[发明专利]一种基于表格定位和深度学习的票据内容识别系统和方法有效
| 申请号： | 201810986548.6 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN109241894B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 薛涵凛;乔洪波;郭伟;李林亮 | 申请（专利权）人： | 南京安链数据科技有限公司 |
| 主分类号： | G06V30/412 | 分类号： | G06V30/412;G06V30/148;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 高玲玲 |
| 地址： | 210012 江苏省南京市雨*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于表格定位和深度学习的票据内容识别系统和方法。本发明针对特定的票据，能自动定位到票据中表格的单元格位置，提取出文本块，对比于一般的OCR识别方法需要对文本块进行字符分割，本发明免去改步骤，通过针对性地构造样本，训练一个深度学习模型，能够直接识别不定长的多字符文本块，并且可以有效地处理背景纹理和文字模糊。 | ||
| 搜索关键词： | 一种 基于 表格 定位 深度 学习 票据 内容 识别 系统 方法 | ||
【主权项】：
1.一种基于表格定位和深度学习的针对性票据内容识别方法，其特征在于包括以下步骤：利用模板匹配的方式判断一类型票据图片的朝向，利用直线检测的算法判断出票据中表格的水平倾斜角度，并将其矫正至水平位置，通过形态学方法定位到票据中表格的各个角点，进而定位出表格中的各个单元格位置；针对提取出来的单元格文本块，利用图像处理方法切割出文本行；建立基于卷积神经网络的CNN+GRU+CTC模型，用真实文字对模型进行训练，将训练好的模型对文本行进行识别；将所有的文字块识别的结果，按照文字块所在的位置排列起来，得到最后的票据图片的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京安链数据科技有限公司，未经南京安链数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810986548.6/，转载请声明来源钻瓜专利网。
