CN113743327A - 单据识别方法、单据核对方法、装置和设备 - Google Patents
单据识别方法、单据核对方法、装置和设备 Download PDFInfo
- Publication number
- CN113743327A CN113743327A CN202111046477.XA CN202111046477A CN113743327A CN 113743327 A CN113743327 A CN 113743327A CN 202111046477 A CN202111046477 A CN 202111046477A CN 113743327 A CN113743327 A CN 113743327A
- Authority
- CN
- China
- Prior art keywords
- document
- detected
- image
- document image
- text box
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000004044 response Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 21
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Character Discrimination (AREA)
Abstract
本公开提供了一种单据识别方法、单据核对方法、装置和设备,可以应用于人工智能领域。该方法包括:获取待测单据影像,所述待测单据影像包括至少一个有效区域;提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
Description
技术领域
本公开涉及金融领域,具体涉及人工智能与图像识别领域,更具体地涉及单据识别方法、单据核对方法、单据核对装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
跟单信用证是广泛使用的一种国际贸易支付方式,我国出口贸易主要的收汇方式是跟单信用证。出口信用证单据寄单的时候,客户可以根据信用证要求通过电子渠道提供信用证要求的商业***、装箱单、提单、保单、产地证等资料给银行进行单据审核和单证审核,后续真正寄单时再提供纸质单据给银行寄出,但是此时银行需要再次对客户提交的纸质单据进行再次审核,判断客户线上提交的电子单据与线下提交的纸质单据是否一致。目前,银行对电子单证与纸质单证的一致性核对主要依靠银行业务人员手工处理,这样的话,容易出现识别遗漏,导致准确率低,而且处理速度慢效率低下,影响业务处理质量与效率。
发明内容
根据本公开的第一个方面,提供了一种单据识别方法,包括:获取待测单据影像,所述待测单据影像包括至少一个有效区域;提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
根据本公开的实施例,所述提取所述至少一个有效区域的第一文本框以及对应的第一字段名具体包括:根据卷积神经网络提取所述第一文本框;根据OCR模型提取所述第一文字框中的第一字段值;以及提取所述第一字段值中的第一字段名,所述第一字段名包括特定字符和/或特定字符的组合。
根据本公开的实施例,所述调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及根据所述单据模板提取所述待测单据影像的核对数据,包括:匹配与所述待测单据影像同一类型的预设的单据模板,所述单据模板包括:第二文本框以及对应的字段类型;更新所述第二文本框至所述待测单据影像以明确有效区域的标准文字采集位置;识别第二文本框中的第二字段值并结合第二文本框对应的字段类型得到核对数据。
根据本公开的实施例,在识别第二文本框中的第二字段值后,还包括:核对所述第二字段值中每个单词是否存在于校验字典中,所述校验字典包括通用领域单词与专业领域单词;记录所有通过核对的单词占总单词量的占比值;确定所述占比值大于阈值时表示识别成功。
本公开的第二方面提供了一种单据核对方法,包括:使用上述单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据;使用上述单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据;比较所述第一核对数据和所述第二核对数据;以及当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
本公开的第三方面提供一种单据识别装置,包括:影像获取模块:用于获取待测单据影像,所述待测单据影像包括至少一个有效区域;特征提取模块:用于提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;单据分类模块:用于响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;模板调取模块:用于调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及数据提取模块:用于根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
本公开的第四方面提供了一种单据核对装置,包括:第一识别模块:用于使用权利要求1中所述的单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据;第二识别模块:用于使用权利要求1中所述的单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据;核对模块:用于比较所述第一核对数据和所述第二核对数据;以及输出模块:用于当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
本公开的第五方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述单据核对、单据识别的方法。
