CN107516370A - 一种票据识别的自动化测试及评价方法 - Google Patents

Abstract

本发明公开了一种票据识别的自动化测试及评价方法，A、对票据测试集T中的票据根据业务方需求制作票据比对模板M；并根据业务方需求识别的字段，将所需要的字段录入xml文件；B、依次取票据测试集T中的票据进入票据识别***进行识别，并获得各测试票据的识别结果，将识别结果写入xml文件中；C、计算票据识别***的字段识别率P_w和字符识别率P_c：D、将步骤C的结果与票据比对模板M进行对比识别，将有差异的字段结果输出至文本文件。本发明能够在仅制作一次模板的前提条件下，运用计算机自动化实现票据识别***的测试及评估，大大缩短了票据识别***应用产品化所需的时间，节约出人力物力，且具有计算结果速度快，客观性高等优点。

Description

一种票据识别的自动化测试及评价方法

技术领域

本发明涉及图文自动检测技术领域，尤其涉及一种票据识别的自动化测试 及评价方法。

背景技术

图文自动检测技术领域的各种识别***(如身份证识别、指纹识别、票据 识别等)，作为图像处理与模式识别领域、计算机领域、人工智能领域的交叉领 域的一个应用，是当前的一个研究热点，也是实际的生活需求。票据识别作为 众多识别***中的一种，由于其需求大、应用范围广，更是得到广泛的研究。

分析票据识别***从开发到产品化应用的成型过程，可以发现，票据识别 ***识别效果的测试在票据识别***应用的迭代升级中耗费了大量人力物力， 因此针对这一问题(目前国内暂无对票据识别***识别效果的测试自动化处 理)，本发明公开了一种自动化测试票据识别***识别效果的方法，可有效减少 人力物力，加快票据识别***产品的迭代升级。

所谓测试票据识别***的识别效果，主要是指测试票据识别***针对票据 中的字符字段是否识别正确，一般的定额***有如下内容，有***名称：四川 顺丰速运有限公司绵阳分公司通用定额***，***代码：15107158F003，*** 号码：00004523…..等多个字段，其中每个具体的字段的内容由多个字符组成， 如***号码这个字段由00004523共8个字符组成，其余字段依此类推。测试票 据识别***的识别效果，就是看业务方所需的票据上的字段(通常由业务方提 供一个所需字段的模板供识别***使用，这一模板包含了业务方所需的各个票 据字段)及其字符是否识别正确，正确率有多高。

传统的做法是人工肉眼比对各个字段及字符是否正确，不但耗费大量人力 物力，而且主观性较强，容易出错，

发明内容

针对现有技术存在的不足之处，本发明的目的在于提供一种票据识别的自 动化测试及评价方法，可以有效减少人力物力，加快了票据识别***产品的迭 代升级。

本发明的目的通过下述技术方案实现：

一种票据识别的自动化测试及评价方法，其方法步骤如下：

A、对票据测试集T中的票据根据业务方需求制作票据比对模板M；并根 据业务方需求识别的字段，将所需要的字段录入xml文件；

B、依次取票据测试集T中的票据进入票据识别***进行识别，并获得各测 试票据的识别结果，将识别结果写入xml文件中；

C、计算字段识别率和字符识别率：假定单个票据比对模板M中共有N_w个 字段，第i个字段共有N_ic个字符，通过字符及字段匹配算法得到票据识别*** 识别后的结果，共有N_wr个字段识别正确，第i个字段共有N_icr个字符识别正确， 则可通过以下四个公式计算票据识别***的字段识别率P_w和字符识别率P_c：

D、将步骤C的结果与票据比对模板M进行对比识别，将有差异的字段结 果输出至文本文件。

本发明较现有技术相比，具有以下优点及有益效果：

本发明可以有效减少人力物力，加快了票据识别***产品的迭代升级；本 发明能够在仅制作一次模板的前提条件下，运用计算机自动化实现票据识别系 统的测试及评估，大大缩短了票据识别***应用产品化所需的时间，节约出人 力物力，且具有计算结果速度快，客观性高等优点。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明：

实施例一

如图1所示，一种票据识别的自动化测试及评价方法，其方法步骤如下：

A、对票据测试集T中的票据根据业务方需求制作票据比对模板M；并根 据业务方需求识别的字段，将所需要的字段录入xml文件；

B、依次取票据测试集T中的票据进入票据识别***进行识别，并获得各测 试票据的识别结果，将识别结果写入xml文件中；

C、计算字段识别率和字符识别率：假定单个票据比对模板M中共有N_w个 字段，第i个字段共有N_ic个字符，通过字符及字段匹配算法得到票据识别*** 识别后的结果，共有N_wr个字段识别正确，第i个字段共有N_icr个字符识别正确， 则可通过以下四个公式计算票据识别***的字段识别率P_w和字符识别率P_c：

D、将步骤C的结果与票据比对模板M进行对比识别，将有差异的字段结 果输出至文本文件。

实施例二

本发明对所出现的关键技术术语做出如下定义：

票据类型：现有的大部分票据识别***都是针对特定种类的票据进行识别， 例如根据***的用途分类有定额***，网络通讯机打***等，而网络机打*** 又根据开票单位分为中国电信网络通讯机打***，***网络通讯机打***， ***网络通讯机打***等，细分之下大概目前已知的有200多类。

票据比对模板M：票据比对模板是指由业务方确定的所需要识别的票据中 的部分字段及其在票据中的真实值(通常存放在xml文件中)。业务方所需要的 字段为***名称、***代码、***号码、金额四个字段，票据比对模板包括上 述业务方所需要的字段。

