[发明专利]单据识别方法、单据核对方法、装置和设备

权利要求书

1.一种单据识别方法，其特征在于，包括：

获取待测单据影像，所述待测单据影像包括至少一个有效区域；

提取所述至少一个有效区域的第一文本框以及对应的第一字段名，以形成结构化特征；

响应于所述结构化特征，使用预设的单据分类器对所述待测单据影像分类，以确定所述待测单据影像对应的单据类型；

调取与确定出的所述待测单据影像的单据类型同一类型的单据模板；以及

根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。

2.根据权利要求1所述的方法，其特征在于，所述提取所述至少一个有效区域的第一文本框以及对应的第一字段名具体包括：

根据卷积神经网络提取所述第一文本框；

根据OCR模型提取所述第一文字框中的第一字段值；以及

提取所述第一字段值中的第一字段名，所述第一字段名包括特定字符和/或特定字符的组合。

3.根据权利要求1所述的方法，其特征在于，所述调取与确定出的所述待测单据影像的单据类型同一类型的单据模板；以及根据所述单据模板提取所述待测单据影像的核对数据，包括：

匹配与所述待测单据影像同一类型的预设的单据模板，所述单据模板包括：第二文本框以及对应的字段类型；

更新所述第二文本框至所述待测单据影像以明确有效区域的标准文字采集位置；以及

识别第二文本框中的第二字段值并结合第二文本框对应的字段类型得到核对数据。

4.根据权利要求3所述的方法，其特征在于，在识别第二文本框中的第二字段值后，还包括：

核对所述第二字段值中每个单词是否存在于校验字典中，所述校验字典包括通用领域单词与专业领域单词；

记录所有通过核对的单词占总单词量的占比值；以及

确定所述占比值大于阈值时表示识别成功。

5.一种单据核对方法，其特征在于，包括：

使用权利要求1-4中任一项所述的单据识别方法识别第一单据的第一待测单据影像，以获取所述第一待测单据影像的第一核对数据；

使用权利要求1-4中任一项所述的单据识别方法识别第二单据的第二待测单据影像，以获取所述第二待测单据影像的第二核对数据；

比较所述第一核对数据和所述第二核对数据；以及

当所述第一核对数据和所述第二核对数据一致时，确定所述第一单据和所述第二单据一致。

6.一种单据识别装置，其特征在于，包括：

影像获取模块：用于获取待测单据影像，所述待测单据影像包括至少一个有效区域；

特征提取模块：用于提取所述至少一个有效区域的第一文本框以及对应的第一字段名，以形成结构化特征；

单据分类模块：用于响应于所述结构化特征，使用预设的单据分类器对所述待测单据影像分类，以确定所述待测单据影像对应的单据类型；

模板调取模块：用于调取与确定出的所述待测单据影像的单据类型同一类型的单据模板；以及

数据提取模块：用于根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。

7.一种单据核对装置，其特征在于，包括：

第一识别模块：用于使用权利要求1中所述的单据识别方法识别第一单据的第一待测单据影像，以获取所述第一待测单据影像的第一核对数据；

第二识别模块：用于使用权利要求1中所述的单据识别方法识别第二单据的第二待测单据影像，以获取所述第二待测单据影像的第二核对数据；

核对模块：用于比较所述第一核对数据和所述第二核对数据；以及

输出模块：用于当所述第一核对数据和所述第二核对数据一致时，确定所述第一单据和所述第二单据一致。

8.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储可执行指令，所述可执行指令在被所述处理器执行时，实现根据权利要求1-5任一项所述的方法。