本公开的第六方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述单据核对、单据识别的方法。
本公开的第七方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述单据核对、单据识别的方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的单据识别、单据核对方法、装置的应用场景图的应用场景图。
图2示意性示出了根据本公开实施例的单据识别方法的流程图。
图3示意性示出了提取有效区域的第一文本框以及对应的第一字段名的流程图。
图4示意性示出了获取核对数据的流程图。
图5示意性示出了更新后的单据影像图。
图6示意性示出了根据本公开实施例的校验正确率方法的流程图。
图7示意性示出了根据本公开实施例的单据核对方法的流程图。
图8示意性示出了根据本公开实施例的单据识别装置的方框图。
图9示意性示出了根据本公开实施例的单据核对装置的方框图。
图10示意性示出了根据本公开实施例的适于实现单据识别、单据核对的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
图1示意性示出了根据本公开实施例的单据识别、单据核对方法、装置的应用场景图的应用场景图。
如图1所示,如图1所示,该***架构100包括终端(图中示出了多个,如终端101、102、103)和服务器(如服务器104),服务器与应用端105之间通信连接。服务器104可以是银行单据识别、单据核对平台中执行单据识别、单据核对的服务器,也可以是独立于银行单据识别、单据核对平台的用于执行单据识别、单据核对任务的第三方服务器,值得注意的是,其他可进行单据核对任务的服务器或处理器均在本申请保护范围之内。
服务器104获取终端(如终端101、102、103)的待测单据影像,所述待测单据影像包括至少一个有效区域,服务器104提取所述有效区域的第一文本框以及对应的第一字段名并形成结构化特征。服务器104响应于所述结构化特征,服务器104中预设的单据分类器对所述待测单据影像完成分类并提取文字内容,得到核对数据。
服务器104使用上述单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据,服务器104使用上述单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据,服务器104比较所述第一核对数据和所述第二核对数据;以及当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
需要说明的是,根据本公开实施例的单据识别方法、单据核对方法和装置可用于金融领域,也可用于除金融领域之外的任意领域。以下将结合附图和具体实施例详细阐述本公开。应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
在本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
以下将基于图1描述的场景,通过图2~图8对根据本公开实施例的单据识别方法、单据核对方法进行详细描述。
由于信用证单据种类繁多,包括商业***、装单箱、提单、保单、地产证等。而每一种类的单据包含有效信息的区域。由于单据的采集通常包括线下纸质采集与线上电子采集,而纸质单据影像的采集主要以扫描仪、摄像机等设备采集,而电子单据影像的采集主要包括***提交,这两种采集方式所得到单据影像拥有平整、无倾斜、影像大小一致等特点,所以在单据影像中都有固定大小的有效区域。因此,对于单据影像中有效区域的定位与截取将变得十分重要。
图2示意性示出了根据本公开实施例的单据识别方法的流程图。
如图2所示,该实施例的方法包括操作S210~操作S250,该单据识别方法可以服务器104执行。
在操作S210,获取待测单据影像,所述待测单据影像包括至少一个有效区域;
在操作S220,提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;
在操作S230,响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;
在操作S240,调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及
在操作S250,根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
根据本公开的实施例,在对待测单据影像识别前还可以进行预处理,包括:灰度化、二值化、影响降噪、倾斜矫正、影像平滑等操作,以改进特征提取、图像分割、匹配和识别的可靠性。影像识别中影像质量的好坏直接影响识别的效果,影像预处理的主要目的是去除影像中无关的内容,仅保留关注的信息,增强有关信息的可检测性和最大限度简化数据。
根据本公开的实施例中的单据分类器属于有监督分类。
对于单据分类器而言,分为有监督分类和无监督分类。有监督分类器通过已有的训练样本去训练得到一个最优模型,再利用这个模型将所有的输入映射为相应的输出,对输出进行简单的判断,从而实现预测和分类的目的,也就具有了对位置数据进行预测和分类的能力。监督学习中的数据是提前做好了分类信息的,其训练样本中是同时包含有特征和标签信息的。标签信息采用直接标注的办法。例如,标签信息包括单据类型标签,具体为:商业***、装箱单、提单、保单、地产证等。而现有技术中的特征信息仅以有效区域的位置信息为特征向量用以指导模型训练。
但是,如果仅采用文本框的位置信息为模型的特征向量的话,不仅会导致模型的特征向量过少进而影响分类结果,还会导致当生成的第一文本框有一定波动时分类结果不准确等问题。
根据本公开的实施例,提取纸质单据影像和/或电子单据影像中有效区域的第一文本框以及对应的第一字段名并形成结构化特征,第一文本框包括第一文本框大小和第一文本框位置,而第一字段名可以看作是第一文本框中内容的类型描述。
