[发明专利]结合RPA及AI的发票处理、装置、计算设备及存储介质

权利要求书

1.一种结合RPA及AI的发票处理方法，其特征在于，包括：

S1，对待处理的发票纸质文件进行扫描，获得对应的发票图像；

S2，获取所述发票图像之中印章所在的区域位置；

S3，根据所述印章所在的区域位置，将所述印章从所述发票图像中抠出，得到印章图像；

S4，对所述印章图像之中的印章进行去除以得到去印章图像，并根据所述印章所在的区域位置，将所述去印章图像还原至所述发票图像之中所述印章图像抠出的位置，得到去印章发票图像；

S5，对所述去印章发票图像进行识别，以得到针对所述发票纸质文件的电子文件。

2.根据权利要求1所述的发票处理方法，其特征在于，所述对所述印章图像之中的印章进行去除以得到去印章图像，包括：

S41，当识别所述印章图像为黑白图像时，基于预设的印章去除模型对所述印章图像之中的印章进行去除，得到所述去印章图像；其中，所述印章去除模型通过预设的印章图像样本集中的印章图像和去印章图像训练得到，以建立各印章图像与去印章图像之间的关联关系。

3.根据权利要求2所述的发票处理方法，其特征在于，在识别所述印章图像为黑白图像之前，所述方法还包括：

S6，分离所述印章图像的颜色通道，并基于颜色通道图识别所述印章图像为彩色图像还是黑白图像。

4.根据权利要求2或3所述的发票处理方法，其特征在于，所述印章去除模型通过以下方式得到：

S411：获取样本原始图像以及黑白印章样本图像，其中，所述样本原始图像为不带印章的图像，所述黑白印章样本图像为只包含印章信息的黑白图像；

S412：将所述样本原始图像和所述黑白印章样本图像结合生成仿真图像，并改变所述仿真图像的亮度、饱和度、灰度，以及将所述仿真图像进行旋转或扭曲，得到全新的印章样本图像；

S413：将每张所述印章样本图像输入生成网络中，得到去印章样本图像；其中，所述生成网络用于使得所述印章样本图像与所述去印章样本图像相关联；

S414：将所述去印章样本图像输入判别网络中，获取所述判别网络输出的判别结果；其中，所述判别网络将所述去印章样本图像与对应的样本原始图像进行对比判断，判别结果为所述去印章图像为真假原始图像；

S415：基于所述判别结果，优化所述生成网络的参数，使得所述生成网络的损失函数与所述判别网络的损失函数的差值减小；

S416：判断所述生成网络的损失函数与所述判别网络的损失函数的差值是否小于预设的阈值，若差值小于所述预设的阈值，则将所述生成网络作为所述印章去除模型，否则返回执行所述将每张所述印章样本图像输入生成网络中的步骤。

5.根据权利要求1所述的发票处理方法，其特征在于，所述对所述去印章发票图像进行识别，以得到针对所述发票纸质文件的电子文件，包括：

S51，将所述去印章发票图像输入至预设的文字识别模型中进行文字识别，得到所述发票图像之中的文字；其中，所述文字识别模型是通过预设的去印章发票图像样本集中的去印章发票样本图像和发票样本图像中的文字训练得到，以建立去印章发票样本图像与发票样本图像中的文字之间的关联关系；

S52，将识别到的文字组成的文本作为所述发票纸质文件的电子文件。

6.根据权利要求5所述的发票处理方法，其特征在于，所述文字识别模型通过以下方式得到：

S511：获取训练样本集，所述训练样本集包括多组训练样本，每组所述训练样本包括去印章发票样本图像以及对应的发票样本图像中的文字，其中，所述去印章发票样本图像包括文字相对残缺的图像；

S512：通过所述训练样本集对预设的神经网络模型进行训练，得到所述文字识别模型，所述文字识别模型用于使得去印章发票样本图像与发票样本图像中的文字相关联；其中，当通过所述文字相对残缺的图像训练所述神经网络模型时，使得所述神经网络模型学习到残缺文字的形似特征，从而优化所述神经网络模型的参数。