[发明专利]大票据图片文字识别方法

说明书

本发明属于模式识别与人工智能技术领域，公开了一种大票据图片文字识别方法，所述方法包括：所述方法包括：将纸质票据转化为图片格式；对形成为图片格式的票据进行图像预处理；对预处理后的票据图片进行区域分割，得到该票据图片的多个图片块；对票据图片的多个图片块进行文本行区域的目标检测；对多个图片块中获取的各文本行区域进行融合，得到完整的文本行区域；获取票据图片中完整的文本行区域，进行图片文字转计算机文字；基于不同纸质票据的需求，给出特定区域的计算机文字结果。本发明解决了原有的票据识别耗时较长、易出错且识别过程复杂的问题。

技术领域

本发明属于模式识别与人工智能技术领域，尤其是涉及一种大票据图片文字识别方法。

背景技术

随着企业的不断壮大以及企业流水的日益增长，企业票据数量也在不断增多，其中涉及到供应商开出的票据，企业员工出差需要报销的票据等等。而面对成千上万的企业票据，如何基于计算机技术，快速且高效的进行企业票据的自动识别成了大家关心的热点。现有处理企业纸质票据有以下几种方式：(1)通过招募对应岗位的人员，在基于人工肉眼识别基础上，开发一定的录入系统，通过人工的方式对票据所需要录入的信息进行手工录入和后续操作；(2)基于数字图像处理的方法，通过对纸质票据的图片进行预先分析，采用模版的方法对票据的固定区域进行操作，如图像二值化，前背景分离，前景轮廓提取，然后采用模式识别方法如图片文字分类，或者现有成熟的光学字符识别库，如谷歌维护的tesseract等对检测到的图片文字转换成计算机文字。

但是，上述方法都有着较为严重的缺陷：对于方法(1)来说，该方法不适用大规模票据的自动处理，且人工容易疲劳，随着人工工作时间的变长，疲劳会导致无论是票据处理的数量还是质量都会有所下降；对于方法(2)来说，这种方法虽然解决了方法(1)中的数量问题，然而基于不同类型的纸质票据，需要编写不同的模版处理流程，对于程序的开发以及后续维护问题较大，且基于传统的数字图像处理方法对图片本身包含的光照，字符清晰程度等属性有着非常严格的限制，并且针对图片本身大小也有一定的限制。

发明内容

针对现有技术中存在的上述缺陷，本发明的目的是提供一种大票据图片文字识别方法，以解决原有的票据识别耗时较长、易出错且识别过程复杂的问题。

本发明采用的技术方案如下：

一种大票据图片文字识别方法，所述方法包括：

S1、对纸质票据进行扫描，获取纸质票据图片；

S2、对纸质票据图片进行图像预处理；

S3、对图像预处理后的纸质票据图片进行区域分割，得到该纸质票据图片的多个图片块；

S4、对纸质票据图片的多个图片块进行文本行区域的目标检测；

S5、对多个图片块中获取的文本行区域进行融合，得到完整的文本行区域；

S6、获取纸质票据图片中完整的文本行区域，进行图片文字转计算机文字；

S7、基于不同纸质票据的需求，给出特定区域的计算机文字结果。

进一步的，在上述步骤S1中，对票据进行扫描的具体过程为：

基于字迹清晰，文字之间没有重叠的纸质票据基础上，设置扫描仪的dpi为300，并且正面对齐不要旋转，扫描出来的图片为I，其中I∈[0,255]^H×W×3，是一个高度为H，宽度为W的3通道RGB图片，其中每个像素点取值为[0,255]。

进一步的，在获取纸质票据图片的基础上，对图片进行一定程度的图像预处理，包括：