[發(fā)明專利]大票據(jù)圖片文字識別方法

有效

• 申請?zhí)枺?/td>: 201711403971.0
• 申請日: 2017-12-22
• 公開（公告）號: CN109977723B
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 詹智財;羅陽;周鵬程;代穩(wěn)
• 申請（專利權(quán)）人: 蘇寧云商集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06Q40/00
• 代理公司: 北京市萬慧達律師事務(wù)所 11111
• 代理人: 黃玉東

本發(fā)明屬于模式識別與人工智能技術(shù)領(lǐng)域，公開了一種大票據(jù)圖片文字識別方法，所述方法包括：所述方法包括：將紙質(zhì)票據(jù)轉(zhuǎn)化為圖片格式；對形成為圖片格式的票據(jù)進行圖像預(yù)處理；對預(yù)處理后的票據(jù)圖片進行區(qū)域分割，得到該票據(jù)圖片的多個圖片塊；對票據(jù)圖片的多個圖片塊進行文本行區(qū)域的目標檢測；對多個圖片塊中獲取的各文本行區(qū)域進行融合，得到完整的文本行區(qū)域；獲取票據(jù)圖片中完整的文本行區(qū)域，進行圖片文字轉(zhuǎn)計算機文字；基于不同紙質(zhì)票據(jù)的需求，給出特定區(qū)域的計算機文字結(jié)果。本發(fā)明解決了原有的票據(jù)識別耗時較長、易出錯且識別過程復(fù)雜的問題。

技術(shù)領(lǐng)域

本發(fā)明屬于模式識別與人工智能技術(shù)領(lǐng)域，尤其是涉及一種大票據(jù)圖片文字識別方法。

背景技術(shù)

隨著企業(yè)的不斷壯大以及企業(yè)流水的日益增長，企業(yè)票據(jù)數(shù)量也在不斷增多，其中涉及到供應(yīng)商開出的票據(jù)，企業(yè)員工出差需要報銷的票據(jù)等等。而面對成千上萬的企業(yè)票據(jù)，如何基于計算機技術(shù)，快速且高效的進行企業(yè)票據(jù)的自動識別成了大家關(guān)心的熱點。現(xiàn)有處理企業(yè)紙質(zhì)票據(jù)有以下幾種方式：(1)通過招募對應(yīng)崗位的人員，在基于人工肉眼識別基礎(chǔ)上，開發(fā)一定的錄入系統(tǒng)，通過人工的方式對票據(jù)所需要錄入的信息進行手工錄入和后續(xù)操作；(2)基于數(shù)字圖像處理的方法，通過對紙質(zhì)票據(jù)的圖片進行預(yù)先分析，采用模版的方法對票據(jù)的固定區(qū)域進行操作，如圖像二值化，前背景分離，前景輪廓提取，然后采用模式識別方法如圖片文字分類，或者現(xiàn)有成熟的光學(xué)字符識別庫，如谷歌維護的tesseract等對檢測到的圖片文字轉(zhuǎn)換成計算機文字。

但是，上述方法都有著較為嚴重的缺陷：對于方法(1)來說，該方法不適用大規(guī)模票據(jù)的自動處理，且人工容易疲勞，隨著人工工作時間的變長，疲勞會導(dǎo)致無論是票據(jù)處理的數(shù)量還是質(zhì)量都會有所下降；對于方法(2)來說，這種方法雖然解決了方法(1)中的數(shù)量問題，然而基于不同類型的紙質(zhì)票據(jù)，需要編寫不同的模版處理流程，對于程序的開發(fā)以及后續(xù)維護問題較大，且基于傳統(tǒng)的數(shù)字圖像處理方法對圖片本身包含的光照，字符清晰程度等屬性有著非常嚴格的限制，并且針對圖片本身大小也有一定的限制。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的上述缺陷，本發(fā)明的目的是提供一種大票據(jù)圖片文字識別方法，以解決原有的票據(jù)識別耗時較長、易出錯且識別過程復(fù)雜的問題。

本發(fā)明采用的技術(shù)方案如下：

一種大票據(jù)圖片文字識別方法，所述方法包括：

S1、對紙質(zhì)票據(jù)進行掃描，獲取紙質(zhì)票據(jù)圖片；

S2、對紙質(zhì)票據(jù)圖片進行圖像預(yù)處理；

S3、對圖像預(yù)處理后的紙質(zhì)票據(jù)圖片進行區(qū)域分割，得到該紙質(zhì)票據(jù)圖片的多個圖片塊；

S4、對紙質(zhì)票據(jù)圖片的多個圖片塊進行文本行區(qū)域的目標檢測；

S5、對多個圖片塊中獲取的文本行區(qū)域進行融合，得到完整的文本行區(qū)域；

S6、獲取紙質(zhì)票據(jù)圖片中完整的文本行區(qū)域，進行圖片文字轉(zhuǎn)計算機文字；

S7、基于不同紙質(zhì)票據(jù)的需求，給出特定區(qū)域的計算機文字結(jié)果。

進一步的，在上述步驟S1中，對票據(jù)進行掃描的具體過程為：

基于字跡清晰，文字之間沒有重疊的紙質(zhì)票據(jù)基礎(chǔ)上，設(shè)置掃描儀的dpi為300，并且正面對齊不要旋轉(zhuǎn)，掃描出來的圖片為I，其中I∈[0,255]^H×W×3，是一個高度為H，寬度為W的3通道RGB圖片，其中每個像素點取值為[0,255]。

進一步的，在獲取紙質(zhì)票據(jù)圖片的基礎(chǔ)上，對圖片進行一定程度的圖像預(yù)處理，包括：