票据字段识别率P_w：票据字段识别率是指票据经过票据识别***输出的各 个字段的值与票据比对模板中各个字段进行比对，正确字段占票据比对模板总 字段的比例。

票据字符识别率P_c：票据字符识别率是指票据经过票据识别***输出的所 有字段中识别正确的字符占票据比对模板中总字符的比例。

票据测试集T：通常一个识别***在产品化后，需要对其识别性能进行测 试，例如票据识别***中，需要对票据识别性能进行测试以评估票据识别***。 票据测试集是指用于检验票据识别***识别性能的一组测试票据，通常这一组 票据未参与票据识别***的训练过程。

如图1所示，图1为票据识别***在整个票据识别***产品化应用中的地 位及其测试流程；一种票据识别的自动化测试及评价方法，其方步骤如下：

步骤1、对票据测试集_T中的票据，根据业务方需求制作票据比对模板_M。 制作过程为：根据业务方需求识别的字段，将所需要的字段录入xml文件，当 字段较多，测试集票据较多时，采用交叉验证的方法检验录入的正确性。假定 总共有N次制作票据比对模板，记第_i制作出的票据比对模板为_Mi,一种可行的 交叉验证方法为：

其中，表示连乘符号，如果第i+1检查后发现M_i是对的且第i检查 M_i+1发现也是对的，则cross_validate(M_i,M_i+1)＝1，否则 cross_validate(M_i,M_i+1)＝0。

当validate_results＝1时表明票据比对模板制作完成。

步骤2、依次取票据测试集_T中的票据进入票据识别***进行识别，并获得 各测试票据的识别结果，将识别结果写入xml文件中；

步骤3、计算字段识别率和字符识别率。假定单个票据比对模板中共有N_w个 字段，第i个字段共有N_ic个字符，通过字符及字段匹配算法得到票据识别*** 识别后的结果，共有N_wr个字段识别正确，第_i个字段共有N_icr个字符识别正确， 则可通过以下两个式子计算票据识别***的字段识别率P_w和字符识别率P_c。

其中，|T|表示票据测试集中总票据张数。

步骤3中，字符匹配算法计算_Nicr的公式为：

其中，find(template_icj，recognition_ic)表示在第i个字段的识别结果recognition_ic中查找票据对比模板中该字段的template_icj这个字符是否存 在，若存在，则find(template_icj，recognition_ic)＝1，否则 find(template_icj，recognition_ic)＝0。

在步骤3中，字段匹配算法计算N_wr的公式为：

其中，如果测试集中的该票据的比对模板的第i个字段(即， template_wi)与票据识别***识别结果的第i个字段(即，recognition_wi)完全一样(字符完全匹配)，则 compare(template_wi，recognition_wi)＝1，否则 compare(template_wi，recognition_wi)＝0。

步骤4、输出有差异字段至文本文件，对比识别结果与票据比对模板，将有 差异的字段结果输出至文本文件。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。

Claims (1)

1.一种票据识别的自动化测试及评价方法，其特征在于：其方法步骤如下：

A、对票据测试集T中的票据根据业务方需求制作票据比对模板M；并根据业务方需求识别的字段，将所需要的字段录入xml文件；

B、依次取票据测试集T中的票据进入票据识别***进行识别，并获得各测试票据的识别结果，将识别结果写入xml文件中；

C、计算字段识别率和字符识别率：假定单个票据比对模板M中共有N_w个字段，第i个字段共有N_ic个字符，通过字符及字段匹配算法得到票据识别***识别后的结果，共有N_wr个字段识别正确，第i个字段共有N_icr个字符识别正确，则可通过以下四个公式计算票据识别***的字段识别率P_w和字符识别率P_c：

<mrow> <msub> <mi>N</mi> <mrow> <mi>i</mi> <mi>c</mi> <mi>r</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mrow> <mi>i</mi> <mi>c</mi> </mrow> </msub> </munderover> <mi>f</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>template</mi> <mrow> <mi>i</mi> <mi>c</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>recognition</mi> <mrow> <mi>i</mi> <mi>c</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>;</mo> </mrow>

<mrow> <msub> <mi>N</mi> <mrow> <mi>w</mi> <mi>r</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>w</mi> </msub> </munderover> <mi>c</mi> <mi>o</mi> <mi>m</mi> <mi>p</mi> <mi>a</mi> <mi>r</mi> <mi>e</mi> <mrow> <mo>(</mo> <msub> <mi>template</mi> <mrow> <mi>w</mi> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>recognition</mi> <mrow> <mi>w</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>;</mo> </mrow>

<mrow> <msub> <mi>P</mi> <mi>w</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mo>|</mo> <mi>T</mi> <mo>|</mo> </mrow> </munderover> <mfrac> <msub> <mi>N</mi> <mrow> <mi>w</mi> <mi>r</mi> </mrow> </msub> <msub> <mi>N</mi> <mi>w</mi> </msub> </mfrac> <mo>;</mo> </mrow>

<mrow> <msub> <mi>P</mi> <mi>c</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mo>|</mo> <mi>T</mi> <mo>|</mo> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>w</mi> </msub> </munderover> <mfrac> <msub> <mi>N</mi> <mrow> <mi>i</mi> <mi>c</mi> <mi>r</mi> </mrow> </msub> <msub> <mi>N</mi> <mrow> <mi>i</mi> <mi>c</mi> </mrow> </msub> </mfrac> <mo>;</mo> </mrow>

D、将步骤C的结果与票据比对模板M进行对比识别，将有差异的字段结果输出至文本文件。