[发明专利]一种增值税普通发票智能识别与校验系统及其方法

说明书

本发明公开了一种增值税普通发票智能识别与校验系统及其方法，采用传统图像处理技术并且融合最新的深度学习网络，将增值税普通发票中需要提取的关键字段精准的定位，并获得其位置坐标信息；通过坐标信息截取文本区域并将其送入预训练好的深度学习网络模型中进行文本识别；最后通过增强的二维码识别技术解码增值税发票中二维码信息，与识别的内容进行对比，完成发票的验证和金额等字段的校正，最后将处理后的信息化输出保存，实现发票的信息化管理。本发明不但解决了传统人员手动录入和查询的低效率、耗时长、出错率高等缺点，而且可以降低企业的人力成本和管理成本。

技术领域

本发明涉及OCR票据识别的技术领域，尤其涉及到一种增值税普通发票智能识别与校验系统及其方法。

背景技术

随着社会经济的发展，发票的地位及作用显的越来越重要；在各行各业，消费者通过发票去报账的人数也在剧增，这也直接导致财务人员在面对大量发票后续的管理工作时显得尤为吃力。以学校为例，报账使用的增值税发票后期被粘贴在发票册中集中管理，以便后续财务人员的查阅以及核对，但面对成堆的发票册，当财务人员需要查找某一位人员曾经报过的账目时，需要翻阅大量的书册，这种方式的效率极其低下。为了将发票数据信息化管理，光学字符识别(OCR)技术在发票领域的应用就显得尤为重要。

由于深度学习时代的到来，OCR技术也得到了良好地发展，到目前也有一些技术方案。

公开号CN108171127A的发明专利《一种基于深度学习的发票自动识别方法》公开了利用深度AlexNet网络对发票进行识别；其字采用传统的方法，先将字符切割，再对单个字符进行识别，这种单个字符识别的方法效率并不高；另外，其字符定位采用了模板匹配算法定位到数字子区域，但是发票中存在太多数字干扰，没有具体介绍定位到某一块区域。

还有的是，在现有的发票OCR技术中，现有技术采用的发票原始数据都是版面整洁、没有背景污染并且发票版面大小一致的数据；倘若发票存在大小不一致、有背景污染的情况时，胡等人提出的经验定位和模板匹配算法就会失去作用；另外，其对于如何定位到文本区域没有进行详细的陈述，识别算法采用卷积神经网络(CNN)只能在空间上提取特征。

发明内容

本发明的目的在于克服现有技术的不足，提供一种增值税普通发票智能识别与校验系统，不但解决了传统人员手动录入和查询的低效率、耗时长、出错率高等缺点，而且可以降低企业的人力成本和管理成本。

为实现上述目的，本发明所提供的技术方案为：

一种增值税普通发票智能识别与校验系统，包括顺序连接的图像采集模块、图像预处理模块、二维码解码模块、文本区域定位模块、文本检测识别模块、校验模块以及结果输出模块；

其中，所述图像采集模块，用于扫描单张票据，将单张票据转换为计算机数字图像数据；

所述图像预处理模块，用于利用增值税普通发票与底座之间形成的色差边界，使用霍夫变换检测出边界直线的倾斜度，通过仿射变换完成发票的水平校正，再对校正后的图像进行边缘检测，完成增值税普通发票图像的提取；

所述二维码解码模块，用于对增值税普通发票图像进行二维码扫描解码；

所述文本区域定位模块，用于对文本区域一和文本区域二进行定位；

所述文本检测识别模块，用于进行端对端的文本区域检测及识别；

所述校验模块，用于对识别出的内容进行校验；

所述结果输出模块，用于将识别后的各个字段的结果整理，以面向对象编程的思想，将票据的内容发送、保存在数据库中，实现数据的持久化，方便了财务人员后期的管理与查询。

为实现上述目的，本发明另外提供一种用于增值税普通发票智能识别与校验系统的方法，包括以下步骤：