[发明专利]收据图像处理方法和设备

权利要求书

1.一种收据图像处理方法，包括：

根据金额的特征信息检测所述收据图像中表示所述金额的金额数字；

根据所述金额数字来识别所述收据图像中包含所述金额数字的特征行；以及

基于所述特征行的位置分布，分别将所述收据图像中的各个文本行分组到彼此之间相似的若干重复块中。

2.根据权利要求1所述的方法，其中，所述检测包括：

将所述收据图像切分成文本行和词；

在所述各个文本行的右对齐位置搜索最后两位或倒数第二、三位字符为两个连续数字的十进制数字；以及

根据所述十进制数字与之前字符或词之间的距离，以及所述之前字符或词本身的属性，来确定所述金额数字。

3.根据权利要求1所述的方法，其中，所述识别包括：

以已经被识别出的特征行为参照，计算所述收据图像中的各个文本行与所述已经被识别出的特征行之间的第一相似度；以及

将所述第一相似度的值大于预定阈值的文本行也识别为特征行。

4.根据权利要求1所述的方法，其中，所述分组包括：

分别以所述特征行为边界，将所述特征行以及位于所述特征行与其之后最邻近的特征行之间的各个文本行，分组到同一重复块中。

5.根据权利要求1所述的方法，其中，所述分组包括：

分别计算所述重复块中除特征行以外的各个文本行与其它重复块中除特征行以外的各个文本行之间的第二相似度；

将所述第二相似度大于预定阈值的文本行作为重复模式；以及

将具有最多重复模式的重复块作为代表重复块。

6.一种收据图像处理设备，包括：

检测装置，用于根据金额的特征信息检测所述收据图像中表示所述金额的金额数字；

识别装置，用于根据所述金额数字来识别所述收据图像中包含所述金额数字的特征行；以及

分组装置，用于基于所述特征行的位置分布，分别将所述收据图像中的各个文本行分组到彼此之间相似的若干重复块中。

7.根据权利要求6所述的设备，其中，所述检测装置包括：

切分装置，用于将所述收据图像切分成文本行和词；

搜索装置，用于在所述各个文本行的右对齐位置搜索最后两位或倒数第二、三位字符为两个连续数字的十进制数字；以及

确定装置，用于根据所述十进制数字与之前字符或词之间的距离，以及所述之前字符或词本身的属性，来确定所述金额数字。

8.根据权利要求6所述的设备，其中，所述识别装置包括：

第一相似度计算装置，用于以已经被识别出的特征行为参照，计算所述收据图像中的各个文本行与所述已经被识别出的特征行之间的第一相似度；以及

阈值判断装置，将所述第一相似度大于预定阈值的文本行也识别为特征行。

9.根据权利要求6所述的设备，其中，所述分组装置用于：

分别以所述特征行为边界，将所述特征行以及位于所述特征行与其之后最邻近的特征行之间的各个文本行，分组到同一重复块中。

10.根据权利要求6所述的设备，其中，所述分组装置包括：

第二相似度计算装置，用于分别计算所述重复块中除特征行以外的各个文本行与其它重复块中除特征行以外的各个文本行之间的第二相似度；

重复模式确定装置，用于将所述第二相似度大于预定阈值的文本行作为重复模式；以及

代表重复块确定装置，用于将具有最多重复模式的重复块作为代表重复块。