基于OCR的发票金额高精准分析系统及方法技术方案

本发明专利技术公开了基于OCR的发票金额高精准分析系统，包括系统终端和服务器；系统终端为用户提供了读取所需分析发票的图像扫描仪；服务器存储了预先训练好的网络模型和整套系统源码；网络模型包括图像分类、OCR文字识别CRNN单元和图像特征匹配单元；图像分类采用MobileNet V3分类网络；图像特征匹配单元采用SIFT算法，进行特征匹配定位提取；述OCR文字识别CRNN单元对所需信息进行识别；整套系统源码实现对网络模型和分析可视化界面的整合。本发明专利技术图像处理模块通过使用MobileNet V3分类网络和SIFT算法进行特征匹配定位提取的结合使用，实现多种票据自动分类，对需要识别的模块进行针对性定位，减少不必要的流程，节约时间，提高效率和识别精度。提高效率和识别精度。提高效率和识别精度。

【技术实现步骤摘要】
基于OCR的发票金额高精准分析系统及方法


[0001]本专利技术涉及数据采集及处理
，具体涉及基于OCR的发票金额高精准分析系统及方法。

技术介绍

[0002]深度学习的自适应学习驱动方式，能够很好的应对这些问题，因为要做的参数预处理的流程基本上少了很多，而且基本上做到了端到端的处理。基于深度学习的OCR方法将一些繁杂的流程分为两个主要步骤，一个是文本检测(主要用于定位文本的位置)，另一个是文本识别(主要用于识别文本的具体内容)。虽然基于深度学习的OCR方法已经成为计算机视觉领域一个非常重要的研究方向，涉及的应用领域也多种多样，但是基于中文的场景文本识别问题仍然需要不断完善。
[0003]传统的OCR处理方法使用了大量图像处理的相关知识：首先是数据的预处理，然后是数据的特征提取、特征降维等，之后送入一些典型的分类器(例如SVM、Softmax)进行分类，最后通过后处理进行数据结构化。虽然这基本上合乎人类视觉处理逻辑，但是整个处理流程的工序太多，而且是串行的，导致错误不断被传递放大。其次，整个过程涉及太多的人工设计，而人工设计并不一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于OCR的发票金额高精准分析系统，其特征在于，该系统包括系统终端和服务器；所述系统终端为用户提供了自动读取所需分析发票的图像扫描仪；所述服务器存储了预先训练好的网络模型和整套系统源码；所述系统终端和服务器通过公共通信网络可进行通信连接；所述网络模型包括图像分类、OCR文字识别CRNN单元和图像特征匹配单元；所述图像分类采用MobileNet V3分类网络，对不同发票的图像进行对应模板分类；所述图像特征匹配单元采用SIFT算法，进行特征匹配定位提取；所述OCR文字识别CRNN单元对所需信息进行识别；所述整套系统源码实现对图像分类、图像特征匹配单元、OCR文字识别CRNN单元和生成excel表格和分析可视化界面的整合，使其成为一个连贯的整体。2.根据权利要求1所述的基于OCR的发票金额高精准分析系统，其特征在于，所述OCR文字识别CRNN单元包括数据集生成模块、发票识别模块和数据分析可视化模块。3.根据权利要求2所述的基于OCR的发票金额高精准分析系统，其特征在于，所述数据集生成模块采用文字识别图像生成技术TRDG，实现在有限数据集的情况下生成较多的仿真数据，对截取不同部位的信息生成对应、不同的训练集，并将生成图片进行图像处理。4.根据权利要求2所述的基于OCR的发票金额高精准分析系统，其特征在于，所述发票识别模块包括深度学习的字符训练框架，使用数据集生成模块得到的数据集进行框架的训练，构建CRNN模型，训练网络达到收敛，用于字符识别。5.根据权利要求2所述的基于OCR的发票金额高精准分析系统，其特征在于，所述数据分析可视化模块采用pyecharts工具，将读取到的发票信息以可视化的方式展...

【专利技术属性】
技术研发人员：汪琳茜，潘继涛，徐开发，郁钱，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：