基于票据图像的票据种类确定方法、装置、设备及介质制造方法及图纸

本申请提供一种基于票据图像的票据种类确定方法、装置、设备及介质。该方法包括：获取待确定种类的票据图像；对所述待确定种类的票据图像进行区域划分，得到所述待确定种类的票据图像中的至少两个区域图像；根据所述待确定种类的票据图像中的至少两个区域图像，确定所述待确定种类的票据图像所属的票据种类。本申请的方法，通过将一张票据图像划分为两个区域，实现对整张票据图像的种类确定，提高票据种类的确定精度。种类的确定精度。种类的确定精度。

【技术实现步骤摘要】
基于票据图像的票据种类确定方法、装置、设备及介质


[0001]本申请涉及图像处理技术，尤其涉及一种基于票据图像的票据种类确定方法、装置、设备及介质。

技术介绍

[0002]图像处理应用在生活中的方方面面，例如，可以通过图像处理技术对票据进行识别。但是，在对票据图像识别前，需要先确定票据的种类。若种类确定错误，则会影响票据图像的识别精度。
[0003]目前，需要人工对票据图像进行分类，便于对票据中有用信息进行识别和提取。但是，人工分类容易出现错误，票据种类的确定精度和效率较低。

技术实现思路

[0004]本申请提供一种基于票据图像的票据种类确定方法、装置、设备及介质，用以提高票据种类的确定精度和效率。
[0005]第一方面，本申请提供一种基于票据图像的票据种类确定方法，包括：
[0006]获取待确定种类的票据图像；
[0007]对所述待确定种类的票据图像进行区域划分，得到所述待确定种类的票据图像中的至少两个区域图像；
[0008]根据所述待确定种类的票据图像中的至少两个区域图像，确定所述待确定种类的票据图像所属的票据种类。
[0009]第二方面，本申请提供一种基于票据图像的票据种类确定装置，包括：
[0010]图像获取模块，用于获取待确定种类的票据图像；
[0011]区域划分模块，用于对所述待确定种类的票据图像进行区域划分，得到所述待确定种类的票据图像中的至少两个区域图像；
[0012]种类确定模块，用于根据所述待确定种类的票据图像中的至少两个区域图像，确定所述待确定种类的票据图像所属的票据种类。
[0013]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0014]所述存储器存储计算机执行指令；
[0015]所述处理器执行所述存储器存储的计算机执行指令，以实现如本申请第一方面所述的基于票据图像的票据种类确定方法。
[0016]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如本申请第一方面所述的基于票据图像的票据种类确定方法。
[0017]本申请提供的一种基于票据图像的票据种类确定方法、装置、设备及介质，通过对待确定种类的票据图像进行区域划分，得到多张区域图像。根据一张票据图像中的多张区
域图像，确定整张票据图像所属的票据种类，实现在确定票据种类时，结合票据图像中多个区域中的信息，提高票据种类的确定精度。解决了现有技术中，人工进行分类所造成的分类精度和效率低的问题，节约人力和时间，提高票据种类的确定效率。
附图说明
[0018]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0019]图1为本申请实施例提供的一种基于票据图像的票据种类确定方法的流程示意图；
[0020]图2为本申请实施例提供的票据图像的区域划分范围示意图；
[0021]图3为本申请实施例提供的一种基于票据图像的票据种类确定方法的流程示意图；
[0022]图4为本申请实施例提供的一种基于票据图像的票据种类确定装置的结构框图；
[0023]图5为本申请实施例提供的一种基于票据图像的票据种类确定装置的结构框图；
[0024]图6为本申请实施例提供的一种电子设备的结构框图；
[0025]图7为本申请实施例提供的一种电子设备的结构框图。
[0026]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0027]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0028]应当明确，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0029]下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0030]在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0031]需要注意的是，由于篇幅所限，本申请说明书没有穷举所有可选的实施方式，本领域技术人员在阅读本申请说明书后，应该能够想到，只要技术特征不互相矛盾，那么技术特征的任意组合均可以构成可选的实施方式。下面对各实施例进行详细说明。
[0032]图像处理已经应用到生活中的方方面面，例如，可以对票据的图像进行内容识别。但是，在对票据进行识别前，需要先进行票据种类的选择，错误的分类对后续的操作有巨大的影响。考虑到票据本身的特殊性，不能使用OCR(Optical Character Recognition，光学字符识别)对票据种类进行直接识别，需要人工进行分类，再对票据中有用信息进行识别和提取，录入到生成好的票据模板中。
[0033]但是，人工进行分类会浪费大量的人力和时间，分类的精度和效率较低。近年来，深度学习在解决语音识别、图像处理等方面表现出相当不错的处理能力。在不同类型的深度学习神经网络中，卷积神经网络得到了深入的研究和巨大的发展。如何利用卷积神经网络对票据种类进行识别，成为亟待解决的问题。
[0034]本申请提供的一种基于票据图像的票据种类确定方法、装置、设备及介质，旨在解决现有技术的如上技术问题。
[0035]下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
[0036]图1是根据本申请实施例提供的一种基于票据图像的票据种类确定方法的流程示意图，该方法可以由一种基于票据图像的票据种类确定装置执行。如图1所示，该方法包括以下步骤：
[0037]S101、获取待确定种类的票据图像。
[0038]示例性地，可以通过图像采集设备获取各类票据的票据图像，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于票据图像的票据种类确定方法，其特征在于，包括：获取待确定种类的票据图像；对所述待确定种类的票据图像进行区域划分，得到所述待确定种类的票据图像中的至少两个区域图像；根据所述待确定种类的票据图像中的至少两个区域图像，确定所述待确定种类的票据图像所属的票据种类。2.根据权利要求1所述的方法，其特征在于，根据所述待确定种类的票据图像中的至少两个区域图像，确定所述待确定种类的票据图像所属的票据种类，包括：根据所述待确定种类的票据图像中的至少两个区域图像，基于预设的神经网络模型，确定所述区域图像属于预设的每一票据种类的概率；根据所述区域图像属于预设的每一票据种类的概率，确定所述待确定种类的票据图像属于预设的每一票据种类的概率；根据所述待确定种类的票据图像属于预设的每一票据种类的概率，确定所述待确定种类的票据图像所属的票据种类。3.根据权利要求2所述的方法，其特征在于，根据所述待确定种类的票据图像中的至少两个区域图像，基于预设的神经网络模型，确定所述区域图像属于预设的每一票据种类的概率，包括：将所述待确定种类的票据图像中的至少两个区域图像，输入至预设的神经网络模型中；根据所述神经网络模型的卷积层和全局平均池化层，对所述区域图像进行特征提取，得到所述区域图像的特征向量；根据所述区域图像的特征向量，得到所述区域图像属于预设的每一票据种类的概率。4.根据权利要求2所述的方法，其特征在于，根据所述区域图像属于预设的每一票据种类的概率，确定所述待确定种类的票据图像属于预设的每一票据种类的概率，包括：根据所述区域图像属于预设的每一票据种类的概率，基于预设的所述区域图像的权重，得到所述待确定种类的票据图像属于预设的每一票据种类的概率。5.根据权利要求2所述的方法，其特征在于，根据所述待确定种类的票据图像属于预设的每一票据种类的概率，确定所述待确定种类的票据图...

【专利技术属性】
技术研发人员：张舒沁，陈明浩，张浩，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：