[发明专利]基于文字识别的财务报表识别方法及装置

权利要求书

1.一种基于文字识别的财务报表识别方法，其特征在于，包括：

接收所述财务报表的图像数据；

对所述图像数据进行标准化处理以及预处理；

利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别；

匹配财报类型、指标列以及指标名称；

所述利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别，包括：

利用lsd算法对所述图像数据进行直线检测，以获取所述图像数据中的单元格位置以及所述单元格中的内容；

对所述单元格中的内容进行碎片化处理；

将碎片化之后的内容输入至所述CNN神经网络模型中；

对所述单元格中的内容进行碎片化处理包括：

将图像数据创建多个相互偏移的副本，以产生重影的效果；

对所述图像数据进行标准化处理包括：

判断所述图像数据的dpi是否大于预设值、表格线是否完整以及倾斜角度是否小于预设角度；

对所述图像数据进行预处理包括：

对标准化后的图像数据一次进行二值化处理、倾斜矫正以及归一化；

对标准化之后的图像数据进行矩形卷积核处理；

所述利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别，包括：以特征提取的方式，根据表格线提取各个表格位置，在表格内根据神经网络算法进行文字识别，将图片识别为文字；识别后输出数据格式为坐标位置和文字组成的json数据；

所述匹配财报类型、指标列以及指标名称包括：财报类型匹配、表格列匹配以及指标名称匹配。

2.一种基于文字识别的财务报表识别装置，其特征在于，包括：

图像数据接收单元，用于接收所述财务报表的图像数据；

图像数据处理单元，用于对所述图像数据进行标准化处理以及预处理；

文字识别单元，用于利用预生成的CNN神经网络模型对处理后的图像数据进行文字识别；

财报匹配单元，用于匹配财报类型、指标列以及指标名称；

所述文字识别单元包括：

内容获取模块，用于利用lsd算法对所述图像数据进行直线检测，以获取所述图像数据中的单元格位置以及所述单元格中的内容；

内容碎片化模块，用于对所述单元格中的内容进行碎片化处理；

内容测试模块，用于将碎片化之后的内容输入至所述CNN神经网络模型中；

对所述单元格中的内容进行碎片化处理包括：

将图像数据创建多个相互偏移的副本，以产生重影的效果；

所述图像数据处理单元包括：

预处理模块，用于判断所述图像数据的dpi是否大于预设值、表格线是否完整以及倾斜角度是否小于预设角度；

所述图像数据处理单元还包括：

第一标准化模块，用于对标准化后的图像数据一次进行二值化处理、倾斜矫正以及归一化；

第二标准化模块，用于对标准化之后的图像数据进行矩形卷积核处理；

所述文字识别单元具体用于以特征提取的方式，根据表格线提取各个表格位置，在表格内根据神经网络算法进行文字识别，将图片识别为文字；识别后输出数据格式为坐标位置和文字组成的json数据；

所述财报匹配单元具体用于财报类型匹配、表格列匹配以及指标名称匹配。

3.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述基于文字识别的财务报表识别方法的步骤。

4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1所述基于文字识别的财务报表识别方法的步骤。