申请/专利权人:国网内蒙古东部电力有限公司;南京南瑞信息通信科技有限公司
申请日:2021-01-29
公开(公告)日:2024-03-29
公开(公告)号:CN112861865B
主分类号:G06V30/148
分类号:G06V30/148;G06F40/186;G06V30/416;G06V30/18;G06V30/19
优先权:
专利状态码:有效-授权
法律状态:2024.03.29#授权;2021.06.15#实质审查的生效;2021.05.28#公开
摘要:本发明公开了一种基于OCR技术的辅助审计方法,包括获取待识别的审计文档图像,对审计文档图像进行预处理,得到审计文档图像的预处理图像,对预处理图像进行版面分析,得到预处理图像的多个文本行,采用优化的字符切割方法对多个文本行中的字符串进行切割,得到多个单个字符的切割图像,对多个单个字符的切割图像进行特征提取与识别,得到识别结果,将识别结果进行版面恢复,输出可编辑文档,根据审计工作流程对可编辑文档进行结构化处理,生成审计数据报表并输出。本发明将传统的文字识别方法与审计工作流程相融合,通过对传统的文字识别算法进行优化改进,提高了文字识别的准确率,方便了审计人员的审计工作,提高了工作效率。
主权项:1.一种基于OCR技术的辅助审计方法,其特征在于,包括如下步骤:获取待识别的审计文档图像;对所述审计文档图像进行预处理,得到所述审计文档图像的预处理图像;对所述预处理图像进行版面分析,得到所述预处理图像的多个文本行,具体包括:对所述预处理图像中的文档进行分段处理,得到多个版面区域的文本块;对所述多个版面区域的文本块进行分行处理,得到所述预处理图像的多个文本行;计算所述多个文本行的纵坐标,根据所述纵坐标识别所述多个文本行的所属行;采用优化的字符切割方法对所述多个文本行中的字符串进行切割,得到多个单个字符的切割图像,具体包括:采用水平投影法对所述预处理图像中的多个文本行进行行切割,得到所述多个文本行的行图片;判断所述行图片中的字符串是否为连续的汉字字符串,如果是,根据优化的汉字切割阈值对所述行图片中的字符串进行字切割,得到多个汉字切割图像;否则,采用垂直投影法对所述行图片中的字符串进行字切割,得到多个单字符的切割图像;对多个所述单个字符的切割图像进行特征提取与识别,得到识别结果;将所述识别结果进行版面恢复,输出可编辑文档;根据审计工作流程对所述可编辑文档进行结构化处理,生成审计数据报表并输出。
全文数据:
权利要求:
百度查询: 国网内蒙古东部电力有限公司;南京南瑞信息通信科技有限公司 一种基于OCR技术的辅助审计方法
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。