信息处理方法及信息处理装置制造方法及图纸

技术编号:12954491 阅读:96 留言:0更新日期:2016-03-02 13:55
本发明专利技术公开一种信息处理方法,首先确定表单中各列在该表单中的位置区域,确定各列的定位元素在表单中的位置区域,确定表单中各列包含的元素的数量,之后根据前述信息确定各个元素在表单中的位置区域,依据各个元素在表单中的位置区域进行切片处理,使得每个元素均切分为一个切片图像,之后对各个切片图像分别进行光学字符识别,获得切片图像包含的字符串并进行记录。基于本发明专利技术公开的信息处理方法,能够获取表单中的元素,并且能够降低数据的出错率。本发明专利技术还公开相应的信息处理装置。

【技术实现步骤摘要】

本专利技术属于文本识别
,尤其涉及信息处理方法及信息处理装置
技术介绍
在银行的日常业务中,需要对海量的表单进行处理。目前,工作人员在对纸质材料 进行电子化处理过程中,要对大量的列表式信息进行人工录入,例如住房公积金归集过程 中的公积金汇缴清册。 这些列表式信息具有以下特征:1、票据的数据量大;2、票据中位于同一列的各个 元素的数据类型或者内容相同,位于同一行的各个元素的数据类型和内容不同;3、票据中 位于同一行的各个元素的像素高度相同,位于同一列的各个元素的像素宽度相同。其中,票 据中的元素指的是位于一个单元格中的字符或者字符串,也可以将元素理解为一条数据, 例如:用户的姓名、日期、金额。 工作人员如果逐行录入列表式信息,往往需要频繁切换输入法,并调整手指在键 盘上的操作区域,操作比较复杂。因此,工作人员通常是逐列录入列表式信息,由于位于同 一列的元素的数据类型相同,视觉效果相似,这极易造成工作人员视觉疲劳,出现输入错位 等问题。 为了降低工作人员的劳动强度,目前针对列表式信息出现了新的处理方式,具体 的:利用文本识别工具对整个表单进行智能识别,获得表单中的数据并进行存储。 但是,申请人发现:采用上述方式对表单进行智能识别,获得的数据出错率较高。 因此,如何对处理表单的方式进行改进,降低数据的出错率,是本领域技术人员亟待解决的 问题。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种信息处理方法和信息处理装置,用以获取 表单中的元素,并降低获取到的数据的出错率。 为实现上述目的,本专利技术提供如下技术方案: 本专利技术公开一种信息处理方法,用于处理表单中的元素,所述表单为数字化图像, 所述表单中的元素呈N列分布,其中,所述元素为一条数据,N为大于1的整数,所述信息处 理方法包括: 分别确定所述表单中各列在所述表单中的位置区域; 分别确定所述表单中各列的定位元素在所述表单中的位置区域,其中,第η列的 定位元素为:所述第η列所需录入的元素中、处于最上侧的元素,其中η= 1,2,…Ν; 确定所述表单中各列包含的元素的数量; 利用所述各列在所述表单中的位置区域、各列的定位元素在所述表单中的位置 区域、以及各列包含的元素的数量,分别确定所述表单中各个元素在所述表单中的位置区 域; 依据各个元素在所述表单中的位置区域对所述表单进行切片处理,得到多个切片 图像,其中每个切片图像包含一个元素,切片处理得到的切片图像的数量与所述表单包含 的元素的数量一致; 分别对所述切片图像进行光学字符识别,获得所述切片图像包含的字符串; 按照预设规则记录获得的字符串。 可选的,上述信息处理方法中,所述分别对所述切片图像进行光学字符识别,具体 为:逐个对位于同一列的切片图像进行光学字符识别,之后逐个对位于另一列的切片图像 进行光学字符识别,直至对位于各列的切片图像均进行光学字符识别;其中,位于第η列的 切片图像由对所述表单的第η列进行切片处理得到。 可选的,上述信息处理方法还包括:显示与第一切片图像对应的元素输入框,其 中,所述第一切片图像是当前处于录入状态的切片图像;接收用户在所述元素输入框输入 的字符串;比较用户输入的字符串和对所述第一切片图像进行光学字符识别产生的字符 串,在两者不一致的情况下,发出提示。 可选的,上述信息处理方法中,在显示与第一切片图像对应的元素输入框之后,所 述方法还包括:调整所述第一切片图像的显示效果,以使得所述第一切片图像的显示效果 与其他切片图像的显示效果不同。 可选的,上述信息处理方法还包括:接收用户输入的缩放指令,响应所述缩放指令 对所述第一切片图像进行相应的缩放处理。 