申请/专利权人：金科览智科技(北京)有限公司

申请日：2021-01-28

公开（公告）日：2024-04-12

公开（公告）号：CN112818823B

主分类号：G06F16/35

分类号：G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.02.25#著录事项变更;2021.06.04#实质审查的生效;2021.05.18#公开

摘要：本发明提供了一种基于票据内容和位置信息的文本抽取方法，包括以下步骤：S1：图像校正；S2：进行文字检测，检测出文字块；S3：在检测好的文字块上进行文字识别；S4：对文字块进行分类，得到文字块的文字信息和坐标信息；S5：将文字块的文字信息和坐标信息送入神经网络中，输出每个文字块的标签；S6：对相同标签类型的文字块进行匹配链接，输出抽取结果。本发明通过引入了位置信息的textCNN+blocklink的方法，解决了在二维票据中实体抽取的问题，并通引入的位置信息有效提高了文本抽取的准确率。

主权项：1.一种基于票据内容和位置信息的文本抽取方法，其特征在于，包括如下步骤：S1：图像校正；S2：进行文字检测，检测出文字块；S3：在检测好的文字块上进行文字识别；S4：对文字块进行分类，得到文字块的文字信息和坐标信息；S5：将文字块的文字信息和坐标信息送入神经网络中，输出每个文字块的标签；S6：对相同标签类型的文字块进行匹配链接，输出抽取结果；所述步骤S1中，采用east算法求出文字块的倾斜角度，然后根据文字块的倾斜角度校正图片；所述步骤S2中，采用pixellink算法进行文字检测，采用pixellink算法进行像素级别的实例分割，分辨哪些像素属于文字区域，哪些像素不属于文字区域，pixellink首先将同一实例中的像素链接起来分割出不同的文本实例，然后直接从分割结果中提取文本包围框；所述步骤S3中，采用crnn+ctc算法在检测好的文字块上进行文字识别，然后对文字识别后的文字块进行分类，得到文字块的文字信息和坐标信息；所述步骤S4中，所述文字信息包括文字块的宽度信息以及高度信息，所述坐标信息包括文字块的左上、左下、右上以及右下的坐标；所述步骤S5中，所述神经网络为双层神经网络；得到文字块的文字信息以及坐标信息后，后续通过textCNN+location的双层神经网络对文字信息以及坐标信息进行分类；采用textCNN+location神经网络输出每个文字块的分类标签；所述步骤S6中，对分类好的文字块识别其周围的文字块，对相同标签类型的文字块进行合并；神经网络对文字块进行分类识别后，会输出两种标签类型的文字块，所述文字块的标签类型包括包含key的文字块以及包括value的文字块；通过最短距离链接相邻的文字块，实现key和value的链接，链接成功的key和value构成的成对文字块，即为要抽取的内容，从而完成了对票据中文本的抽取。

全文数据：

权利要求：

百度查询： 金科览智科技(北京)有限公司 一种基于票据内容和位置信息的文本抽取方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD