[發(fā)明專利]一種單據(jù)信息的識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810917232.1
• 申請日: 2018-08-13
• 公開（公告）號: CN109241857A
• 公開（公告）日: 2019-01-18
• 發(fā)明（設(shè)計）人: 徐青松;李青
• 申請（專利權(quán)）人: 杭州睿琪軟件有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提出一種單據(jù)信息的識別方法及系統(tǒng)，該方法包括：基于單據(jù)的影像和預(yù)先訓(xùn)練的第一模型，識別單據(jù)上的一個或多個區(qū)域中的每個區(qū)域，所述一個或多個區(qū)域中的每個區(qū)域與單據(jù)上記載的全部或部分信息相關(guān)聯(lián)，其中，第一模型是基于神經(jīng)網(wǎng)絡(luò)的模型；切割并獲取所述一個或多個區(qū)域中的每個區(qū)域的影像，所述一個或多個區(qū)域中的每個區(qū)域的影像是由平行于水平線的矩形或相對于水平線有傾斜的矩形來界定的；以及基于所述一個或多個區(qū)域中的每個區(qū)域的影像、以及預(yù)先訓(xùn)練的第二模型，識別所述一個或多個區(qū)域中的每個區(qū)域中的字符，從而確定單據(jù)上記載的信息，其中，第二模型是基于神經(jīng)網(wǎng)絡(luò)的模型。本發(fā)明能夠高效、準(zhǔn)確地識別各種單據(jù)上記載的信息。

技術(shù)領(lǐng)域

本公開涉及一種單據(jù)信息的識別方法及系統(tǒng)。

背景技術(shù)

準(zhǔn)確地識別各種單據(jù)上記載的信息是不簡單的。

因此，存在對新技術(shù)的需求。

發(fā)明內(nèi)容

本公開的一個目的是提供一種單據(jù)信息的識別方法及系統(tǒng)。

根據(jù)本公開的第一方面，提供了一種單據(jù)信息的識別方法，包括：基于所述單據(jù)的影像和預(yù)先訓(xùn)練的第一模型，識別所述單據(jù)上的一個或多個區(qū)域中的每個區(qū)域，所述一個或多個區(qū)域中的每個區(qū)域與所述單據(jù)上記載的全部或部分信息相關(guān)聯(lián)，其中，所述第一模型是基于神經(jīng)網(wǎng)絡(luò)的模型；切割并獲取所述一個或多個區(qū)域中的每個區(qū)域的影像，所述一個或多個區(qū)域中的每個區(qū)域的影像是由平行于水平線的矩形或相對于水平線有傾斜的矩形來界定的；以及基于所述一個或多個區(qū)域中的每個區(qū)域的影像、以及預(yù)先訓(xùn)練的第二模型，識別所述一個或多個區(qū)域中的每個區(qū)域中的字符，從而確定所述單據(jù)上記載的信息，其中，所述第二模型是基于神經(jīng)網(wǎng)絡(luò)的模型。

根據(jù)本公開的第二方面，提供了一種單據(jù)信息的識別系統(tǒng)，包括：第一模型，所述第一模型是基于神經(jīng)網(wǎng)絡(luò)的模型；第二模型，所述第二模型是基于神經(jīng)網(wǎng)絡(luò)的模型；以及一個或多個第一裝置，所述一個或多個第一裝置被配置為：基于所述單據(jù)的影像和所述第一模型，識別所述單據(jù)上的一個或多個區(qū)域中的每個區(qū)域，所述一個或多個區(qū)域中的每個區(qū)域與所述單據(jù)上記載的全部或部分信息相關(guān)聯(lián)；切割并獲取所述一個或多個區(qū)域中的每個區(qū)域的影像，所述一個或多個區(qū)域中的每個區(qū)域的影像是由平行于水平線的矩形或相對于水平線有傾斜的矩形來界定的；以及基于所述一個或多個區(qū)域中的每個區(qū)域的影像、以及預(yù)先訓(xùn)練的第二模型，識別所述一個或多個區(qū)域中的每個區(qū)域中的字符，從而確定所述單據(jù)上記載的信息。

根據(jù)本公開的第三方面，提供了一種非臨時性計算機(jī)可讀存儲介質(zhì)，所述非臨時性計算機(jī)可讀存儲介質(zhì)上存儲有一系列計算機(jī)可執(zhí)行的指令，當(dāng)所述一系列計算機(jī)可執(zhí)行的指令被一個或多個計算裝置執(zhí)行時，使得所述一個或多個計算裝置：基于所述單據(jù)的影像和預(yù)先訓(xùn)練的第一模型，識別所述單據(jù)上的一個或多個區(qū)域中的每個區(qū)域，所述一個或多個區(qū)域中的每個區(qū)域與所述單據(jù)上記載的全部或部分信息相關(guān)聯(lián)，其中，所述第一模型是基于神經(jīng)網(wǎng)絡(luò)的模型；切割并獲取所述一個或多個區(qū)域中的每個區(qū)域的影像，所述一個或多個區(qū)域中的每個區(qū)域的影像是由平行于水平線的矩形或相對于水平線有傾斜的矩形來界定的；以及基于所述一個或多個區(qū)域中的每個區(qū)域的影像、以及預(yù)先訓(xùn)練的第二模型，識別所述一個或多個區(qū)域中的每個區(qū)域中的字符，從而確定所述單據(jù)上記載的信息，其中，所述第二模型是基于神經(jīng)網(wǎng)絡(luò)的模型。

通過以下參照附圖對本公開的示例性實施例的詳細(xì)描述，本公開的其它特征及其優(yōu)點將會變得清楚。

附圖說明

構(gòu)成說明書的一部分的附圖描述了本公開的實施例，并且連同說明書一起用于解釋本公開的原理。

參照附圖，根據(jù)下面的詳細(xì)描述，可以更加清楚地理解本公開，其中：

圖1是示意性地示出適用于本公開的一些實施例的單據(jù)的示例的至少一部分的示意圖。

圖2A和圖2B是分別示意性地示出根據(jù)本公開的一些實施例的識別單據(jù)上記載的信息的方法的至少一部分的框圖。