[发明专利]一种购物小票的文字识别方法、系统、终端设备和存储介质

权利要求书

1.一种购物小票的文字识别方法，其特征在于，包括步骤：

向预设小票模板中随机添加票据填充内容生成小票文本图像，对所述小票文本图像进行图像扩充和打标处理获得小票样本集；

根据所述小票样本集训练得到网络模型，并通过网络剪枝对所述网络模型进行压缩处理得到小票识别模型；

将待识别小票图片输入至所述小票识别模型得到文字识别结果。

2.根据权利要求1所述的购物小票的文字识别方法，其特征在于，所述向预设小票模板中随机添加票据填充内容生成小票文本图像包括步骤：

预先设定小票填充内容，并设定不同小票类型的预设小票模板；所述小票填充内容包括票据填充要素、票据填充字体、票据填充字号；

按照所述预设小票模板规定的填充种类，从所有小票填充内容中随机选择不同语义特征的必要填充信息和非必要填充信息；

将所述必要填充信息、非必要填充信息填充至所述预设小票模板的对应位置生成预设数量个小票文本图像；

其中，必要填充信息包括商品信息栏、结算信息栏、商家信息栏、订单信息栏，非必要填充信息包括开票信息栏和其他信息栏。

3.根据权利要求1所述的购物小票的文字识别方法，其特征在于，所述对所述小票文本图像进行图像扩充和打标处理获得小票样本集包括步骤：

根据预设图像变换策略组合，对所述小票文本图像分别进行变换处理完成图像扩充；

从填充至所述预设小票模板的必要填充信息中提取关键词，以生成所述小票文本图像对应的文本标签；

根据所述文本标签命名对应的小票文本图像得到票据样本图像，汇总所有票据样本图像得到所述小票样本集。

4.根据权利要求1所述的购物小票的文字识别方法，其特征在于，所述根据所述小票样本集训练得到网络模型，并通过网络剪枝对所述网络模型进行压缩处理得到小票识别模型包括步骤：

将所述小票样本集分类为小票图像训练集和小票图像验证集；

根据所述小票图像训练集进行模型训练得到所述网络模型；

将所述网络模型的中不同分支的初始权重值进行大小排序，从最小初始权重值开始按照排列顺序依次选取预设数量个分支进行剪枝，以稀疏化所述网络模型；

将剪枝后的网络模型进行重训练，将所述小票图像验证集输入至所述剪枝后的网络模型获得识别误差值；

若所述识别误差值低于误差阈值进行下一轮剪枝及重训练，直至所述识别误差值高于误差阈值停止剪枝，并确定所述识别误差值最后一次低于误差阈值时剪枝后的网络模型为所述小票识别模型。

5.一种购物小票的文字识别系统，其特征在于，包括：

样本获取模块，用于向预设小票模板中随机添加票据填充内容生成小票文本图像，对所述小票文本图像进行图像扩充和打标处理获得小票样本集；

模型获取模块，用于根据所述小票样本集训练得到网络模型，并通过网络剪枝对所述网络模型进行压缩处理得到小票识别模型；

处理模块，用于将待识别小票图片输入至所述小票识别模型得到文字识别结果。

6.根据权利要求5所述的购物小票的文字识别系统，其特征在于，所述样本获取模块包括：

设置单元，用于预先设定小票填充内容，并设定不同小票类型的预设小票模板；所述小票填充内容包括票据填充要素、票据填充字体、票据填充字号；

选择单元，用于按照所述预设小票模板规定的填充种类，从所有小票填充内容中随机选择不同语义特征的必要填充信息和非必要填充信息；

生成单元，用于将所述必要填充信息、非必要填充信息填充至所述预设小票模板的对应位置生成预设数量个小票文本图像；

其中，必要填充信息包括商品信息栏、结算信息栏、商家信息栏、订单信息栏，非必要填充信息包括开票信息栏和其他信息栏。