由于本公开的实施例主要围绕单据分类模型的使用侧展开叙述,在单据分类模型的训练侧,同样是基于结构化特征进行的训练,所以,对于单据分类器的建立过程在本公开的实施例中不多做赘述。
根据本公开的实施例,响应于所述结构化特征,预设的单据分类器对所述待测单据影像完成分类以调取同一类型的单据模板并根据所述单据模板提取所述待测单据影像的核对数据。上述核对数据包括Key-Value关系,即有效区域的类型对应有效区域的内容,便于之后对纸质单据影像与电子单据影像进行核对。
本公开的实施例中,调用同一类型单据模板,将单据模板中的固定区域映射至待测单据影像,再对待测单据影像进行文字识别。这样的方法在针对大批量的单据审核的情况下,有利于加快影像识别速度提升影像识别效率。应注意,一种单据类型对应一种预设的单据模板。当然,基于使用的场景不同,该方法还可运用在其他对于固定区域内容核对的具体场景,在此不多做赘述。
图3示意性示出了提取有效区域的第一文本框以及对应的第一字段名的流程图。
如图3所示,该方法包括操作S310~S330。
在操作S310,根据卷积神经网络提取所述第一文本框;
在操作S320,根据OCR模型提取所述第一文字框中的第一字段值;以及
在操作S330,提取所述第一字段值中的第一字段名,所述第一字段名包括特定字符和/或特定字符的组合。
卷积神经网络受生物自然视觉认知机制启发而来。现在卷积神经网络已经成为科学领域的研究热点之一,特别是在模式分类领域,由于该网络面对图像的复杂前期预处理,可以直接输入原始图像,因而得到了更广泛的应用,可应用于图像分类、目标识别、目标检测、语意分割等等。
根据本公开的实施例,针对预处理后的待测单据影像,先通过CNN模型提取出单据影像中的有效区域的包围框,记为第一文本框,第一文本框包括第一文本框大小和第一文本框位置。需要说明的是,在本公开的实施例中,提取出单据影像中的有效区域的包围框的模型可以包括基于YOLO(You Only LookOnce)、R-CNN(Region-CNN)、Fast R-CNN(FastRegion-CNN)等卷积神经网络模型。在本公开的实施例实际应用过程中,所使用的具体的算法可根据实际情况进行调整,本公开的实施例对此不做限定。
根据本公开的实施例,在获取到有效区域的文本框后,利用字符检测模型提取文本框中的有效信息进而获取第一字段值。需要说明的是,该字符检测模型可以是通用的OCR模型,具体可以采用tesseract等OCR技术。提取出的第一字段值可以是字母、中文、数字等一种字符或多种字符的组合。
根据本公开的实施例,第一字段值通常包括较多的字符,将第一字段值作为特征向量显然是不合适的,所以需要对第一字段值进行进一步地特征提取。通常情况下,单据领域中每个有效区域的字段类型通常为第一字段中的首行第一个单词或词组,所以取第一字段值首行第一个单词或词组作为第一字段名。
图4示意性示出了获取核对数据的流程图,
如图4所示,该方法包括操作S410~S430。
在操作S410,匹配与所述待测单据影像同一类型的预设的单据模板,所述单据模板包括:第二文本框以及对应的字段类型;
在操作S420,更新所述第二文本框至所述待测单据影像以明确有效区域的标准文字采集位置;
在操作S430,识别第二文本框中的第二字段值并结合第二文本框对应的字段类型得到核对数据。
根据本公开的实施例,结构数据由第一字段名与第一文本框位置、第一文本框大小结合而成,例如:第一字段名-第一文本框左上角位置坐标-第一文本框的宽-第一文本框的长。当然,文本框位置也可以是基于文本框的其他边角确定,或以其他方式确定,在此不一一赘述。
根据本公开的实施例,单据模板除了第二文本框以及对应的字段类型,还包括其他信息,参考表1,以表1中的单据类型为装载单的单据模板为例,单据模板还包括模板编号、文本框左上角位置、文本框的大小是否删除首行。
表1
例如,模板标号为TPLBL0001,对应的该单据模板包括多个有效区域对应的字段类型:B/L No、Carrier、Signature、Shipper、Consignee、Notify Party、Also Notify、Agent、Vessel、Pre-Carriage By、Place of Receipt、Port of Discharge、Port of Loading、Place of Delivery、Final Destination、For Transshipment。
例如:字段类型:B/L No对应文本框左上X:1227、文本框左上Y:170、文本框宽度:360和文本框高度:82这些第二文本框。又例如,“字段类型:Agent”对应“文本框左上X:826”、“文本框左上Y:378”、“文本框宽度:679”、“文本框高度:145”以及“是否删除首行:Y”。其中,“是否删除首行”表示该字段类型存在于首行,接下来需要再次利用OCR识别的文本框内容后删除首行无效内容。
根据本公开的实施例,将上述第二文本框以及对应的字段类型更新至待测单据影像中,便形成了将标准位置的有效区域标注出来。参考图5,以图5更新后的待测单据影像为例,通过匹配更新的第二文本框在单据影像上进行划分区域,并在每个对应区域拥有字段类型;同时在单据影像中,个别拥有文字的区域,更新后的待测单据影像并未对其进行区域划分,也就是说,这种区域中的文字并不具有有效的信息,而第一文本框会对这类区域进行划分,第二文本框则会避开这类区域,进而去除多余的无意义的文字识别。
根据本公开的实施例,对识别区域的划分过后,再次通过OCR模型识别上述更新后的待测单据影像的第二文本框中的有效信息,以得到第二字段值,例如,对图5的有效信息进行识别后得到“BLNo”:“HDMU AEFZ0256337”、“Carrier”:“HYUNDAI”等字段类型以及字段类型对应字段值的内容。
优选地,在经由OCR提取出第二字段值之后,还可以对识别到的第二字段值的正确率进行校验后再建立Key-Value关系。
图6示意性示出了根据本公开实施例的校验正确率方法的流程图。
如图6所示该方法包括操作S610~S630。
在操作S610,核对所述第二字段值中每个单词是否存在于校验字典中,所述校验字典包括通用领域单词与专业领域单词;
在操作S620,记录所有通过核对的单词占总单词量的占比值;