可选的,上述信息处理方法中,所述表单中第η列在所述表单中的位置区域以(第 一坐标值、第二坐标值、第三坐标值、第四坐标值)标定,其中,所述第一坐标值为所述第η 列的左侧边与所述表单的左侧边之间的距离,所述第二坐标值为所述第η列的顶端与所述 表单的上侧边之间的距离,所述第三坐标值为所述第η列的右侧边与所述表单的左侧边之 间的距离,所述第四坐标值为所述第η列的底端与所述表单的上侧边之间的距离; 所述第η列的定位元素在所述表单中的位置区域以(第五坐标值、第六坐标值、第 七坐标值、第八坐标值)标定,其中,所述第五坐标值为所述第η列的定位元素所处单元格 的左侧边与所述表单的左侧边之间的距离,所述第六坐标值为所述第η列的定位元素所处 单元格的顶端与所述表单的上侧边之间的距离,所述第七坐标值为所述第η列的定位元素 所处单元格的右侧边与所述表单的左侧边之间的距离,所述第八坐标值为所述第η列的定 位元素所处单元格的底端与所述表单的上侧边之间的距离。 本专利技术还公开一种信息处理装置,用于处理表单中的元素,所述表单为数字化图 像,所述表单中的元素呈Ν列分布,其中,所述元素为一条数据,Ν为大于1的整数,所述信 息处理装置包括: 列位置区域确定单元,用于分别确定所述表单中各列在所述表单中的位置区域; 定位元素位置区域确定单元,用于分别确定所述表单中各列的定位元素在所述表 单中的位置区域,其中,第η列的定位元素为:所述第η列所需录入的元素中、处于最上侧的 元素,其中η= 1,2,"·Ν; 元素数量确定单元,用于确定所述表单中各列包含的元素的数量; 元素位置区域确定单元,用于利用所述各列在所述表单中的位置区域、各列的定 位元素在所述表单中的位置区域、以及各列包含的元素的数量,分别确定所述表单中各个 元素在所述表单中的位置区域; 图像处理单元,用于依据各个元素在所述表单中的位置区域对所述表单进行切片 处理,得到多个切片图像,其中每个切片图像包含一个元素,切片处理得到的切片图像的数 量与所述表单包含的元素的数量一致; 字符识别单元,用于分别对所述切片图像进行光学字符识别,获得所述切片图像 包含的字符串; 存储单元,用于按照预设规则记录获得的字符串。 可选的,上述信息处理装置中,所述字符识别单元具体用于:逐个对位于同一列的 切片图像进行光学字符识别,之后逐个对位于另一列的切片图像进行光学字符识别,直至 对位于各列的切片图像均进行光学字符识别;其中,位于第η列的切片图像由对所述表单 的第η列进行切片处理得到。 可选的,上述信息处理装置还包括:控制单元,用于控制显示界面显示与第一切片 图像对应的元素输入框,其中,所述第一切片图像是当前处于录入状态的切片图像;第一处 理单元,用于接收用户在所述元素输入框输入的字符串,比较用户输入的字符串和对所述 第一切片图像进行光学字符识别产生的字符串,在两者不一致的情况下,发出提示。 可选的,上述信息处理装置还包括第二处理单元;在所述显示界面显示与第一切 片图像对应的元素输入框之后,所述第二处理单元调整所述第一切片图像的显示效果,以 使得所述第一切片图像的显示效果与其他切片图像的显示效果不同。 可选的,上述信息处理装置还包括第三处理单元;所述第三处理单元用于接收用 户输入的缩放指令,响应所述缩放指令对所述第一切片图像进行相应的缩放处理。 由此可见,本专利技术的有益效果为: 本专利技术公开的信息处理方法,首先确定表单中各列在该表单中的位置区域,确定 各列的定位元素在表单中的位置区域,确定表单中各列包含的元素的数量,之后根据前本文档来自技高网...

【技术保护点】
一种信息处理方法,其特征在于,用于处理表单中的元素,所述表单为数字化图像,所述表单中的元素呈N列分布,其中,所述元素为一条数据,N为大于1的整数,所述信息处理方法包括:分别确定所述表单中各列在所述表单中的位置区域;分别确定所述表单中各列的定位元素在所述表单中的位置区域,其中,第n列的定位元素为:所述第n列所需录入的元素中、处于最上侧的元素,其中n=1,2,…N;确定所述表单中各列包含的元素的数量;利用所述各列在所述表单中的位置区域、各列的定位元素在所述表单中的位置区域、以及各列包含的元素的数量,分别确定所述表单中各个元素在所述表单中的位置区域;依据各个元素在所述表单中的位置区域对所述表单进行切片处理,得到多个切片图像,其中每个切片图像包含一个元素,切片处理得到的切片图像的数量与所述表单包含的元素的数量一致;分别对所述切片图像进行光学字符识别,获得所述切片图像包含的字符串;按照预设规则记录获得的字符串。

【技术特征摘要】

【专利技术属性】
技术研发人员:刘永波李桂林方红涛
申请(专利权)人:中国建设银行股份有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1