基于OCR的票据识别方法、设备、存储介质及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111444793A(43)申请公布日2020.07.24(21)申请号202010176527.5(22)申请日2020.03.13(71)申请人安诚迈科（北京）信息技术有限公司地址100096北京市海淀区建材城中路3号楼6层中段608室(72)发明人孟波川黄煦李建(74)专利代理机构北京思创大成知识产权代理有限公司11614代理人张立君(51)Int.Cl.G06K9/00(2006.01)G06K9/32(2006.01)G06K9/34(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于OCR的票据识别方法、设备、存储介质及装置(57)摘要公开了一种基于OCR的票据识别方法、设备、存储介质及装置。方法包括：采集多个不同票据的票面特征，基于票面特征获取每个票据中必要的票据字段、票据类别及所属单位信息的所在位置，建立对应每个票据的识别区域定位模板；将每个识别区域定位模板与票据类别及所属单位信息进行关联，建立票据模板库；识别用户上传的票据图片的票据类别及所属单位信息，并基于识别结果通过精确匹配方法或模糊匹配方法从票据模板库中匹配对应的识别区域定位模板；基于匹配到的识别区域定位模板对票据图片进行裁切处理，获得票据图片中对应多个不同区域票据字段的多个图像切片；通过OCR自动识别算法识别每个图像切片中的字段。有效提高识别精确度与效率。CN111444793ACN111444793A权利要求书1/2页1.一种基于OCR的票据识别方法，其特征在于，包括：采集多个不同票据的票面特征，基于每个票据的所述票面特征获取每个票据中必要的票据字段、票据类别及所属单位信息的所在位置，建立对应每个票据的识别区域定位模板；将每个识别区域定位模板与对应票据的票据类别及所属单位信息进行关联，并建立包括多个识别区域定位模板的票据模板库；识别用户上传的票据图片的票据类别及所属单位信息，并基于识别结果通过精确匹配方法或模糊匹配方法从所述票据模板库中匹配对应的识别区域定位模板；基于匹配到的识别区域定位模板对所述票据图片进行裁切处理，以获得所述票据图片中对应多个不同区域票据字段的多个图像切片；通过OCR自动识别算法识别每个所述图像切片中的字段。2.根据权利要求1所述的基于OCR的票据识别方法，其特征在于，将每个识别区域定位模板与对应票据的票据类别及所属单位信息进行关联包括：将每个识别区域定位模板与对应票据的票据类别及所属单位信息的全部字段以及所述票据类别及所属单位信息中的关键字进行关联。3.根据权利要求2所述的基于OCR的票据识别方法，其特征在于，识别用户上传的票据图片的票据类别及所属单位信息包括：判断用户上传的票据图片的票据类别及所属单位信息所在位置中的字段是否清晰，若清晰则识别所述票据类别及所属单位信息的全部字段，若不清晰则识别所述票据类别及所属单位信息的部分字段。4.根据权利要求2所述的基于OCR的票据识别方法，其特征在于，基于识别结果通过精确匹配方法或模糊匹配方法从所述票据模板库中匹配对应的识别区域定位模板包括：基于所述全部字段通过字符精确匹配算法直接从所述票据模板库中检索与所有识别区域定位模板关联的票据类别及所属单位信息的所述全部字段，进而匹配对应的识别区域定位模板；或者，基于所述关键字通过字符模糊匹配算法从所述票据模板库中检索与全部识别区域定位模板关联的票据类别及所属单位信息的所述关键字，进而匹配对应的识别区域定位模板。5.根据权利要求1所述的基于OCR的票据识别方法，其特征在于，所述识别区域定位模板包括对应所述票据图片的中多个必要的票据字段所在位置的多个框选识别区域。6.根据权利要求1所述的基于OCR的票据识别方法，其特征在于，基于匹配到的识别区域定位模板对所述票据图片进行裁切处理，以获得所述票据图片中对应多个不同区域票据字段的多个图像切片包括：基于所述识别区域定位模板中的所述多个框选识别区域对所述票据图片进行裁切处理，以获得与所述多个框选识别区域一一对应的多个图像切片。7.根据权利要求1所述的基于OCR的票据识别方法，其特征在于，通过OCR自动识别算法识别每个所述图像切片中的字段包括：对所述切片图像中的票据字段进行字段信息识别提取，同时将识别提取出的字段信息进行结构化数据输出。2CN111444793A权利要求书2/2页8.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一所述的基于OCR的票据识别方法。9.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读