[發(fā)明專利]一種發(fā)票關(guān)鍵信息識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711190427.2
• 申請(qǐng)日: 2017-11-24
• 公開（公告）號(hào): CN109840520A
• 公開（公告）日: 2019-06-04
• 發(fā)明（設(shè)計(jì)）人: 湯斯鵬;陳曉冰;周實(shí)奇;張惠敏
• 申請(qǐng)（專利權(quán)）人: 中國移動(dòng)通信集團(tuán)廣東有限公司;中國移動(dòng)通信集團(tuán)公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06K9/34;G06K9/00
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發(fā)明實(shí)施例提供了一種發(fā)票關(guān)鍵信息識(shí)別方法及系統(tǒng)，所述方法包括：S1，利用最大穩(wěn)定極值區(qū)域MSER算法對(duì)待識(shí)別發(fā)票的圖像中的文字進(jìn)行檢測，得到用于標(biāo)注所述圖像中的文字的多個(gè)候選框；S2，利用非極大值抑制NMS算法對(duì)所述多個(gè)候選框進(jìn)行篩選，得到與所述圖像中的文字一一對(duì)應(yīng)的多個(gè)檢測框；S3，對(duì)所述圖像中多個(gè)預(yù)設(shè)區(qū)域內(nèi)的檢測框進(jìn)行邏輯行歸并，在每個(gè)預(yù)設(shè)區(qū)域內(nèi)得到至少一個(gè)邏輯行；S4，從所述每個(gè)預(yù)設(shè)區(qū)域內(nèi)的各邏輯行中識(shí)別所述待識(shí)別發(fā)票的關(guān)鍵信息。通過對(duì)待識(shí)別發(fā)票圖像采用MSER算法處理、NMS算法處理和邏輯行歸并操作，實(shí)現(xiàn)了發(fā)票關(guān)鍵信息的高精度自動(dòng)化識(shí)別。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及圖像處理技術(shù)領(lǐng)域，更具體地，涉及一種發(fā)票關(guān)鍵信息識(shí)別方法及系統(tǒng)。

背景技術(shù)

在財(cái)務(wù)管理系統(tǒng)中，發(fā)票常作為報(bào)銷憑證，對(duì)發(fā)票關(guān)鍵信息的識(shí)別關(guān)系到財(cái)務(wù)管理系統(tǒng)的準(zhǔn)確性，一個(gè)典型的財(cái)務(wù)報(bào)銷流程如下：首先每月結(jié)算出各個(gè)社會(huì)渠道網(wǎng)點(diǎn)的酬金金額，社會(huì)渠道網(wǎng)點(diǎn)根據(jù)酬金金額開發(fā)票。然后，發(fā)票提供給渠道經(jīng)理收集，收集后手工在Excel中錄入發(fā)票代碼、發(fā)票號(hào)碼、發(fā)票金額、開票渠道等信息，再發(fā)郵件給酬金管理員進(jìn)行匯總。然后，酬金管理員根據(jù)錄入的發(fā)票信息與渠道網(wǎng)點(diǎn)的酬金金額進(jìn)行比對(duì)，如是多個(gè)月合并報(bào)賬的則要與多個(gè)月酬金金額核對(duì)，如是多個(gè)子渠道合并報(bào)賬的則要多個(gè)子渠道匯總酬金金額核對(duì),如發(fā)票金額超過酬金金額則退回。最后，賬務(wù)管理員進(jìn)行稽核，稽核后再提交給財(cái)務(wù)部進(jìn)行報(bào)賬。

可見，上述報(bào)賬流程涉及到多項(xiàng)手工環(huán)節(jié)，目前的技術(shù)解決方案主要是通過開發(fā)一個(gè)報(bào)賬輔助功能，提供發(fā)票的表單錄入、表單流轉(zhuǎn)流程、報(bào)賬流程審批等功能，這樣會(huì)存在以下問題：調(diào)用通用的文字識(shí)別接口對(duì)發(fā)票中的信息進(jìn)行識(shí)別時(shí)，由于各種環(huán)境的光線明暗不同、發(fā)票擺放位置不一以及拍照相機(jī)分辨率不同等原因，導(dǎo)致對(duì)發(fā)票信息識(shí)別準(zhǔn)確率有很大的影響。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種克服上述問題或者至少部分地解決上述問題的發(fā)票關(guān)鍵信息識(shí)別方法及系統(tǒng)。

一方面本發(fā)明實(shí)施例提供了一種發(fā)票關(guān)鍵信息識(shí)別方法，所述方法包括：

S1，利用最大穩(wěn)定極值區(qū)域MSER算法對(duì)待識(shí)別發(fā)票的圖像中的文字進(jìn)行檢測，得到用于標(biāo)注所述圖像中的文字的多個(gè)候選框；

S2，利用非極大值抑制NMS算法對(duì)所述多個(gè)候選框進(jìn)行篩選，得到與所述圖像中的文字一一對(duì)應(yīng)的多個(gè)檢測框；

S3，對(duì)所述圖像中多個(gè)預(yù)設(shè)區(qū)域內(nèi)的檢測框進(jìn)行邏輯行歸并，在每個(gè)預(yù)設(shè)區(qū)域內(nèi)得到至少一個(gè)邏輯行；

S4，從所述每個(gè)預(yù)設(shè)區(qū)域內(nèi)的各邏輯行中識(shí)別所述待識(shí)別發(fā)票的關(guān)鍵信息。

進(jìn)一步地，在步驟S1之前還包括：

獲取所述待識(shí)別發(fā)票的原始圖像，并對(duì)所述原始圖像依次進(jìn)行輪廓檢測、矩形框計(jì)算和仿射變換得到所述待識(shí)別發(fā)票的圖像。

進(jìn)一步地，在步驟S3之前還包括：

根據(jù)待識(shí)別發(fā)票中關(guān)鍵信息的分布，對(duì)所述圖像進(jìn)行比例截取得到包含有關(guān)鍵信息的所述多個(gè)預(yù)設(shè)區(qū)域。

進(jìn)一步地，步驟S3具體包括：

在所述每個(gè)預(yù)設(shè)區(qū)域的圖像坐標(biāo)系中，將最大縱坐標(biāo)值處于多個(gè)第一預(yù)設(shè)范圍中任一第一預(yù)設(shè)范圍內(nèi)的檢測框歸入同一邏輯行，在所述每個(gè)預(yù)設(shè)區(qū)域內(nèi)得到至少一個(gè)邏輯行。

進(jìn)一步地，所述方法還包括：

若判斷獲知所述每個(gè)預(yù)設(shè)區(qū)域內(nèi)的各邏輯行中的同一邏輯行存在多個(gè)關(guān)鍵信息時(shí)，則對(duì)所述同一邏輯行中的檢測框進(jìn)行邏輯列歸并。

進(jìn)一步地，所述對(duì)所述同一邏輯行中的檢測框進(jìn)行邏輯列歸并，具體包括：

在所述每個(gè)預(yù)設(shè)區(qū)域的圖像坐標(biāo)系中，將最大橫坐標(biāo)值處于多個(gè)第二預(yù)設(shè)范圍中任一第二預(yù)設(shè)范圍內(nèi)的檢測框歸入同一邏輯列，得到多個(gè)邏輯列。