[发明专利]一种票据分析方法、分析装置、计算机设备和介质

说明书

本发明公开了一种票据分析方法、分析装置、计算机设备和介质，所述分析方法包括：通过密集卷积网络对接收的票据图像进行票据分类以获取所述票据的类型；根据所述类型识别所述票据图像以获取该票据的归档信息；基于针对不同类型票据的判断标准，根据所述类型通过所述归档信息检验所述票据是否符合所述判断标准；基于检验结果呈现提示信息。本发明提供的实施例通过密集卷积网络对接收的票据图像进行分类能够识别不同类型的票据，同时对所述票据进行识别、归档和检验以呈现提示信息，能够弥补了现有技术中处理票据存在的问题，有效提高各类型票据的处理效率，具有广泛的应用前景。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种票据分析方法、分析装置、计算机可读存储介质和计算机设备。

背景技术

随着图像处理技术的发展，目前已有一些公司基于OCR(Optical CharacterRecognition，光学字符识别)技术对拍摄的票据图像进行识别并归档，如百度、腾讯等，但它们的系统仍存在一些问题。例如：(1)一个系统只能对一种票据进行识别；(2)识别准确率较低；(3)当票据污损或被篡改时，无法对票据进行真伪检验；(4)现有的票据识别系统使用方式较为复杂，无法形成有效的文档，供财务人员查验等等。

发明内容

为了解决上述问题至少之一，本发明第一方面提供一种票据分析方法，包括：

通过密集卷积网络对接收的票据图像进行票据分类以获取所述票据的类型；

根据所述类型识别所述票据图像以获取该票据的归档信息；

基于针对不同类型票据的判断标准，根据所述类型通过所述归档信息检验所述票据是否符合所述判断标准；

基于检验结果呈现提示信息。

进一步的，所述通过密集卷积网络对接收的票据图像进行票据分类以获取所述票据的类型包括：

建立密集卷积网络模型，其中所述密集卷积网络模型包括

第一卷积层，用于对接收的图片进行卷积；

第一密集块，连接所述第一卷积层；

顺序连接第一密集块的第二卷积层、第一批量归一化层、第一激活函数层、第一池化层；

第二密集块，连接所述第一池化层；

顺序连接第二密集块的第三卷积层、第二批量归一化层、第二激活函数层、第二池化层；

第三密集块，连接所述第二池化层；

顺序连接第三密集块的第三池化层；

连接所述第三池化层的Softmax分类器；

训练所述密集卷积网络模型；

将所述票据图像输入第一卷积层，由所述Softmax分类器输出所述票据的类型。

进一步的，所述根据所述类型识别所述票据图像以获取该票据的归档信息包括：

对所述票据图像进行畸变校正以获取票据校正图像；

对所述票据校正图像进行文本方向检测以获取票据检测图像；

对所述票据检测图像进行文字检测和文字识别，并根据所述类型进行文本归档以获取所述票据的归档信息。

进一步的，所述对所述票据图像进行畸变校正以获取票据校正图像包括：

对所述票据图像进行图像二值化；

通过直线检测以获取所述票据图像的水平直线集和竖直直线集分组、合并近似平行线以确定所述票据的最优边界和定点；