[发明专利]发票图像自动分类方法、系统、装置

说明书

本发明属于图像处理、文字检测识别技术领域，具体涉及一种发票图像自动分类方法、系统、装置，旨在解决现有的发票票据分类方法无法高效准确分类的问题。本系统方法包括：获取待分类的发票图像，作为输入图像；获取输入图像中发票监制章的检测区域并进行拓宽，得到包含发票名称的图像区域；获取图像区域中的各文字的位置及识别结果并进行合并，得到发票名称识别结果，作为第一结果；计算第一结果与第一类别库中各发票名称的编辑距离，若与其的长度的比值小于设定阈值，则对其进行矫正并得到分类结果；否则将第一结果中的各关键词在第二类别库中检索并统计对应的类别，将次数最多的类别作为分类结果。本发明提高了发票票据分类的实时性、准确性。

技术领域

本发明属于图像处理、文字检测识别技术领域，具体涉及一种发票图像自动分类方法、系统、装置。

背景技术

票据图像中的文字能表达丰富的财务信息，而传统人工录入财务信息速度慢，错误率高，而且需要大量的人力物力。近年来，随着人工智能的热潮日渐高涨，相关的技术如图像处理、模式识别、计算机视觉等也得到了迅速的发展，智能报销系统逐步兴起。

在智能报销系统中，用户将发票(或发票票据)拍照上传到财务系统进行识别，但是发票图像种类繁多，每类发票所需要录入的关键信息不尽相同。因此，在进行识别时一般存在以下问题：

(1)对于非发票图像不能有效判别，容易将带有部分关键字段的非发票票据种类图像也会判别为发票票据，对后期票据识别录入造成干扰；

(2)在有效提取关键字段时，需要先对发票票据中所有的字符进行识别，然后才提取关键字段，该过程过于耗时，造成资源浪费，且当智能财务系统中巨量票据录取时，拖慢录入速度，造成拥堵；

(3)不同发票票据中关键字段也极有可能相同，单纯关键字段无法做到真正准确有效的进行票据分类；

基于上述的问题，大量的发票无法进行高效准确地分类，导致智能财务系统无法正常运行。为此，本发明提出了一种发票图像自动分类方法。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的发票票据分类方法无法高效准确分类的问题，本发明第一方面，提出了一种发票图像自动分类方法，该方法包括：

步骤S100，获取待分类的发票图像，作为输入图像；

步骤S200，获取所述输入图像中发票监制章的检测区域，并对该检测区域进行设定尺寸的拓宽，得到包含发票名称的图像区域，作为第一区域；

步骤S300，获取所述第一区域中各文字的位置及识别结果，并根据位置对各文字的识别结果进行合并，得到发票名称识别结果，作为第一结果；

步骤S400，对所述第一结果，计算其与预构建的第一类别库中各发票名称的编辑距离，若所述编辑距离与其的长度的比值小于设定阈值，则通过对应的发票名称对其进行矫正，并得到所述输入图像对应的分类结果；否则执行步骤S500；所述第一类别库为基于发票名称构建的类别库；

步骤S500，将所述第一结果中的各关键词在预构建的第二类别库中检索并统计对应的类别，将次数最多的类别作为所述输入图像对应的分类结果；所述第二类别库为基于发票名称拆分的关键词构建的类别库。

在一些优选的实施方式中，步骤S200中“获取所述输入图像中发票监制章的检测区域”，其方法为：通过基于深度学习的目标检测模型获取输入图像中发票监制章的检测区域。

在一些优选的实施方式中，步骤S200中“对该检测区域进行设定尺寸的拓宽，得到包含发票名称的图像区域”，其方法为：

box2＝(x-width,y,width*M,height)