[发明专利]信息处理方法及信息处理装置

说明书

本发明公开一种信息处理方法，首先确定表单中各列在该表单中的位置区域，确定各列的定位元素在表单中的位置区域，确定表单中各列包含的元素的数量，之后根据前述信息确定各个元素在表单中的位置区域，依据各个元素在表单中的位置区域进行切片处理，使得每个元素均切分为一个切片图像，之后对各个切片图像分别进行光学字符识别，获得切片图像包含的字符串并进行记录。基于本发明公开的信息处理方法，能够获取表单中的元素，并且能够降低数据的出错率。本发明还公开相应的信息处理装置。

技术领域

本发明属于文本识别技术领域，尤其涉及信息处理方法及信息处理装置。

背景技术

在银行的日常业务中，需要对海量的表单进行处理。目前，工作人员在对纸质材料进行电子化处理过程中，要对大量的列表式信息进行人工录入，例如住房公积金归集过程中的公积金汇缴清册。

这些列表式信息具有以下特征：1、票据的数据量大；2、票据中位于同一列的各个元素的数据类型或者内容相同，位于同一行的各个元素的数据类型和内容不同；3、票据中位于同一行的各个元素的像素高度相同，位于同一列的各个元素的像素宽度相同。其中，票据中的元素指的是位于一个单元格中的字符或者字符串，也可以将元素理解为一条数据，例如：用户的姓名、日期、金额。

工作人员如果逐行录入列表式信息，往往需要频繁切换输入法，并调整手指在键盘上的操作区域，操作比较复杂。因此，工作人员通常是逐列录入列表式信息，由于位于同一列的元素的数据类型相同，视觉效果相似，这极易造成工作人员视觉疲劳，出现输入错位等问题。

为了降低工作人员的劳动强度，目前针对列表式信息出现了新的处理方式，具体的：利用文本识别工具对整个表单进行智能识别，获得表单中的数据并进行存储。

但是，申请人发现：采用上述方式对表单进行智能识别，获得的数据出错率较高。因此，如何对处理表单的方式进行改进，降低数据的出错率，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种信息处理方法和信息处理装置，用以获取表单中的元素，并降低获取到的数据的出错率。

为实现上述目的，本发明提供如下技术方案：

本发明公开一种信息处理方法，用于处理表单中的元素，所述表单为数字化图像，所述表单中的元素呈N列分布，其中，所述元素为一条数据，N为大于1的整数，所述信息处理方法包括：

分别确定所述表单中各列在所述表单中的位置区域；

分别确定所述表单中各列的定位元素在所述表单中的位置区域，其中，第n列的定位元素为：所述第n列所需录入的元素中、处于最上侧的元素，其中n＝1,2，…N；

确定所述表单中各列包含的元素的数量；

利用所述各列在所述表单中的位置区域、各列的定位元素在所述表单中的位置区域、以及各列包含的元素的数量，分别确定所述表单中各个元素在所述表单中的位置区域；

依据各个元素在所述表单中的位置区域对所述表单进行切片处理，得到多个切片图像，其中每个切片图像包含一个元素，切片处理得到的切片图像的数量与所述表单包含的元素的数量一致；

分别对所述切片图像进行光学字符识别，获得所述切片图像包含的字符串；

按照预设规则记录获得的字符串。

可选的，上述信息处理方法中，所述分别对所述切片图像进行光学字符识别，具体为：逐个对位于同一列的切片图像进行光学字符识别，之后逐个对位于另一列的切片图像进行光学字符识别，直至对位于各列的切片图像均进行光学字符识别；其中，位于第n列的切片图像由对所述表单的第n列进行切片处理得到。