龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：信号旗智能科技(上海)有限公司
申请日：2020-12-15
公开（公告）日：2024-06-14
公开（公告）号：CN112507909B
主分类号：G06V30/412
分类号：G06V30/412;G06V30/19;G06V10/70;G06F40/289
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2021.05.21#实质审查的生效;2021.03.16#公开
摘要：本发明涉及表单数据处理领域，公开了一种基于OCR识别的单证数据提取方法、装置、设备及介质，其方法包括：通过OCR识别程序处理单证文档，生成包含若干字符块及其字符坐标信息的XML数据，一个字符块对应一个字符坐标信息；根据字符坐标信息将处于同一行的字符块组成字符组；通过预设的分词算法从字符组提取关键词，生成词块，词块包括若干字符块；根据词块内各个字符块对应的字符坐标信息确定词块的词块坐标信息；通过预设除错合并程序处理词块和词块坐标信息，生成结构化单证数据。本发明可以提高单证文档的识别精度，减少识别错误。
主权项：1.一种基于OCR识别的单证数据提取方法，其特征在于，包括：通过OCR识别程序处理单证文档，生成包含若干字符块及其字符坐标信息的XML数据，一个字符块对应一个字符坐标信息；所述字符坐标信息包括l标签、t标签、r标签和b标签；l标签用于标识字符块的左坐标，t标签用于标识字符块的上坐标，r标签用于标识字符块的右坐标，b标签用于标识字符块的下坐标；根据所述字符坐标信息将处于同一行的字符块组成字符组；处于同一行的字符块，其t标签和b标签分别处于相同的区间；通过预设的分词算法从所述字符组提取关键词，生成词块，所述词块包括若干字符块；根据所述词块内各个字符块对应的字符坐标信息确定所述词块的词块坐标信息；通过预设除错合并程序处理所述词块和所述词块坐标信息，生成结构化单证数据；所述预设除错合并程序包括除错程序和合并程序，所述通过预设除错合并程序处理所述词块和所述词块坐标信息，生成结构化单证数据，包括：通过所述除错程序消除所述词块中的错误重叠字符块，生成修改后的词块；通过所述合并程序调整所述修改后的词块对应的词块坐标信息，使相邻行的词块之间的间距保持一致；根据调整后的词块坐标信息和修改后的词块生成结构化单证数据。
全文数据：
权利要求：
百度查询： 信号旗智能科技(上海)有限公司 基于OCR识别的单证数据提取方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号