[发明专利]提取收银票据信息的方法和装置

权利要求书

1.一种提取收银票据信息的方法，其特征在于，包括如下步骤：

对第一收银票据进行布局分析，以将所述第一收银票据按照文本间隔阈值划分为多个第一矩形区域，所述第一收银票据与待识别的收银票据具有相同的布局；

从所述第一收银票据中选择一区域作为第一数值域；

将每一第一矩形区域与所述第一数值域进行位置向量差计算，得到第一结果；

提供第二收银票据，并进行与所述第一收银票据相同的布局分析，得到多个第二矩形区域；

从所述第二收银票据中选择与所述第一数值域相同的区域作为第二数值域；

将每一第二矩形区域与所述第二数值域进行位置向量差计算，得到第二结果；

对所述第一结果与所述第二结果进行相似性匹配，对通过匹配的第一矩形区域按与所述第一数值域的距离排序；

选取距离小于一预设值的多个第一矩形区域按照可能性规则进行打分，并选择得分最高的第一矩形区域在第一收银票据中的坐标作为关键字域；

根据所述第一数值域、所述关键字域生成模板；

根据所述模板中所述关键字域的像素值从所述待识别的收银票据中获取目标关键字域，并根据所述目标关键字域计算出目标数值域；

对所述目标数值域进行文本识别，以实现信息提取。

2.根据权利要求1所述的提取收银票据信息的方法，其特征在于，对第一收银票据进行布局分析的具体步骤包括：

对第一收银票据进行灰度化、二值化的预处理；

在经过预处理的所述第一收银票据所在的平面内建立相互垂直的横轴和纵轴，通过横轴和纵轴的像素投影计算、以像素投影的谷底作为文本边界，并将位于同一行、相邻文本之间的间隔小于间隔阈值的文本划分为一第一矩形区域，且所述第一矩形区域的边界与文本边界相同。

3.根据权利要求1所述的提取收银票据信息的方法，其特征在于，根据所述模板中所述关键字域的像素值从所述待识别的收银票据中获取目标关键字域的具体步骤包括：

提取所述模板中所述关键字域的像素值；

根据所述像素值、采用开源计算机视觉库的相关性算法从所述待识别的收银票据中获取目标关键字域。

4.根据权利要求1所述的提取收银票据信息的方法，其特征在于，根据所述目标关键字域计算出目标数值域的具体步骤包括：

计算所述模板中所述关键字域与所述第一数值域之间的向量差；

根据所述向量差与所述目标关键字域计算目标数值域。

5.一种提取收银票据信息的装置，其特征在于，包括：

布局分析模块，用于对第一收银票据进行布局分析，以将所述第一收银票据按照文本间隔阈值划分为多个第一矩形区域，所述第一收银票据与待识别的收银票据具有相同的布局；

选择模块，用于从所述第一收银票据中选择一区域作为第一数值域；

关键字域模块，连接所述布局分析模块、所述选择模块，所述关键字域模块包括计算单元、匹配单元和打分单元；所述计算单元，用于将每一第一矩形区域与所述第一数值域进行位置向量差计算，得到第一结果；所述布局分析模块还用于对一第二收银票据进行与所述第一收银票据相同的布局分析，得到多个第二矩形区域；所述选择模块还用于从所述第二收银票据中选择与所述第一数值域相同的区域作为第二数值域；所述计算单元还用于将每一第二矩形区域与所述第二数值域进行位置向量差计算，得到第二结果；所述匹配单元，连接所述计算单元，用于对所述第一结果与所述第二结果进行相似性匹配，对通过匹配的第一矩形区域按与所述第一数值域的距离排序；所述打分单元，连接所述匹配单元，用于选取距离小于一预设值的多个第一矩形区域按照可能性规则进行打分，并选择得分最高的第一矩形区域在第一收银票据中的坐标作为关键字域；

模板生成模块，用于根据所述第一数值域、所述关键字域生成模板；

第一处理模块，连接所述模板生成模块，用于根据所述模板中所述关键字域的像素值从所述待识别的收银票据中获取目标关键字域，并根据所述目标关键字域计算出目标数值域；

第二处理模块，连接所述第一处理模块，用于对所述目标数值区域进行文本识别，以实现信息提取。