[发明专利]一种基于OCR技术的投标文件自动解析方法及系统

说明书

本发明涉及信息采集管理技术领域，具体为一种基于OCR技术的投标文件自动解析方法及系统，包括服务器以及移动端，所述服务器以及移动端上均设有信息采集单元、信息分类单元、信息截取单元、图像倾斜校正单元、OCR图像识别单元以及信息输出单元，本发明根据不同类型的投标项或投标类型首先进行的是分类，确定投标文件的的类别，这样根据不同种类的投标文就可以采用固定的模板截取出待识别信息的图像，同时降低了后续识别的难度，其次针对投标文件中表现的不同分类内容使用基于图像增强的二次分割法，用于实现截取，并进行倾斜校正这样既降低了识别难度，又提高了OCR图像识别单元解析的准确率。

技术领域

本发明涉及信息采集管理技术领域，具体为一种基于OCR技术的投标文件自动解析方法及系统。

背景技术

随着大数据兴起与不断发展，以及OCR图片识别的相关技术的不断成熟 ，通过OCR技术对投标文件进行智能化识别成为可能，其中对投标文件关键业务要素的抽取可以大大的提高系统的易用性以及降低专家的评审计算的工作量，越来越受到客户的关注。

公式电子化采购平台V6.0版本开始引入OCR投标文件自动解析方案，对OCR技术进行深度的研究及与实际业务场景进行结合，进一步提高产品的数字化以及智能化的程度，提升产品的竞争力。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种解析效率高，解析精准的基于OCR技术的投标文件自动解析方法及系统。

（二）技术方案

为实现上述目的，本发明提供如下技术方案：一种基于OCR技术的投标文件自动解析系统，其特征在于，包括服务器以及移动端，所述服务器以及移动端上均设有信息采集单元、信息分类单元、信息截取单元、图像倾斜校正单元、OCR图像识别单元以及信息输出单元，所述信息采集单元采集图片信息数据以及模板信息数据，所述信息分类单元将采集的图片信息分类处理，建立图片信息数据库以及模板信息数据库，所述信息截取单元负责对图片信息数据以及模板信息数据中需要解析的内容进行截取，所述图像倾斜校正单元负责对截取的图片信息数据以及模板信息数据检索校正，所述OCR图像识别单元基于OCR图像识别技术并结合人工智能深度学习算法对图片信息数据进行识别读取以获得OCR图像识别结果，所述信息输出单元用于进行信息数据的展示或不同设备之间的信息数据转存。

为了提高信息采集单元的使用效果，本发明改进有，所述信息采集单元包括摄像装置、信息管理单元以及互联网单元，且服务器与移动端之间通过互联网单元连接。

为了提高OCR图像识别单元的解析效果，所述OCR图像识别单元包括数字化单元、预处理单元、文字分隔单元以及特征提取单元。

为了提高本发明使用的安全性，所述服务器以及移动端上设有账号管理单元，所述账号管理单元包括身份输入单元、身份识别单元以及安全监测单元。

为了提高本发明解析的精准性，所述图像倾斜校正单元包括字符提取单元。

一种基于OCR技术的投标文件自动解析方，包括以下步骤：

步骤一，建立解析模型库，通过互联网单元下载投标文件的模板建立模板信息数据库，利用模板信息数据为基础，对信息采集单元采集的图片信息数据进解析；

步骤二，投标文件拆分提取，信息分类单元通过参照模板信息数据将采集的图片信息数据进行分类整理，方便进行提取；

步骤三，关键业务定位及OCR解析，通过信息截取单元对图片信息数据上的关键信息进行定位截取，并由OCR图像识别单元进行解析；

步骤四，解析内容规则匹配，通过参照模板信息数据对OCR图像识别单元解析的内容进行检索匹配；

步骤五，业务提取回写，通过信息输出单元解析数据进行缓存或输出处理。

（三）有益效果