单据识别方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种单据识别方法、装置、设备及介质，其中该方法包括：获取目标单据文件，将目标单据文件进行格式转换得到第一单据图片；设置基准单据图片的基准关键点，根据基准关键点获取所述第一单据图片的检测关键点；根据基准关键点和检测关键点将第一单据图片进行变换，得到第二单据图片；获取第二单据图片中单据元素的目标元素框，其中目标元素框包括第一元素框和第二元素框；将第一元素框中的第一图像进行特征提取，得到第一特征；根据第一概率确定第二特征，将第一文本与第二特征中的第二文本相连，得到目标文本。本发明专利技术通过提出一种单据识别方法、装置、设备及介质，以提高单据数据的采集工作效率和准确度。据的采集工作效率和准确度。

【技术实现步骤摘要】
单据识别方法、装置、设备及介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种单据识别方法、装置、设备及介质。

技术介绍

[0002]目前，对于单据数据采集工作主要由人工进行整理原始票据，然后进行扫描，最后人工录入票面信息并对凭证进行审核。即使采用智能数据采集方法，也常常会出现识别出错字甚至无法识别的情况，这样子使得单据数据采集工作效率特别低下，而且要耗费非常多的时间和人力。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术实施例提出一种单据识别方法、装置、设备及介质，以提高单据数据的采集工作效率和准确度。
[0004]一方面，本专利技术实施例提供一种单据识别方法，包括：获取目标单据文件，将所述目标单据文件进行格式转换得到第一单据图片；设置基准单据图片的基准关键点，根据所述基准关键点获取所述第一单据图片的检测关键点，其中所述基准关键点在所述基准单据图片中的位置和所述检测关键点在所述第一单据图片中的位置一一对应；根据所述基准关键点和所述检测关键点将所述第一单据图片进行变换，得到第二单据图片；获取所述第二单据图片中单据元素的目标元素框，其中所述目标元素框包括第一元素框和第二元素框；将所述第一元素框中的第一图像进行特征提取，得到第一特征；其中第一特征包括第一概率和第一文本，所述第一概率表示指向第二特征的概率，所述第二特征表征对第二元素框中的第二图像进行特征提取，所述第一文本为对所述第一图像进行特征提取后的文本内容；根据所述第一概率确定所述第二特征，将所述第一文本与所述第二特征中的第二文本相连，得到目标文本，其中第二文本为所述第二图像进行特征提取后的文本内容。
[0005]根据本专利技术实施例的单据识别方法，至少具有如下有益效果：利用基准单据图片将第一单据图片进行变换得到第二单据图片，获取第二单据图片的目标元素框进行特征提取得到第一文本和第二文本，连接第一文本和第二文本得到目标文本。通过这种方式高效提取出单据文字，并且提高了识别精确度，降低了识别误差。
[0006]根据本专利技术的一些实施例，所述获取目标单据文件，将所述目标单据文件进行格式转换得到第一单据图片，包括：根据所述目标单据文件的文件名后缀，获取所述目标单据文件的文件类型；确定所述文件类型为非图片格式，则将文件类型进行格式转换得到所述第一单据图片。
[0007]根据本专利技术的一些实施例，所述根据所述基准关键点和所述检测关键点将所述第一单据图片进行变换，得到第二单据图片，包括：根据所述基准关键点和所述检测关键点得到透视变换矩阵；利用所述透视变换矩阵将所述第一单据图片进行透视变换，得到所述第二单据图片。
[0008]根据本专利技术的一些实施例，所述将所述第一元素框中的第一图像进行特征提取，
得到第一特征，包括：将所述目标元素框中的图像进行缩放，使得所有所述图像的高度相同；将所述图像进行卷积运算得到序列特征的特征向量，其中所述特征向量表征所述图像的固定宽度的特征；根据所述特征向量的标签分布得到指向所述第二图像的概率，作为所述第一概率；根据所述特征向量的大小对所述图像进行特征提取得到所述第一文本；结合所述第一概率和所述第一文本作为所述第一特征。
[0009]根据本专利技术的一些实施例，所述根据所述第一概率确定所述第二特征，将所述第一文本与所述第二特征中的第二文本相连，得到目标文本，包括：根据最高的所述第一概率，获取所述第二特征；获取所述第二特征中的所述第二文本，将所述第二文本的首端与所述第一文本的末端相连接，得到所述目标文本。
[0010]根据本专利技术的一些实施例，所述根据所述第一概率确定所述第二特征，将所述第一文本与所述第二特征中的第二文本相连，得到目标文本，包括：检测所述目标文本，对所述目标文本中的字符进行去重。
[0011]根据本专利技术的一些实施例，所述根据所述第一概率确定所述第二特征，将所述第一文本与所述第二特征中的第二文本相连，得到目标文本，包括：检测所述目标文本，确定相邻两个字符之间出现间隔符号，则将所述间隔符号删除。
