[發明專利]票據信息文本框獲取方法、系統、設備及存儲介質

在審

• 申請號: 202011471091.9
• 申請日: 2020-12-14
• 公開（公告）號: CN112613367A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 王丹;屈舜中
• 申請（專利權）人: 盈科票據服務（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 劉冰

1.一種票據信息文本框獲取方法，其特征在于，所述票據信息文本框獲取方法，包括：

獲取待識別票據圖片，并識別所述待識別票據圖片中包含的所有文本框；

提取所有文本框中每個文本框的文本框特征；

根據每個所述文本框的文本框特征，采用預設檢測模型判斷每個所述文本框作為目標文本框的預測概率值；所述預設檢測模型包括多個不同類型的分類模型；

將預測概率值最大的文本框確定為對應類型的目標文本框。

2.如權利要求1所述的方法，其特征在于，所述獲取待識別票據圖片，包括：

獲取原始票據圖片；

對所述原始票據圖片進行預處理，得到所述待識別票據圖片。

3.如權利要求1所述的方法，其特征在于，所述識別所述待識別票據圖片中包含的所有文本框，包括：

獲取所述待識別票據圖片中每一文本信息所對應的矩形區域的四個頂點坐標，將四個所述頂點坐標按照預設順序進行連接，得到與每一所述文本信息對應的文本框。

4.如權利要求1所述的方法，其特征在于，所述提取所有文本框中每個文本框的文本框特征，包括：

獲取所有文本框中每個文本框的第一文本框特征以及與每個所述文本框相鄰的文本框的第二文本框特征；

將所述第一文本框特征和所述與每個所述文本框相鄰的文本框的第二文本框特征共同作為所述文本框特征。

5.如權利要求1所述的方法，其特征在于，所述根據每個所述文本框的文本框特征，采用預設檢測模型判斷每個所述文本框作為目標文本框的預測概率值之前，包括：

獲取若干張訓練票據圖片，對每一張所述訓練票據圖片進行預處理，得到若干張所述預處理圖片；

識別若干張所述預處理圖片中包含的所有訓練文本框，并提取所有訓練文本框中每個所述訓練文本框的訓練文本框特征；

根據每個所述訓練文本框中的訓練文本信息，確定每個所述訓練文本框的類型；

標注每個所述訓練文本框的類型，并將每個所述訓練文本框的類型與每個所述訓練文本框的訓練文本框特征進行關聯；

從所有訓練文本框中選取第一預設數量的第一正樣本數據和第二預設數量的第一負樣本數據；

采用所述第一預設數量的第一正樣本數據和所述第二預設數量的第一負樣本數據，對與所述第一正樣本數據相同類型的原始分類模型進行訓練，得到與所述第一正樣本數據相同類型的分類模型。

6.如權利要求5所述的方法，其特征在于，所述從所有訓練文本框中選取第一預設數量的第一正樣本數據和第二預設數量的第一負樣本數據，包括：

采用第一標簽對所有訓練文本框中類型相同且與所述預處理圖片數量相同的訓練文本框的訓練文本框特征進行標注，得到標注后的且與所述預處理圖片數量相同的訓練文本框；

將所述標注后的且與所述預處理圖片數量相同的訓練文本框確定為所述第一預設數量的第一正樣本數據；

采用第二標簽對所有訓練文本框中類型不相同的第二預設數量的訓練文本框的訓練文本框特征進行標注，得到標注后的第二預設數量的訓練文本框；

將所述標注后的第二預設數量的訓練文本框確定為所述第二預設數量的第一負樣本數據。