票据信息识别方法技术

本申请涉及人工智能技术领域，提供了一种票据信息识别方法

【技术实现步骤摘要】
票据信息识别方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种票据信息识别方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品
。

技术介绍

[0002]随着计算机技术的发展，出现了文本识别技术
。
通过对票据图像进行文本识别，可提取票据图像的文本信息，实现节省巨大的人力和物力成本
。
[0003]传统技术通常是利用光学字符识别技术，对票据图像进行文本识别；但是，在如图像质量较差时，通过该技术进行文本识别，容易出现文字漏检等情况，导致票据信息识别的准确率较低
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高票据信息识别的准确率的票据信息识别方法
、
装置
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0005]第一方面，本申请提供了一种票据信息识别方法
。
所述方法包括：
[0006]获取票据图像；
[0007]对所述票据图像进行特征提取处理，得到目标维度的票据特征图；
[0008]对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图；
[0009]根据所述票据融合特征图中的像素点的响应值，对所述票据融合特征图进行文本识别，得到与所述票据图像对应的文本信息
。
[0010]在其中一个实施例中，所述对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图，包括：
[0011]根据所述目标维度的票据特征图的分辨率，对所述目标维度的票据特征图进行排序，得到票据特征图序列；
[0012]从所述票据特征图序列中，选取分辨率最低维度的票据特征图和分辨率次低维度的第一票据特征图；
[0013]对所述分辨率最低维度的票据特征图进行上采样处理和特征提取处理，得到所述分辨率次低维度的第二票据特征图；
[0014]对所述第一票据特征图和所述第二票据特征图进行像素加权处理和融合处理，得到所述分辨率次低维度的第一票据融合特征图；
[0015]删除所述票据特征图序列中的所述分辨率最低维度的票据特征图和所述票据特征图序列中的所述第一票据特征图，将所述第一票据融合特征图作为所述票据特征图序列中的分辨率最低维度的票据特征图，并跳转至所述从所述票据特征图序列中，选取分辨率最低维度的票据特征图和分辨率次低维度的第一票据特征图的步骤，直到所述票据特征图序列中的票据特征图的数量为一，则将所述票据特征图序列中的票据特征图作为票据融合
特征图
。
[0016]在其中一个实施例中，所述对所述第一票据特征图和所述第二票据特征图进行像素加权处理和融合处理，得到所述分辨率次低维度的第一票据融合特征图，包括：
[0017]对所述第一票据特征图和所述第二票据特征图进行融合处理，得到所述分辨率次低维度的第二票据融合特征图；
[0018]利用所述第二票据融合特征图，分别对所述第一票据特征图和所述第二票据特征图进行像素加权处理，得到所述分辨率次低维度的第一票据加权特征图和所述分辨率次低维度的第二票据加权特征图；
[0019]对所述第一票据加权特征图和所述第二票据加权特征图进行融合处理，得到所述分辨率次低维度的第一票据融合特征图
。
[0020]在其中一个实施例中，所述根据所述票据融合特征图中的像素点的响应值，对所述票据融合特征图进行文本识别，得到与所述票据图像对应的文本信息，包括：
[0021]获取所述票据融合特征图中的像素点的响应值；
[0022]将所述票据融合特征图中的对应的响应值满足预设响应阈值条件的像素点，作为所述票据融合特征图的目标像素点；
[0023]对所述目标像素点进行文本识别，得到与所述票据图像对应的文本信息
。
[0024]在其中一个实施例中，所述对所述目标像素点进行文本识别，得到与所述票据图像对应的文本信息，包括：
[0025]对所述目标像素点进行文本识别，得到与所述票据图像对应的各文本；
[0026]根据所述各文本的中心位置，确定所述各文本所属的文本行和所述各文本所属的文本块；
[0027]根据所述各文本
、
所述各文本所属的文本行和所述各文本所属的文本块，确定出与所述票据图像对应的文本信息
。
[0028]在其中一个实施例中，所述对所述票据图像进行特征提取处理，得到目标维度的票据特征图，包括：
[0029]对所述票据图像进行特征提取处理，得到不同维度的票据特征图；
