[发明专利]发票电子文件的处理方法

说明书

本申请公开了一种发票电子文件的处理方法，包括：将发票电子文件转为图像数据；对所述图像数据进行二维码解析和OCR识别，形成结构化的数据模型；基于规则引擎，针对所述结构化的数据模型进行数据的自动分析与关联。本申请实施例提供的发票电子文件的处理方法，在高效准确的二维码解析、OCR图片处理的基础上，集成了搜索引擎、规则引擎技术，形成结构化数据模型，然后进行一步进行分析与数据对接，进而解决了发票信息通过人工录入与分析，效率不高、出错率高，难以进行复杂的检索查询、业务单据的关联自动化水平低的问题。

技术领域

本申请涉及发票技术领域，具体涉及一种发票电子文件的处理方法。

背景技术

现有技术中，发票信息是通过人工方式进行录入与分析的，效率不高、出错率高，难以进行复杂的检索查询、业务单据的关联自动化水平低的问题。平台单一，当前技术一般分为两类：一类是通过扫描仪，直接通过专有驱动解析发票，完成单一的发票采集流程；或者通过微信公共号，只扫描二维码，得到发票部分信息。需要手工关联单据与发票，当前的发票系统，需要用户自己分别查询单据、查询发票，然后进行复杂的手工计算与匹配。查询速度慢，当前技术一般采用单机C/S部署的模式，在响应时间、数据库检索方面达不到很好的效果。

发明内容

本申请的目的是提供一种发票电子文件的处理方法。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，提供一种发票电子文件的处理方法，其特征在于，包括：

将发票电子文件转为图像数据；

对所述图像数据进行二维码解析和OCR识别，形成结构化的数据模型；

基于规则引擎，针对所述结构化的数据模型进行数据的自动分析与关联。

进一步地，所述方法还包括：

将所述自动分析与关联的结果与用户端的软件进行交互。

进一步地，在所述对图像数据进行二维码解析和OCR识别之前，所述方法还包括对所述图像数据进行图像预处理，得到预处理后的图像数据；所述对图像数据进行二维码解析和OCR识别替换为对所述预处理后的图像数据进行二维码解析和OCR识别。

进一步地，对所述预处理后的图像数据进行二维码解析包括：

针对预处理后的图像数据，根据发票的版式与深度学习训练数据，定位切割出二维码的大致区域；

利用二维码特征寻找定位符；

将二维码二值化数据，根据二维码规范转换为文字。

进一步地，所述利用二维码特征寻找定位符，包括：在灰度化、二值化的数据中，采用MapReduce的方式，先多线程并行查找嵌套矩阵形状，之后汇总查到的数据中尺寸一致的三个嵌套矩阵。

进一步地，对所述预处理后的图像数据进行OCR识别包括：

进行发票区域剪裁，基于扫描仪、拍照的行为，识别明暗变化边界，以及识别图像中的直长线段；

基于发票版式规范、历史分析数据，对所有的数据字段根据横纵坐标进行识别；

根据字段左边的说明文字进行定位校正，最终获得精确的位置与数据。

根据本申请实施例的另一个方面，提供一种发票电子文件的处理装置，包括：

转换模块，用于将发票电子文件转为图像数据；

解析识别模块，用于对所述图像数据进行二维码解析和OCR识别，形成结构化的数据模型；