在操作S630,确定所述占比值大于阈值时表示识别成功。
根据本公开的实施例,该校验字典包含与单据影像内容相关的专业领域单词以及与单据影像内容无关的通用领域单词,判定识别后文本中的单词在该校验字典中里的单词才是有效单词,计算有效单词占识别到的总单词数的占比,若该占比高于阈值,则认为本次单据影像的文字识别有效。应注意,为保证识别率的有效程度,在上述字典构建过程中,所添加的单词数量不应过大,以避免字典出现过量单词,导致文字出现错误时仍然会判定为有效识别;所以校验字典中选取合适的单词保有量即可。
识别成功后,提取单据模板影像的第二文本框中的第二字段值;建立所述字段值与所述字段名一一对应的结构化数据。
根据本公开的实施例,将通过数据字典核对的文字信息、其所对应的有效区域位置信息以及对应位置的名称一起建立核对数据,最终输出Key-Value序列的结构化核对数据。
图7示意性示出了根据本公开实施例的单据核对方法的流程图。
如图7所述该方法包括操作S710~S740。
在操作S710,使用上述单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据;
在操作S720,使用上述单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据;
在操作S730,比较所述第一核对数据和所述第二核对数据;以及
在操作S740,当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
根据本公开的实施例,将纸质单据影像与电子单据影像所提取出来的第二字段值与字段类型进行Key-Value关联后进行比对,判断纸质单据影像的Key-Value结构树据与电子单据影像的Key-Value结构数据是否一致。若一致,则返回结果说明两者一致即可;若不一致,标记处两者的不同点形成差异清单共业务人员查看。上述差异清单同样包括单据类型、字段类型、第二字段值这三种维度。
根据本公开的实施例,快速精确地识别判断电子单据与纸质单据的一致性,若存在差异可详细列出差异点后为后续业务办理提供有效支持,大大提高业务处理质量。
图8示意性示出了根据本公开实施例的单据识别装置的方框图。
以图8为例,该单据识别装置800包括:影像获取模块810、特征提取模块820、单据分类模块830、模板调取模块840、数据提取模块850。其中,
影像获取模块810:用于获取待测单据影像,所述待测单据影像包括至少一个有效区域;
特征提取模块820:用于提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;
单据分类模块830:用于响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;
模板调取模块840:用于调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及
数据提取模块850:用于根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
图9示意性示出了根据本公开实施例的单据核对装置的方框图。
以图9为例,该单据核对装置900包括:第一识别模块1010、第二识别模块920、核对模块930、输出模块940。其中,
第一识别模块910:用于使用权利要求1中所述的单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据;
第二识别模块920:用于使用权利要求1中所述的单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据;
核对模块930:用于比较所述第一核对数据和所述第二核对数据;以及
输出模块940:用于当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
图10示意性示出了根据本公开实施例的适于实现单据识别、单据核对的电子设备的方框图。
如图10所示,根据本公开实施例的电子设备1000包括处理器1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001根据本公开的实施例可以包括通用微处理器(根据本公开的实施例CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(根据本公开的实施例,专用集成电路(ASIC))等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中,存储有电子设备1000操作所需的各种程序和数据。处理器1001、ROM 1002以及RAM 1003通过总线1007彼此相连。处理器1001通过执行ROM 1002和/或RAM1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1000还可以包括输入/输出(I/O)接口1005,输入/输出(I/O)接口1005也连接至总线1004。电子设备1000还可以包括连接至I/O接口1005的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,根据本公开的实施例可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。根据本公开的实施例,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机***中运行时,该程序代码用于使计算机***实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器1001执行时执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分1009被下载和安装,和/或从可拆卸介质1011被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(根据本公开的实施例利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。根据本公开的实施例,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种单据识别方法,其特征在于,包括:
获取待测单据影像,所述待测单据影像包括至少一个有效区域;
提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;
响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;
调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及
根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
2.根据权利要求1所述的方法,其特征在于,所述提取所述至少一个有效区域的第一文本框以及对应的第一字段名具体包括:
根据卷积神经网络提取所述第一文本框;
根据OCR模型提取所述第一文字框中的第一字段值;以及
提取所述第一字段值中的第一字段名,所述第一字段名包括特定字符和/或特定字符的组合。
3.根据权利要求1所述的方法,其特征在于,所述调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及根据所述单据模板提取所述待测单据影像的核对数据,包括:
匹配与所述待测单据影像同一类型的预设的单据模板,所述单据模板包括:第二文本框以及对应的字段类型;
更新所述第二文本框至所述待测单据影像以明确有效区域的标准文字采集位置;以及
识别第二文本框中的第二字段值并结合第二文本框对应的字段类型得到核对数据。
4.根据权利要求3所述的方法,其特征在于,在识别第二文本框中的第二字段值后,还包括:
核对所述第二字段值中每个单词是否存在于校验字典中,所述校验字典包括通用领域单词与专业领域单词;
记录所有通过核对的单词占总单词量的占比值;以及
确定所述占比值大于阈值时表示识别成功。
5.一种单据核对方法,其特征在于,包括:
使用权利要求1-4中任一项所述的单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据;
使用权利要求1-4中任一项所述的单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据;
比较所述第一核对数据和所述第二核对数据;以及
当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
6.一种单据识别装置,其特征在于,包括:
影像获取模块:用于获取待测单据影像,所述待测单据影像包括至少一个有效区域;
特征提取模块:用于提取所述至少一个有效区域的第一文本框以及对应的第一字段名,以形成结构化特征;
单据分类模块:用于响应于所述结构化特征,使用预设的单据分类器对所述待测单据影像分类,以确定所述待测单据影像对应的单据类型;
模板调取模块:用于调取与确定出的所述待测单据影像的单据类型同一类型的单据模板;以及
数据提取模块:用于根据所述单据模板和所述待测单据影像获取所述待测单据影像的核对数据。
7.一种单据核对装置,其特征在于,包括:
第一识别模块:用于使用权利要求1中所述的单据识别方法识别第一单据的第一待测单据影像,以获取所述第一待测单据影像的第一核对数据;
第二识别模块:用于使用权利要求1中所述的单据识别方法识别第二单据的第二待测单据影像,以获取所述第二待测单据影像的第二核对数据;
核对模块:用于比较所述第一核对数据和所述第二核对数据;以及
输出模块:用于当所述第一核对数据和所述第二核对数据一致时,确定所述第一单据和所述第二单据一致。
8.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储可执行指令,所述可执行指令在被所述处理器执行时,实现根据权利要求1-5任一项所述的方法。
9.一种计算机可读存储介质,其上存储有指令,该指令被执行时实现根据权利要求1-5中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111046477.XA CN113743327A (zh) | 2021-09-07 | 2021-09-07 | 单据识别方法、单据核对方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111046477.XA CN113743327A (zh) | 2021-09-07 | 2021-09-07 | 单据识别方法、单据核对方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113743327A true CN113743327A (zh) | 2021-12-03 |
Family
ID=78736760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111046477.XA Pending CN113743327A (zh) | 2021-09-07 | 2021-09-07 | 单据识别方法、单据核对方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743327A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115775391A (zh) * | 2022-11-08 | 2023-03-10 | 北京博望华科科技有限公司 | 一种企业财务信息处理方法、***及计算机储存介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914907A (zh) * | 2014-04-14 | 2014-07-09 | 陕西海基业高科技实业有限公司 | 纸质票据信息识别与核校***及应用方法 |
