[发明专利]一种银行票据信息识别方法

说明书

本发明公开了一种银行票据信息识别方法，包括以下步骤：S1：对票据的图像进行去噪；S2：对去噪后的图像进行倾斜校正；S3：对校正后的图像中的连续数字区域进行提取；S4：对提取得到的连续数字区域进行边界定位；S5：对边界定位好的连续数字区域进行分割，得到若干数字区域块；S6：对数字区域块进行单个字符切分；S7：通过模板匹配找到与待识别字符相似度最高的字符，并将待识别字符按照模板相似程度进行分类；S8：对于分类后的待识别字符，根据每一类待识别字符的模板之间的差异，设定相应的算法，最终确定待识别字符的识别结果。本发明能够克服传统人力处理票据的工作方式的不足，提高工作效率。

技术领域

本发明涉及图像处理技术，特别是涉及一种银行票据信息识别方法。

背景技术

OCR技术可以根据使用对象分为文本型OCR还有专业型OCR。文本型的系统往往包括的两大功能是版面处理以及文字识别，其中的版面处理有版面的倾斜校正、版面分析还有对文本需识别的序列进行标注；而文本识别是对文字序列块的识别，可以把文字的图像变成文字机内码。目前较普遍的有清华文通(TH-OCR)、沈阳自动化所(SY-OCR)、北信(BI-OCR)等。而专业型的系统大多是针对特定的行业，例如金融系统、海关、税务等信息格式比较固定，字符识别量也相对少。

图像分割在图像处理中是一项至关重要的技术，迄今为止提出的分割算法已经不下千种。然并没有相互通用的理论，因为这些算法都是针对于某一个问题提出，没有一种算法是适合于每种图像的。其中算法主要分为了三大类，包括阈值分割法，基于区域提取的算法，还有基于边缘检测的算法。

票据在我们的生活中不仅是结算的凭证也是流通的说明，因使用场景的不同，它的内容就会发生变化而使票据种类变多变复杂。但是票据的分割识别管理还不是很好，因此各个企业及单位在面对处理票据的过程中效率很低，也存在着一些问题：(1)纸质票据备份量少，当遇到虫蚁啃咬时容易造成信息缺失，可能导致无法挽回的问题；(2)只能靠人力对纸质票据进行真伪判断，但会容易在主观因素上对判断结果产生干预和误判；(3)对纸质票据需要进行手工建档，人工查询，会对人力、物力带来浪费，还会对企业的财力带来大量消耗，服务质量很低；(4)纸质票据在信息化的时代无法进行线上的传送，使有些金融要求无法达到；(5)票据信息内容多样，且数字信息不像汉字那样字符之间有关联性，人工读取时会因为误判而使整个数字串错误，使信息传递出错。

发明内容

发明目的：本发明的目的是提供一种能够解决现有技术中存在缺陷的银行票据信息识别方法。

技术方案：本发明所述的银行票据信息识别方法，包括以下步骤：

S1：对票据的图像进行去噪；

S2：对去噪后的图像进行倾斜校正；

S3：对校正后的图像中经文字扩充后的连续数字区域进行提取；

S4：对提取得到的连续数字区域进行边界定位；

S5：对边界定位好的连续数字区域进行分割，得到若干数字区域块；

S6：对数字区域块进行单个字符切分，具体包括以下步骤：

S61：对数字区域块中的字符进行轮廓检测，记录字符的凹点个数，采用垂直投影的方式对字符进行分割，对分割后得到的字符数进行记录；

S62：判断是否存在粘连字符：如果是，则进行步骤S63；否则，结束；

S63：采用水滴算法对粘连字符进行分割，然后进行以下判断：如果分割后的字符数大于或等于凹点个数，则结束；否则，重新采用水滴算法进行分割；

S7：通过模板匹配找到与待识别字符相似度最高的字符，并将待识别字符按照模板相似程度进行分类；