[0012]另一方面，本专利技术实施例提供一种单据识别装置，包括：第一模块，用于获取目标单据文件，将所述目标单据文件进行格式转换得到第一单据图片；第二模块，用于设置基准单据图片的基准关键点，根据所述基准关键点获取所述第一单据图片的检测关键点，其中所述基准关键点在所述基准单据图片中的位置和所述检测关键点在所述第一单据图片中的位置一一对应；第三模块，用于根据所述基准关键点和所述检测关键点将所述第一单据图片进行变换得到第二单据图片；第四模块，用于获取所述第二单据图片中单据元素的目标元素框，其中所述目标元素框包括第一元素框和第二元素框；第五模块，用于将所述第一元素框中的第一图像进行特征提取，得到第一特征；其中第一特征包括第一概率和第一文本，所述第一概率表示指向第二特征的概率，所述第二特征表征对第二元素框中的第二图像进行特征提取，所述第一文本为对所述第一图像进行特征提取后的文本内容；第六模块，用于根据所述第一概率确定所述第二特征，将所述第一文本与所述第二特征中的第二文本相连，得到目标文本，其中第二文本为所述第二图像进行特征提取后的文本内容。
[0013]根据本专利技术实施例的单据识别装置，至少具有如下有益效果：利用基准单据图片将第一单据图片进行变换得到第二单据图片，获取第二单据图片的目标元素框进行特征提取得到第一文本和第二文本，连接第一文本和第二文本得到目标文本。通过这种方式高效提取出单据文字，并且提高了识别精确度，降低了识别误差。
[0014]另一方面，本专利技术实施例还提供一种计算机设备，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述的任一项所述的单据识别方法。
[0015]根据本专利技术实施例的计算机设备，至少具有与上述的单据识别方法同样的有益效果。
[0016]另一方面，本专利技术实施例提供一种存储介质，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现如上所述的任一项所述的单据识别方法。
[0017]根据本专利技术实施例的存储介质，至少具有与上述的单据识别方法同样的有益效
果。
[0018]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0019]图1是本专利技术实施例提供的单据识别方法的步骤流程图；
[0020]图2是本专利技术另一实施例提供的单据识别方法的步骤流程图；
[0021]图3是本专利技术另一实施例提供的单据识别方法的步骤流程图；
[0022]图4是本专利技术另一实施例提供的单据识别方法的步骤流程图；
[0023]图5是本专利技术实施例提供的单据识别装置的示意框图；
[0024]图6是本专利技术实施例的设备的示意框图。
具体实施方式
[0025]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单据识别方法，其特征在于，包括：获取目标单据文件，将所述目标单据文件进行格式转换得到第一单据图片；设置基准单据图片的基准关键点，根据所述基准关键点获取所述第一单据图片的检测关键点，其中所述基准关键点在所述基准单据图片中的位置和所述检测关键点在所述第一单据图片中的位置一一对应；根据所述基准关键点和所述检测关键点将所述第一单据图片进行变换，得到第二单据图片；获取所述第二单据图片中单据元素的目标元素框，其中所述目标元素框包括第一元素框和第二元素框；将所述第一元素框中的第一图像进行特征提取，得到第一特征；其中第一特征包括第一概率和第一文本，所述第一概率表示指向第二特征的概率，所述第二特征表征对第二元素框中的第二图像进行特征提取，所述第一文本为对所述第一图像进行特征提取后的文本内容；根据所述第一概率确定所述第二特征，将所述第一文本与所述第二特征中的第二文本相连，得到目标文本，其中第二文本为所述第二图像进行特征提取后的文本内容。2.根据权利要求1所述的单据识别方法，其特征在于，所述获取目标单据文件，将所述目标单据文件进行格式转换得到第一单据图片，包括：根据所述目标单据文件的文件名后缀，获取所述目标单据文件的文件类型；确定所述文件类型为非图片格式，则将文件类型进行格式转换得到所述第一单据图片。3.根据权利要求1所述的单据识别方法，其特征在于，所述根据所述基准关键点和所述检测关键点将所述第一单据图片进行变换，得到第二单据图片，包括：根据所述基准关键点和所述检测关键点得到透视变换矩阵；利用所述透视变换矩阵将所述第一单据图片进行透视变换，得到所述第二单据图片。4.根据权利要求1所述的单据识别方法，其特征在于，所述将所述第一元素框中的第一图像进行特征提取，得到第一特征，包括：将所述目标元素框中的图像进行缩放，使得所有所述图像的高度相同；将所述图像进行卷积运算得到序列特征的特征向量，其中所述特征向量表征所述图像的固定宽度的特征；根据所述特征向量的标签分布得到指向所述第二图像的概率，作为所述第一概率；根据所述特征向量的大小对所述图像进行特征提取得到所述第一文本；结合所述第一概率和所述第一文本作为所述第一特征。5.根据权利要求1所述的单据识别方法，其特征在于，所述根据所述第一概率确定所述第二特征...

【专利技术属性】
技术研发人员：杨忠明，陈宗仁，严谨，
申请(专利权)人：广东科学技术职业学院，
类型：发明
国别省市：