[发明专利]一种发票字条自动识别录入的方法及装置

摘要

本发明提出了一种发票字条自动识别录入的方法及装置，方法包括对每种格式的发票图片中的字条标记包围盒及所属类别后存到训练数据库中；检测需要识别的发票图片的位置；将每张发票图片中的包围盒套用到需要识别的发票图片上，对被包围盒套用的字条进行识别；将需要识别的发票图片与每种格式的发票图片进行匹配，将格式最匹配的发票图片的格式作为需要识别的发票图片的格式；对需要识别的发票图片中被格式最匹配的发票图片的包围盒套用的字条进行图片分层；识别图层，将识别分数最高的图层作为滤除公章后的字条。实施本发明的发票字条自动识别录入的方法及装置，具有以下有益效果能识别发票中手写潦草字体、发票录入效率较高、识别效果较好。

主权项

一种发票字条自动识别录入的方法，其特征在于，包括如下步骤：A)建立训练数据库，采集各种不同格式的发票图片，并对每种格式的发票图片中的字条标记包围盒及所属类别后保存到所述训练数据库中；B)接收需要识别的发票图片，并自动检测其位置；所述需要识别的发票图片包括多个字条；C)将所述训练数据库中的每种格式的发票图片中的包围盒套用到所述需要识别的发票图片上面，并采用开源OCR引擎对被所述包围盒套用的所述需要识别的发票图片中的字条进行识别；D)将所述需要识别的发票图片与所述训练数据库中每种格式的发票图片进行格式匹配，并找出格式最匹配的发票图片，将所述格式最匹配的发票图片的格式作为所述需要识别的发票图片的格式；E)对所述需要识别的发票图片中被所述格式最匹配的发票图片的包围盒套用的字条进行图片分层，得到多个图层；F)采用所述开源OCR引擎对每个所述图层进行识别，计算每个所述图层的识别分数，并将识别分数最高的图层作为滤除公章后的字条。