

• 申請?zhí)枺?/td>: 201510416688.6
• 申請日: 2015-07-15
• 公開（公告）號: CN105005793B
• 公開（公告）日: 2018-02-27
• 發(fā)明（設(shè)計）人: 陳健慶;李錦鵬
• 申請（專利權(quán)）人: 廣州敦和信息技術(shù)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京聯(lián)瑞聯(lián)豐知識產(chǎn)權(quán)代理事務所(普通合伙)11411
• 代理人: 曾少麗

技術(shù)領(lǐng)域

本發(fā)明涉及發(fā)票識別領(lǐng)域，特別涉及一種發(fā)票字條自動識別錄入的方法及裝置。

背景技術(shù)

傳統(tǒng)的發(fā)票錄入方法需要人工打字錄入發(fā)票各種信息，包括抬頭、金額、地址和消費項目等等。這些信息的錄入需要大量時間。對于單位內(nèi)部結(jié)帳，給財務管理都會造成大量不便。隨著智能手機的普及，OCR(光學字符識別)技術(shù)可以大大減輕發(fā)票錄入時間，做到實時報銷等。識別后的結(jié)果還可以進行大數(shù)據(jù)分析，對員工或者客戶的消費習慣進行分析和預測。由于OCR是一種具有挑戰(zhàn)性的算法設(shè)計，目前只能做到對印刷體的識別，對其他的手寫潦草等字體無法識別，手寫潦草等字體還需要人工打字錄入，造成發(fā)票錄入效率較低，另外，OCR對光學攝像頭也有依賴性，光學攝像頭的運動模糊和背景光不足都會對識別結(jié)果造成不利的影響，造成識別效果較差。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有技術(shù)的上述無法識別發(fā)票中手寫潦草字體、發(fā)票錄入效率較低、識別效果較差的缺陷，提供一種能識別發(fā)票中手寫潦草字體、發(fā)票錄入效率較高、識別效果較好的發(fā)票字條自動識別錄入的方法及裝置。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：構(gòu)造一種發(fā)票字條自動識別錄入的方法，包括如下步驟：

A)建立訓練數(shù)據(jù)庫，采集各種不同格式的發(fā)票圖片，并對每種格式的發(fā)票圖片中的字條標記包圍盒及所屬類別后保存到所述訓練數(shù)據(jù)庫中；

B)接收需要識別的發(fā)票圖片，并自動檢測其位置；所述需要識別的發(fā)票圖片包括多個字條；

C)將所述訓練數(shù)據(jù)庫中的每種格式的發(fā)票圖片中的包圍盒套用到所述需要識別的發(fā)票圖片上面，并采用開源OCR引擎對被所述包圍盒套用的所述需要識別的發(fā)票圖片中的字條進行識別；

D)將所述需要識別的發(fā)票圖片與所述訓練數(shù)據(jù)庫中每種格式的發(fā)票圖片進行格式匹配，并找出格式最匹配的發(fā)票圖片，將所述格式最匹配的發(fā)票圖片的格式作為所述需要識別的發(fā)票圖片的格式；

E)對所述需要識別的發(fā)票圖片中被所述格式最匹配的發(fā)票圖片的包圍盒套用的字條進行圖片分層，得到多個圖層；

F)采用所述開源OCR引擎對每個所述圖層進行識別，計算每個所述圖層的識別分數(shù)，并將識別分數(shù)最高的圖層作為濾除公章后的字條。

在本發(fā)明所述的發(fā)票字條自動識別錄入的方法中，所述步驟B)進一步包括：

B1)接收所述需要識別的發(fā)票圖片，并將其轉(zhuǎn)換為圖像矩陣；

B2)利用滑動窗口遍歷所述圖像矩陣，找出所述滑動窗口中最大的點乘值模板作為所述需要識別的發(fā)票圖片的位置。

在本發(fā)明所述的發(fā)票字條自動識別錄入的方法中，所述步驟D)進一步包括：

D1)統(tǒng)計所述訓練數(shù)據(jù)庫中每個字條的字符的出現(xiàn)概率；

D2)分別計算所述需要識別的發(fā)票圖片上被所述包圍盒套用的每個字條中字符的出現(xiàn)次數(shù)；

D3)分別計算所述每個字條的字符的出現(xiàn)概率和出現(xiàn)次數(shù)的乘積，并對每個所述乘積求和后除以所述需要識別的發(fā)票圖片中被所述包圍盒套用的字條的數(shù)量，分別得到所述需要識別的發(fā)票圖片與所述訓練數(shù)據(jù)庫中每種格式的發(fā)票圖片的相似度；

D4)找出所述訓練數(shù)據(jù)庫中相似度最大的發(fā)票圖片，并將其作為所述需要識別的發(fā)票圖片的格式。

在本發(fā)明所述的發(fā)票字條自動識別錄入的方法中，所述步驟E)中采用K-均值聚類算法、層次聚類算法和自組織映射圖聚類算法進行圖片分層。

在本發(fā)明所述的發(fā)票字條自動識別錄入的方法中，所述步驟F)進一步包括：

F1)采用所述開源OCR引擎對每個所述圖層進行識別；

F2)計算每個所述圖層中每個字符的出現(xiàn)概率及出現(xiàn)次數(shù)；

F3)分別將每個所述圖層中每個字符的出現(xiàn)概率及出現(xiàn)次數(shù)進行相乘，并將乘積求和后分別得到每個圖層的識別分數(shù)；

F4)找出識別分數(shù)最高的圖層，并將其作為濾除公章后的字條。

本發(fā)明還涉及一種實現(xiàn)上述發(fā)票字條自動識別錄入的方法的裝置，包括：

訓練數(shù)據(jù)庫建立單元：用于建立訓練數(shù)據(jù)庫，采集各種不同格式的發(fā)票圖片，并對每種格式的發(fā)票圖片中的字條標記包圍盒及所屬類別后保存到所述訓練數(shù)據(jù)庫中；

發(fā)票圖片位置檢測單元：接收需要識別的發(fā)票圖片，并自動檢測其位置；所述需要識別的發(fā)票圖片包括多個字條；

套用識別單元：用于將所述訓練數(shù)據(jù)庫中的每種格式的發(fā)票圖片中的包圍盒套用到所述需要識別的發(fā)票圖片上面，并采用開源OCR引擎對被所述包圍盒套用的所述需要識別的發(fā)票圖片中的字條進行識別；