[发明专利]一种纸质票据数字化方法和装置

说明书

本申请公开了一种纸质票据数字化方法和装置。该方法包括：将纸质票据转换为电子图像；对所述电子图像进行OCR识别得到所述电子图像中的文字信息；将所述电子图像和所述文字信息写入OFD，生成双层OFD文件；对所述双层OFD文件进行票面样式分析，识别出所述纸质票据所属的票种；对所述双层OFD文件中的文字信息进行分析，得到对应所述票种的结构化数据；将所述结构化数据与所述文字信息相结合，形成数据标引；将所述数据标引存入所述双层OFD文件中。本申请的方法，能够根据文字数据信息进行数据检索、提取、分析、归集，既实现了形式上的电子化，又实现了应用上的电子化，不需要人工参与手工摘录财务数据，既节省了人力成本又降低了出错的概率。

技术领域

本申请涉及电子票据技术领域，具体涉及一种纸质票据数字化方法和装置。

背景技术

在信息技术高速发展的时代，社会对于降低运转成本、提升服务能力的需求日益迫切，能为国家经济运行、数据统计、分析决策提供参考价值的电子凭证得到重视，电子票据作为生活工作中的重要电子凭证，其应用逐渐得到推广，但票据电子化并非一撮而就，在电票平台全面推广、会计系统升级改造及相关管理办法落地之前的相当长一段时间内纸质票据都会与电子票据共存，进入会计系统及档案系统前的纸质票据数字化也成为各单位的刚性需求。

在现有技术中，纸质票据数字化的通用方法是将纸质票据通过扫描仪扫描或相机拍摄为电子图像文件，做的好一些的会把电子图像文件转换为PDF文件，同时利用OCR(Optical Character Recognition，光学字符识别)技术识别票面上的六要素存入数据库供财务人员对纸质票据和扫描后的电子文件进行必要的关联。财务人员收到扫描后的票据图像或PDF文件后，人工核对扫描后的票面信息并将财务入账所需信息摘抄下来，进行报销处理及财务记账。具体步骤参见附图1。基本流程如下：

1.纸质票据通过扫描仪扫描或相机拍摄，生成电子图像文件。

2.对电子图像文件的六要素位置进行OCR识别，提取六要素存入数据库。

3.将电子图像文件转换为单层PDF文件。

4.数据库中六要素与PDF文件对应，供财务人员进行纸质票据与电子票据的关联。

5.财务人员使用纸质票据生成的图像或单层PDF文件，进行人工财务信息录入、记账等处理。

现有的纸质票据数字化方法生成的是电子图像文件或单层PDF文件，所得电子图像文件和PDF文件没有任何文字数据信息，无法进行数据检索、提取、分析、归集，票据电子文件脱离了业务系统很难被利用，实现了形式上的电子化，但未实现应用上的电子化，财务数据需要人工参与手工摘录，既浪费了人力成本又增加了出错的概率。

发明内容

本申请的目的是提供一种纸质票据数字化方法和装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本申请实施例的一个方面，提供一种纸质票据数字化方法，包括：

将纸质票据转换为电子图像；

对所述电子图像进行OCR识别得到所述电子图像中的文字信息；

将所述电子图像和所述文字信息写入OFD，生成双层OFD文件。

进一步地，所述纸质票据数字化方法还包括：

对所述双层OFD文件进行票面样式分析，识别出所述纸质票据所属的票种；

对所述双层OFD文件中的文字信息进行分析，得到对应所述票种的结构化数据；

将所述结构化数据与所述文字信息相结合，形成数据标引；