[发明专利]一种OCR自动识别方法

权利要求书

1.一种OCR自动识别方法，其特征在于，包括：

创建数据传输接口，并通过数据传输接口获取待识别数据，所述待识别数据包括至少一个业务表图片数据；

对待识别数据进行解析，得到文字数据，所述文字数据包括与业务表图片数据对应的业务表文字数据；

对文字数据进行格式标准化处理，并将标准化后的数据存入数据库。

2.根据权利要求1所述的OCR自动识别方法，其特征在于，所述通过数据传输接口获取待识别数据包括：通过API接口获取待识别数据以及通过批量接口获取待识别数据。

3.根据权利要求2所述的OCR自动识别方法，其特征在于，所述通过API接口获取待识别数据包括：通过API接口访问待识别数据所在的网址url，获取待识别数据。

4.根据权利要求3所述的OCR自动识别方法，其特征在于，所述通过批量接口获取待识别数据包括：采用SQL查询语句，并通过批量接口在缓存中确定获取待识别数据，所述缓存表示执行所述OCR自动识别方法的装置所对应的缓存。

5.根据权利要求1所述的OCR自动识别方法，其特征在于，对待识别数据进行解析，得到文字数据，包括：

采用第一解析方式对待识别数据进行第一次解析，得到第一处理后数据；

判断第一次解析是否成功，若是，则将第一处理后数据作为文字数据，否则采用第二解析方式对待识别数据进行第二次解析，得到第二处理后数据；

判断第二次解析是否成功，若是，则将第二处理后数据作为文字数据，否则采用第三解析方式对待识别数据进行第三次解析，得到第三处理后数据；

将第三处理后数据作为文字数据。

6.根据权利要求5所述的OCR自动识别方法，其特征在于，所述采用第一解析方式对待识别数据进行第一次解析，包括：

对待识别数据依次进行去干扰、灰度化、二值化以及去噪处理，得到第一预处理数据；

采用字符识别引擎Tesseract对第一预处理数据进行解析，得到第一处理后数据。

7.根据权利要求5所述的OCR自动识别方法，其特征在于，所述采用第二解析方式对待识别数据进行第二次解析，包括：

对待识别数据依次进行旋转、矫正图像、灰度化、二值化、去干扰以及去噪处理，得到第二预处理数据；

对文字识别器进行训练，并采用训练后的文字识别器对第二预处理数据进行解析，得到第二处理后数据。

8.根据权利要求7所述的OCR自动识别方法，其特征在于，所述采用第三解析方式对待识别数据进行第三次解析，包括：调用云端的第三方文字辅助识别器进行解析，得到第三处理后数据。

9.根据权利要求7所述的OCR自动识别方法，其特征在于，所述将标准化后的数据存入数据库包括：

根据标准化后的数据中的账户ID，在数据库中查重，并将重复的数据过滤，得到过滤后数据，再将过滤后数据存入数据库。

10.根据权利要求9所述的OCR自动识别方法，其特征在于，所述数据库包括关系数据库和非关系数据库。