[发明专利]一种增值税发票的识别方法

摘要

本发明提供一种增值税发票的识别方法，其特征在于，包括如下步骤：对输入的发票图像进行预处理；对发票图像进行选项区域定位；字符分割；字符区域分为9块；提取每个图像块的HOG特征，得到9个一维的HOG特征序列；特征序列分别与模板做比对，得到差异系数；根据差异系数的大小，为这9块赋予不同权重，生成权重矩阵；将权重与差异系数加权求和，得到候选字符差异得分，计算每个候选字符差异得分，取最小值对应字符为匹配结果；对每个切分后的字符重复上述步骤直至完成发票各项内容的识别。本发明有效地实现对增值税发票中的汉字模块识别，同时对形近字区分能力增强，具有光照不变性和旋转不变性，抗干扰能力更强，对模糊字符有着较好的识别能力。

主权项

1.一种增值税发票的识别方法，其特征在于，包括如下步骤：S1、对输入的发票图像进行预处理：提取原始彩色发票图像的R分量，作为灰度图像，对灰度图像进行中值滤波操作，减少噪点，对灰度图像进行Radon变换，进行倾斜校正；S2、对发票图像进行选项区域定位：寻找标记点，进行选项区域定位，截取各选项区域，分别二值化处理得到黑底白字图像；S3、字符分割：将各选项区域的字符通过投影法分割开来，得到单个字符的最小外接矩形，便于后续的识别处理；S4、字符区域分块：将分割好的字符，进行尺度变换，变为正方形，然后将字符图像的高和宽等间距各分3份，得到9个正方形的图像块；S5、提取每个图像块的HOG特征，得到9个一维的HOG特征序列；S6、将步骤S5中的特征序列分别与模板做比对，比对公式如下：其中，A_n为待识别字符块的HOG特征序列，为A_n的均值；B_n为模板字符块HOG特征序列，为B_n的均值；r为待识别字符块与模板字符块的相关系数，当‑1≤r＜0时，A_n与B_n为负相关；当0＜r≤1时，A_n与B_n为正相关；当r＝0时，A_n与B_n不相关；其差异系数d用1‑r来表示；S7、将候选字符中的9个块，进行加权求和，根据差异系数d的取值范围，为其赋予不同权重，生成权重矩阵，其权重分配方式如下：S8、将权重与差异系数加权求和，得到候选字符差异得分，计算每个候选字符差异得分，取最小值对应字符为匹配结果；S9、对每个切分后的字符重复上述步骤S4至S8，直至完成发票各项内容的识别。