【技术实现步骤摘要】
基于文字识别的财务报表识别方法及装置
本专利技术涉及信息
，具体涉及文字识别领域
，特别是涉及一种基于文字识别的财务报表识别方法及装置。
技术介绍
在传统信贷业务办理过程中，信息采集仍然主要依靠业务人员手工录入，特别是财务报表业务场景，每年需要手工录入数千张各行业公司财务报表，其表格数量多，金额数字量很大，效率低下并且容易出错。随着人工智能的不断发展，基于模式识别和深度学习文字识别技术日渐成熟。文字识别技术也大量的被运用到数据自动录入的场景，在信贷财务报表录入场景下，这些通用机制目前存在一些缺陷，主要包括：一是财务报表格式应企业而异，对于非通用格式的图像，识别后的文字提取造成困难；二是财务报表图像数量较多，识别耗时较长；三是财务指标名称没有统一标准，无法自动映射到系统标准财务报表模板中，准确率较低。
技术实现思路
针对现有技术中的问题，本专利技术提供的基于文字识别的财务报表识别方法及装置，将财务报表录入与文字识别技术相结合，能有效减少人工录入的工作量，提升信息采集的准确度。为解...
【技术保护点】
1.一种基于文字识别的财务报表识别方法，其特征在于，包括：/n接收所述财务报表的图像数据；/n对所述图像数据进行标准化处理以及预处理；/n利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别。/n
【技术特征摘要】
1.一种基于文字识别的财务报表识别方法，其特征在于，包括：
接收所述财务报表的图像数据；
对所述图像数据进行标准化处理以及预处理；
利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别。
2.根据权利要求1所述的基于文字识别的财务报表识别方法，其特征在于，对所述图像数据进行标准化处理包括：
判断所述图像数据的dpi是否大于预设值、表格线是否完整以及倾斜角度是否小于预设角度。
3.根据权利要求2所述的基于文字识别的财务报表识别方法，其特征在于，对所述图像数据进行预处理包括：
对标准化后的图像数据一次进行二值化处理、倾斜矫正以及归一化；
对标准化之后的图像数据进行矩形卷积核处理。
4.根据权利要求1所述的基于文字识别的财务报表识别方法，其特征在于，所述利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别，包括：
利用lsd算法对所述图像数据进行直线检测，以获取所述图像数据中的单元格位置以及所述单元格中的内容；
对所述单元格中的内容进行碎片化处理；
将碎片化之后的内容输入至所述CNN神经网络模型中。
5.一种基于文字识别的财务报表识别装置，其特征在于，包括：
图像数据接收单元，用于接收所述财务报表的图像数据；
图像数据处理单元，用于对所述图像数据进行标准化处理以及预处理；
文字识别单元，用于利用预生成的CNN神经网络模...
【专利技术属性】
技术研发人员：王建奇，郑振雷，钱江，张力引，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11
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。