[發明專利]一種印章內容識別方法、系統、計算機設備及存儲介質

在審

• 申請號: 202210909323.7
• 申請日: 2022-07-29
• 公開（公告）號: CN115410204A
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 沈輝
• 申請（專利權）人: 眾安在線財產保險股份有限公司
• 主分類號: G06V30/14
• 分類號: G06V30/14
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 康麗麗

本申請公開了一種印章內容識別方法、系統、計算機設備及存儲介質，內容識別技術領域，包括提取印章信息區域中的點，得到邊界點集，提取邊界點集形成區域中的點，得到第一點集，擬合第一點集得到第一圓弧；結合第一圓弧參數篩選邊界點集中第一圓弧以外的點，得到第二點集，擬合第二點集得到第二圓弧；保留第一點集中點的像素，得到第一圖片；根據第二圓弧的參數信息，對第一圖片進行圖像變換，形成正向圖片；對正向圖片進行連通域篩選，并對篩選后的圖像進行文字識別，得到印章內容。本申請在擬合階段，我們分兩次擬合較直接采用PSENet結果擬合更精確。通過簡單的變形轉換，我們能有效的將曲邊文字信息區域轉成水平文字信息區域。

技術領域

本申請涉及內容識別技術領域，具體涉及一種印章內容識別方法、系統、計算機設備及存儲介質。

背景技術

隨著人工智能技術的發展，目前，很多公司已經引入了OCR算法，用機器取代人工，通過自動化的方式解析文檔數據，從而達到節約人力同時提升業務效率的目的。在眾多的OCR技術中，印章的解析是一個難點，一直沒有公開的有效解決方式。一方面，印章本身多以不規則的形態呈現，如圓形印章，橢圓形印章，藝術字體等，不規則文字的檢測和識別要比規則文本的檢測和識別復雜得多。另一方面，由于章生成的不穩定性，這種不穩定性主要表現在蓋章的位置不固定，章的朝向不固定，章的顏色深淺不固定，最終導致對印章內容的信息解析充滿挑戰。

印章種類繁多，在眾多樣式中，常以圓形、橢圓形印章較為常見，所用范圍最廣，常見于證明、證件、發票、企業報表等。雖然，印章提取難度重重，但是它往往又是自動化業務流程中不可或缺的一步。例如在自動化保險理賠場景中，承保方必須要求發票上的醫院名稱和病史材料上的醫院名稱一致，而有些地區發票上的醫院名稱僅能通過解析印章得到，足以見印章解析在整個自動化流程中起到的關鍵作用。因此，亟需一種印章的析取算法，夠有效提取印章信息區域。

發明內容

為了解決上述背景技術中提到的至少一個問題，本申請提供一種印章內容識別方法、系統、計算機設備及存儲介質，在擬合階段，我們分兩次擬合較直接采用PSENet結果擬合更精確。通過簡單的變形轉換，我們能有效的將曲邊文字信息區域轉成水平文字信息區域，從而進一步為精確識別提供了較好的輸入，提升了最后的識別結果準確率。

本申請實施例提供的具體技術方案如下：

第一方面，一種印章內容識別方法，所述方法包括：

提取印章信息區域中的點，得到邊界點集，提取所述邊界點集形成區域中的點，得到第一點集，擬合所述第一點集得到第一圓弧；

結合所述第一圓弧參數篩選所述邊界點集中第一圓弧以外的點，得到第二點集，擬合所述第二點集得到第二圓弧；

保留所述第一點集中點的像素，得到第一圖片；

根據第二圓弧的參數信息，對第一圖片進行圖像變換，形成正向圖片；

對正向圖片進行連通域篩選，并對篩選后的圖像進行文字識別，得到印章內容。

在一個具體的實施例中，所述擬合所述第一點集得到第一圓弧，具體包括：

采用最小二乘法對第一點集內的點進行圓弧擬合，得到圓心為p₁，半徑為r₁的第一圓弧。

在一個具體的實施例中，結合所述第一圓弧參數篩選所述邊界點集中第一圓弧以外的點，得到第二點集，擬合所述第二點集得到第二圓弧，具體包括：

計算所述邊界點集中所有的點到所述第一圓弧的圓心的距離L1；

判斷L1是否大于r₁和預設閾值的和；

若L1大于r₁和預設閾值的和，則添加對應的點到第二點集中；否則，則舍棄該點；