[发明专利]一种基于OCR的随货单识别校准方法

说明书

本发明涉及一种基于OCR的随货单识别校准方法，包括：通过外部OCR接口对随货单图像进行识别，并识别随货单中包含公司的关键文字块，与商品数据库匹配，得到供应商名称；将随货单表格与表格模板适配，判断是否存在对应的目标表格模板；若存在，则根据文字块坐标将文字块对应填充至目标表格模板，得到表格信息对象；在表格信息对象中商品行数信息不为空时，确定随货单表格与目标表格模板适配准确，则确定表格信息对象作为识别结果，识别结果包括属性文本和商品行数信息。本申请通过结合OCR文字识别技术提取随货单的图片数据，并结合行列坐标校验、多模板适配以及药店商品库数据，校准上述图片数据，从而提高随货单识别的准确性以及入库的效率。

技术领域

本发明涉及信息技术领域，尤其涉及一种基于OCR的随货单识别校准方法。

背景技术

随货单是药店随货同行单、销售单、出库单等的统称，作为药品流通企业、医疗机构购销药品要建立销售记录，做到票据、账目、货物、货款相一致的必须凭证。

基于阿里提供的通用OCR文字识别技术，可以初步做到随货单上大部分的文字识别，但是由于用户的拍照技术水平不一，图片质量参差不齐，容易造成直接识别出来的文字无法直接使用，影响随货单识别的准确性和随货单信息入库的效率。

发明内容

基于此，本发明提供一种基于OCR的随货单识别校准方法。通过结合OCR文字识别技术提取随货单的图片数据，并结合行列坐标校验、多模板适配以及药店商品库数据，校准上述图片数据，从而提高随货单识别的准确性以及入库的效率。

根据本申请的一些实施例的第一方面，提供了一种基于OCR的随货单识别校准方法，包括以下步骤：

获取随货单图像，通过外部OCR接口对所述随货单图像进行识别，并得到预设输出格式的所述随货单的表格和以所述表格为参照的文字块坐标；

计算以所述随货单为参照的表格坐标和文字块位置坐标，将所述表格坐标与所述文字块位置坐标一一对应，得到校准好的所述随货单；

识别所述随货单中包含公司的关键文字块，并与商品数据库匹配，得到所述随货单的供应商名称；

将所述供应商名称对应的随货单表格与预存的多个表格模板适配，判断是否存在对应的目标表格模板；

若存在所述目标表格模板，则根据所述文字块坐标将所述文字块对应填充至所述目标表格模板，得到表格信息对象；

在所述表格信息对象中商品行数信息不为空时，确定所述随货单表格与所述目标表格模板适配准确，则确定所述表格信息对象作为识别结果，所述识别结果包括属性文本和商品行数信息。

进一步地，识别所述随货单中包含公司的关键文字块前，还包括：计算以所述随货单为参照的表格坐标和文字块位置坐标，将所述表格坐标与所述文字块位置坐标一一对应，得到校准好的所述随货单。

进一步地，若存在所述目标表格模板，还包括：

获取若干属性文本在所述随货单表格的表头行中对应的第一属性列坐标，以及在所述目标表格模板的表头行中对应的第二属性列坐标，其中，所述属性文本包括批准文号、通用名、生产厂家、规格、生产日期、有效期、数量、生产批号、单价、产地；

将若干所述属性文本的第二属性列坐标校准至与其对应的第一属性列坐标。

进一步地，将若干所述属性文本的第二属性列坐标校准至与其对应的第一属性列坐标后，还包括：

判断所述随货单表格是否符合预设的模板适配条件，所述模板适配条件包括：所述随货单表格的属性文本一半以上与所述目标表格模板的属性文本一致，或者，所述随货单表格的属性文本三分之一以上与所述目标表格模板的属性文本一致，且所述属性文本中批准文号的第一属性列坐标与第二属性列坐标一致；