[发明专利]基于计算机视觉技术的增值税发票版面提取方法

摘要

本发明公开了一种基于计算机视觉技术的增值税发票版面提取方法，包括以下步骤：读取尺寸、格式和角度各异的发票扫描数字图像，采用自适应轮廓线分析提取显著的直线段集合，再遍历直线段集合找出相邻直线段对，计算其交点构造交点集合，然后对交点集合用DB‑SCAN算法聚类获取聚类中心，最后计算聚类中心的最小面积外接矩形作为线框匹配的初始状态，更新匹配参数，实现精确提取。本发明提高了增值税发票票面分析的鲁棒性，同时降低了财务人员的工作负担，支撑财务票据系统信息录入的智能化程度进一步提升，有利于打通纸质发票和电子化税务的界限，实现智能化发票识别技术推广。

主权项

1.一种基于计算机视觉技术的增值税发票版面提取方法，其特征在于，包括以下步骤：/n步骤1：读取扫描仪上传的发票光电采样数字图像；/n步骤2：对数字图像进行预处理，包括去噪声和平滑滤波；/n步骤3：将彩色的数字图像转换为灰度的数字图像；/n步骤4：计算二值化图像；/n步骤5：对二值化图像求逆运算，使黑白色翻转；/n步骤6：使用连通体检测算法计算二值化图像中的白色连通体区域；/n步骤7：遍历每个连通体像素，按照逆时针次序记录连通体区域边界上的点到边界点链表；/n步骤8：对连通体边界上的点集进行简化，简化原则为：若某点位于其前后两点所构成的直线上，则从边界点链表中删除该点；/n步骤9：对每个轮廓遍历其中的点，删除直线段长度过小的线段，保留较长的直线段；在判断直线段长度是否过小时，是用预先设置的阈值和直线段的长度做比较；/n步骤10：找出相邻直线段对，即遍历线段集中的每个直线，任取两条线段做比较，若其中一个直线段的某一个端点靠近另一个直线段的任意部分，且两条直线的夹角趋近于90度则为相邻直线段；/n步骤11：遍历所有相邻直线段对，对每组相邻直线段对计算交点，将交点加入交点集合；/n步骤12：交点用DB-SCAN算法做聚类，并用每个聚合类别的重心作为中心，作为原有的交点集合的简化；在聚类过程中，删除聚合类别中交点个数少于3个的中心，获得中心点集合；/n步骤13：计算中心点集合的外接最小面积矩形；/n步骤14：遍历最小面积矩形框的每条边，再遍历所有交点，获取该边上的交点个数；/n步骤15：统计最小面积矩形框的每条边上交点个数，如果仅有一个，则删除该交点，重新返回步骤13计算；如果每条边都满足包含多个交点的条件，则进入步骤16；/n步骤16：根据最小面积外接矩形，读取线框模板，用线框模板和交点进行匹配，获取每个具体表格的范围；将线框表格输出给后续的支付识别模块，以识别发票内容。/n