[發明專利]一種發票圖像定位方法

在審

• 申請號: 201910246868.2
• 申請日: 2019-03-29
• 公開（公告）號: CN109948617A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 桂冠;孟洋;孫穎異;李懋陽;邵蕾;熊健;楊潔
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 范青青;董建林

本發明公開了計算機視覺圖像處理技術領域的一種發票圖像定位方法。旨在解決現有技術對于移動端從不同傾斜角度拍攝的發票圖像，無法進行準確定位以準確提取有用信息。所述方法包括如下步驟：將待定位發票圖像加載至已訓練好的深度學習模型中；根據霍夫變換算法對待定位發票圖像進行傾斜校正；根據訓練生成的最佳權重值對待定位發票圖像進行定位。

技術領域

本發明涉及一種發票圖像定位方法，屬于計算機視覺圖像處理技術領域。

背景技術

隨著科技的飛速發展，大量人工智能產品逐步代替人工做一些復雜、瑣碎、重復性的工作。人工整理及報銷發票是一項極為復雜且繁瑣的工作，報銷發票過程中容易由于人為疏忽造成錯誤，并且紙質發票易損壞造成發票無法報銷。現有技術對于移動端從不同傾斜角度拍攝的發票圖像，無法進行準確定位以提取有用信息。

發明內容

本發明的目的在于提供一種發票圖像定位方法，以克服現有技術中存在的上述缺陷或缺陷之一。

為達到上述目的，本發明提供了一種發票圖像定位方法，包括如下步驟：

將待定位發票圖像加載至已訓練好的深度學習模型中；

根據霍夫變換算法對待定位發票圖像進行傾斜校正；

根據訓練生成的最佳權重值對待定位發票圖像進行定位。

進一步地，最佳權重值的訓練生成包括如下步驟：

采集發票圖像構建數據集；

對數據集的發票圖像打標簽，所述打標簽的發票欄目包括購買方、銷售方、貨物詳情和價稅合計；

將數據集的發票圖像和打標簽生成的文件輸入到特征提取網絡，訓練生成最佳權重值。

進一步地，對發票圖像打標簽的工具為labelImg工具。

進一步地，霍夫變換算法通過python生成，包括如下步驟：

調用OpenCV中的HoughTransform()函數，用于提取待定位發票圖像；

調用HoughLines()函數，用于提取待定位發票圖像中的直線。

進一步地，霍夫變換算法的公式如下：

y＝mx+b

式中，(x,y)為發票圖像中直線任一點在直角坐標系中的坐標參數，m為發票圖像中直線的斜率，b為發票圖像中直線的截距。

進一步地，霍夫變換算法提取直線的Hesse normal form公式如下：

式中，(x',y')為發票圖像中被提取直線l上任一點在極坐標系中的坐標參數，r_l為極坐標系原點到發票圖像上被提取直線l的距離，θ_l為極坐標系X'軸與發票圖像上被提取直線l的垂直線的夾角，cos(θ_l)為對θ_l取余弦值，sin(θ_l)為對θ_l取正弦值。

進一步地，所述深度學習模型為YOLOv3深度學習模型，所述特征提取網絡為YOLOv3深度學習模型中的Darknet53特征提取網絡。

進一步地，所述傾斜校正包括如下步驟：

將霍夫變換算法嵌入到YOLOv3深度學習模型中的測試腳本文件中；

運行測試腳本文件對待定位發票圖像進行傾斜校正。

進一步地，所述對待定位發票圖像進行定位包括如下步驟：