[0030]根据所述不同维度的票据特征图的分辨率，从所述不同维度的票据特征图中，选取出与目标分辨率对应的票据特征图，作为目标维度的票据特征图
。
[0031]第二方面，本申请还提供了一种票据信息识别装置
。
所述装置包括：
[0032]图像获取模块，用于获取票据图像；
[0033]特征提取模块，用于对所述票据图像进行特征提取处理，得到目标维度的票据特征图；
[0034]像素加权模块，用于对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图；
[0035]文本识别模块，用于根据所述票据融合特征图中的像素点的响应值，对所述票据融合特征图进行文本识别，得到与所述票据图像对应的文本信息
。
[0036]第三方面，本申请还提供了一种计算机设备
。
所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0037]获取票据图像；
[0038]对所述票据图像进行特征提取处理，得到目标维度的票据特征图；
[0039]对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图；
[0040]根据所述票据融合特征图中的像素点的响应值，对所述票据融合特征图进行文本识别，得到与所述票据图像对应的文本信息
。
[0041]第四方面，本申请还提供了一种计算机可读存储介质
。
所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0042]获取票据图像；
[0043]对所述票据图像进行特征提取处理，得到目标维度的票据特征图；
[0044]对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图；
[0045]根据所述票据融合特征图中的像素点的响应值，对所述票据融合特征图进行文本识别，得到与所述票据图像对应的文本信息
。
[0046]第五方面，本申请还提供了一种计算机程序产品
。
所述计算机程序产品，包括计算机程序，该计算机程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种票据信息识别方法，其特征在于，所述方法包括：获取票据图像；对所述票据图像进行特征提取处理，得到目标维度的票据特征图；对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图；根据所述票据融合特征图中的像素点的响应值，对所述票据融合特征图进行文本识别，得到与所述票据图像对应的文本信息
。2.
根据权利要求1所述的方法，其特征在于，所述对所述目标维度的票据特征图进行像素加权处理和融合处理，得到票据融合特征图，包括：根据所述目标维度的票据特征图的分辨率，对所述目标维度的票据特征图进行排序，得到票据特征图序列；从所述票据特征图序列中，选取分辨率最低维度的票据特征图和分辨率次低维度的第一票据特征图；对所述分辨率最低维度的票据特征图进行上采样处理和特征提取处理，得到所述分辨率次低维度的第二票据特征图；对所述第一票据特征图和所述第二票据特征图进行像素加权处理和融合处理，得到所述分辨率次低维度的第一票据融合特征图；删除所述票据特征图序列中的所述分辨率最低维度的票据特征图和所述票据特征图序列中的所述第一票据特征图，将所述第一票据融合特征图作为所述票据特征图序列中的分辨率最低维度的票据特征图，并跳转至所述从所述票据特征图序列中，选取分辨率最低维度的票据特征图和分辨率次低维度的第一票据特征图的步骤，直到所述票据特征图序列中的票据特征图的数量为一，则将所述票据特征图序列中的票据特征图作为票据融合特征图
。3.
根据权利要求2所述的方法，其特征在于，所述对所述第一票据特征图和所述第二票据特征图进行像素加权处理和融合处理，得到所述分辨率次低维度的第一票据融合特征图，包括：对所述第一票据特征图和所述第二票据特征图进行融合处理，得到所述分辨率次低维度的第二票据融合特征图；利用所述第二票据融合特征图，分别对所述第一票据特征图和所述第二票据特征图进行像素加权处理，得到所述分辨率次低维度的第一票据加权特征图和所述分辨率次低维度的第二票据加权特征图；对所述第一票据加权特征图和所述第二票据加权特征图进行融合处理，得到所述分辨率次低维度的第一票据融合特征图
。4.
根据权利要求1所述的方法，其特征在于，所述根据所述票据融合特征图中的像素点的响应值，对所述票据...

【专利技术属性】
技术研发人员：徐晓健，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：