[发明专利]一种票据识别方法及装置

权利要求书

1.一种票据识别方法，其特征在于，包括：

从待识别图像中定位出待识别票据的票据位置并识别出所述待识别票据的票据类型，确定待识别票据的图像；

按照与所述票据类型对应的预设票据模板对所述待识别票据的图像进行校正，得到校正票据图像；

提取所述校正票据图像中的待识别项；

通过文字识别技术识别所述待识别项的内容信息。

2.根据权利要求1所述的票据识别方法，其特征在于，所述从待识别图像中定位出待识别票据的票据位置并识别出所述待识别票据的票据类型，确定待识别票据的图像，包括：

基于深度学习的文档识别技术，结合预先训练的票据识别模型，确定待识别图像中待识别票据的位置信息和票据类型，并基于所述位置信息确定待识别票据的图像。

3.根据权利要求1所述的票据识别方法，其特征在于，所述按照与所述票据类型对应的预设票据模板对所述待识别票据的图像进行校正，得到校正票据图像，包括:

根据与所述票据类型对应的预设票据模板，通过图像匹配和仿射变换技术对所述待识别票据的图像进行校正，得到校正票据图像。

4.根据权利要求3所述的票据识别方法，其特征在于，所述根据与所述票据类型对应的预设票据模板，通过图像匹配和仿射变换技术对所述待识别票据的图像进行校正，得到校正票据图像，包括：

采用SIFT和RANSAC结合的图像匹配算法从所述待识别票据的图像中确定出与预先存储的票据模板特征图像最相似的匹配区域；

计算确定所述匹配区域相对于所述票据模板特征图像的仿射变换矩阵，并根据所述仿射变换矩阵对所述待识别票据的图像进行旋转、缩放和/或位移的校正，得到校正票据图像。

5.根据权利要求1所述的票据识别方法，其特征在于，所述提取所述校正票据图像中的待识别项，包括：

根据预先定义的识别项在预设票据模板中的位置坐标，在所述待识别票据的图像上提取识别项图像，得到初步识别项；

基于深度学习的文本行检测算法在所述初步识别项中定位文字行位置，得到目标待识别项。

6.根据权利要求1所述的票据识别方法，其特征在于，所述从待识别图像中定位出待识别票据的票据位置，包括：

基于深度学习的文档识别技术，使用全卷积神经网络，输入所述待识别图像，输出所述待识别图像中每个像素类别的预测概率图；

基于所述每个像素类别的预测概率图，通过OTSU图像分割算法计算每个像素的类别属性，并提取前景像素轮廓来获得票据位置信息。

7.根据权利要求1所述的票据识别方法，其特征在于，在所述通过文字识别技术识别所述待识别项的内容信息后，所述方法还包括：

根据所述待识别项的属性名称以及识别出的内容信息，对所述待识别票据的内容进行数据结构化输出。

8.一种票据识别装置，其特征在于，包括：

位置类型确定模块，用于从待识别图像中定位出待识别票据位置并识别出所述待识别票据的票据类型，确定待识别票据的图像；

图像校正模块，用于按照与所述票据类型对应的预设票据模板对所述待识别票据的图像进行校正，得到校正票据图像；

识别项提取模块，用于提取所述校正票据图像中的待识别项；

内容识别模块，用于通过文字识别技术识别所述待识别项的内容信息。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述的票据识别方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的票据识别方法。