WO2018010657A1 (zh) * | 2016-07-15 | 2018-01-18 | 北京市商汤科技开发有限公司 | 结构化文本检测方法和***、计算设备 |
CN111242034A (zh) * | 2020-01-14 | 2020-06-05 | 支付宝(杭州)信息技术有限公司 | 一种单据的图像处理方法、装置、处理设备及客户端 |
CN111275102A (zh) * | 2020-01-19 | 2020-06-12 | 深圳壹账通智能科技有限公司 | 多证件类型同步检测方法、装置、计算机设备及存储介质 |
CN111931664A (zh) * | 2020-08-12 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 混贴票据图像的处理方法、装置、计算机设备及存储介质 |
CN113033534A (zh) * | 2021-03-10 | 2021-06-25 | 北京百度网讯科技有限公司 | 建立票据类型识别模型与识别票据类型的方法、装置 |
-
2021
- 2021-09-07 CN CN202111046477.XA patent/CN113743327A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914907A (zh) * | 2014-04-14 | 2014-07-09 | 陕西海基业高科技实业有限公司 | 纸质票据信息识别与核校***及应用方法 |
WO2018010657A1 (zh) * | 2016-07-15 | 2018-01-18 | 北京市商汤科技开发有限公司 | 结构化文本检测方法和***、计算设备 |
CN111242034A (zh) * | 2020-01-14 | 2020-06-05 | 支付宝(杭州)信息技术有限公司 | 一种单据的图像处理方法、装置、处理设备及客户端 |
CN111275102A (zh) * | 2020-01-19 | 2020-06-12 | 深圳壹账通智能科技有限公司 | 多证件类型同步检测方法、装置、计算机设备及存储介质 |
CN111931664A (zh) * | 2020-08-12 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 混贴票据图像的处理方法、装置、计算机设备及存储介质 |
CN113033534A (zh) * | 2021-03-10 | 2021-06-25 | 北京百度网讯科技有限公司 | 建立票据类型识别模型与识别票据类型的方法、装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115775391A (zh) * | 2022-11-08 | 2023-03-10 | 北京博望华科科技有限公司 | 一种企业财务信息处理方法、***及计算机储存介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11816165B2 (en) | Identification of fields in documents with neural networks without templates | |
WO2020233270A1 (zh) | 票据分析方法、分析装置、计算机设备和介质 | |
US10943105B2 (en) | Document field detection and parsing | |
US11195006B2 (en) | Multi-modal document feature extraction | |
US20160092730A1 (en) | Content-based document image classification | |
CN109117814B (zh) | 图像处理方法、装置、电子设备及介质 | |
US9202146B2 (en) | Duplicate check image resolution | |
CN111353491B (zh) | 一种文字方向确定方法、装置、设备及存储介质 | |
CN110633991A (zh) | 风险识别方法、装置和电子设备 | |
CN112036295B (zh) | 票据图像处理方法、装置、存储介质及电子设备 | |
CN111368632A (zh) | 一种签名识别方法及设备 | |
CN113450075A (zh) | 基于自然语言技术的工单处理方法及装置 | |
WO2022103564A1 (en) | Fraud detection via automated handwriting clustering | |
CN114724166A (zh) | 一种标题抽取模型的生成方法、装置及电子设备 | |
CN113221918A (zh) | 目标检测方法、目标检测模型的训练方法及装置 | |
CN114971294A (zh) | 数据采集方法、装置、设备及存储介质 | |
CN114140649A (zh) | 票据分类方法、票据分类装置、电子设备和存储介质 | |
CN113743327A (zh) | 单据识别方法、单据核对方法、装置和设备 | |
CN113780116A (zh) | ***分类方法、装置、计算机设备和存储介质 | |
CN111784053A (zh) | 交易风险检测方法、设备及可读存储介质 | |
CN115713399B (zh) | 一种结合第三方数据源的用户信用评估*** | |
CN113888760B (zh) | 基于软件应用的违规信息监控方法、装置、设备及介质 | |
CN114663899A (zh) | 金融票据的处理方法、装置、设备及介质 | |
CN115294593A (zh) | 一种图像信息抽取方法、装置、计算机设备及存储介质 | |
CN113901817A (zh) | 文档分类方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |