[发明专利]票据内容识别方法、装置、介质及电子设备

说明书

本公开涉及人工智能领域，揭示了一种票据内容识别方法、装置、介质及电子设备。该方法包括：获取基准票据图片；确定各基准特征字段区域的位置信息和记录的基准特征字段；获取与基准票据图片的版式一致的待识别票据图片；获得待识别图片中多个特征字段和各特征字段的位置信息；基于各基准特征字段区域的位置信息和各目标特征字段的位置信息，计算透视变换矩阵；对待识别图片进行缩放，使缩放后的待识别图片的大小与基准票据图片的大小一致；利用透视变换矩阵对缩放后的待识别图片进行透视变换；根据基准票据图片中内容选定区域的位置，对变换后的待识别图片中相应位置对应的区域进行识别。此方法能够精确有效地对票据内容进行识别。

技术领域

本公开涉及人工智能和图像识别技术领域，特别涉及一种票据内容识别方法、装置、介质及电子设备。

背景技术

NSTR（自然场景字符识别, nature scene text recognition）是一种特殊场景下的OCR识别（光学字符识别技术，optical character recognition）。一般场景下的OCR识别是针对特定文档的扫描图片所进行的识别，这些扫描图片的格式，背景，大小，颜色，光线方面通常都有确定的稳定性，可以很容易进行较为准确地识别；目前，NSTR场景下的识别需求越来越多，利用数码相机和手机等工具可以随意拍摄的带有文字的图片，对此类图片中内容的识别就属于NSTR场景下的识别。NSTR场景下的票据内容识别就是一种NSTR场景下的实际识别需求。然而，由于光线、拍摄角度、拍摄目标的运动等因素的存在，常导致拍摄到的票据图片存在扭曲，此时采用仅采用传统OCR识别技术无法高效完成对这些票据图片的识别，存在识别准确率不高、无法精确有效地提取信息的问题。

发明内容

在人工智能和图像识别技术领域，为了解决上述技术问题，本公开的目的在于提供一种票据内容识别方法、装置、介质及电子设备。

根据本公开的一方面，提供了一种票据内容识别方法，所述方法包括：

获取基准票据图片，其中，所述基准票据图片中标注了至少预定数目个基准特征字段区域和至少一个内容选定区域，每一所述基准特征字段区域记录了一个基准特征字段，各所述基准特征字段在所述基准票据图片中是唯一的；

确定各基准特征字段区域在所述基准票据图片中的位置信息和各基准特征字段区域中记录的基准特征字段；

获取与所述基准票据图片的版面格式一致的待识别票据图片；

对所述待识别票据图片中的特征字段进行识别，得到多个特征字段和各特征字段的位置信息，其中，对于每一所述基准特征字段，所述多个特征字段中仅包括一个与该基准特征字段一致的特征字段，与所述基准特征字段一致的特征字段为目标特征字段；

基于各所述基准特征字段区域的位置信息和各所述目标特征字段的位置信息，计算透视变换矩阵；

对所述待识别票据图片进行缩放，使缩放后的所述待识别票据图片的大小与所述基准票据图片的大小一致；

利用所述透视变换矩阵对缩放后的所述待识别票据图片进行透视变换，得到变换后的待识别票据图片；

根据所述基准票据图片中内容选定区域的位置，对所述变换后的待识别票据图片中相应位置对应的区域进行识别，得到所述待识别票据图片的内容。

根据本公开的另一方面，提供了一种票据内容识别装置，所述装置包括：

第一获取模块，被配置为获取基准票据图片，其中，所述基准票据图片中标注了至少预定数目个基准特征字段区域和至少一个内容选定区域，每一所述基准特征字段区域记录了一个基准特征字段，各所述基准特征字段在所述基准票据图片中是唯一的；

确定模块，被配置为确定各基准特征字段区域在所述基准票据图片中的位置信息和各基准特征字段区域中记录的基准特征字段；