增值稅發(fā)票是一種記錄交易活動(dòng)的會(huì)計(jì)憑證,是公司做賬的依據(jù),同時(shí)也是繳稅的費(fèi)用憑證,因此公司通常需要財(cái)務(wù)部門(mén)進(jìn)行發(fā)票的管理工作。然而發(fā)票管理工作繁瑣且乏味,其工作量大且記錄信息多,人為記錄需要消耗大量的人力物力。隨著OCR技術(shù)的發(fā)展,許多領(lǐng)域在文本識(shí)別方面取得新的突破,利用OCR技術(shù)進(jìn)行發(fā)票信息的自動(dòng)識(shí)別記錄,能有效提高財(cái)務(wù)人員的工作效率。本文通過(guò)對(duì)發(fā)票版面進(jìn)行分析,確定發(fā)票識(shí)別系統(tǒng)的任務(wù),然后根據(jù)任務(wù)要求對(duì)OCR系統(tǒng)各模塊進(jìn)行研究,設(shè)計(jì)了一款基于OCR的批量發(fā)票識(shí)別系統(tǒng)。首先采用掃描儀對(duì)發(fā)票進(jìn)行圖像采集,掃描儀采集圖像效果清晰,并且能完成多張發(fā)票掃描的工作,符合本系統(tǒng)的要求。對(duì)發(fā)票圖像進(jìn)行圖像預(yù)處理,包括歸一化大小,判斷發(fā)票是否需要翻轉(zhuǎn),二值化,形態(tài)學(xué)處理等。然后對(duì)文本定位算法進(jìn)行探究,由于信息是由打印機(jī)打印在發(fā)票上,因?yàn)閿[放原因信息時(shí)有偏移,并且發(fā)票頁(yè)面常帶有未知干擾,不利于模板匹配定位、連通域算法定位。本文設(shè)計(jì)了多層自編碼+SVM的定位算法,能有效解決以上問(wèn)題,成功完成信息文本定位。再采用改進(jìn)的投影切割法完成單個(gè)字符切割。對(duì)于字符識(shí)別,由于本系統(tǒng)識(shí)別的信息均為數(shù)字打印字符,為了提高... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

增值稅發(fā)票樣圖

圖 2-2 發(fā)票版面分析Fig. 2-2 Invoice layout analysis 系統(tǒng)設(shè)計(jì)與技術(shù)難點(diǎn)一個(gè)基于 OCR 的發(fā)票識(shí)別系統(tǒng)，基本任務(wù)是：采集發(fā)票圖像，自動(dòng)識(shí)別的重要信息，對(duì)信息進(jìn)行檢驗(yàn)，最后將數(shù)據(jù)按順序記錄于 Excel 表中。按，系統(tǒng)由圖 2-3 中七個(gè)模塊構(gòu)成。圖 2-3 系統(tǒng)框架圖

7圖 2-3 系統(tǒng)框架圖Fig. 2-3 System framework以看到，基于 OCR 的發(fā)票識(shí)別系統(tǒng)應(yīng)包括以下模塊：入模塊：通過(guò)采集設(shè)備獲取發(fā)票圖像并輸入；處理模塊：包括歸一化處理、形態(tài)學(xué)處理等；位模塊：準(zhǔn)確地對(duì)發(fā)票的重要信息進(jìn)行定位；割模塊：對(duì)定位完成的信息進(jìn)行單個(gè)字符切割；別模塊：對(duì)切割完成的單個(gè)字符進(jìn)行識(shí)別；錄模塊：將識(shí)別到的信息，記錄到 Excel 對(duì)應(yīng)位置；

【參考文獻(xiàn)】：
期刊論文
[1]電子發(fā)票對(duì)企業(yè)財(cái)務(wù)核算和管理的影響與建議[J]. 劉春雨.  現(xiàn)代營(yíng)銷(xiāo)(下旬刊). 2019(02)
[2]電子發(fā)票對(duì)企業(yè)會(huì)計(jì)核算影響[J]. 聶艷.  財(cái)會(huì)學(xué)習(xí). 2019(05)
[3]一種基于MSER和SWT的新型車(chē)牌檢測(cè)識(shí)別方法研究[J]. 王艷,謝廣蘇,沈曉宇.  計(jì)量學(xué)報(bào). 2019(01)
[4]基于MSER與邊緣投影的車(chē)牌定位算法[J]. 鄭貴林,吳黃子桑.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(01)
[5]一種基于形態(tài)學(xué)與區(qū)域分析的車(chē)牌定位方法[J]. 羅山.  山西電子技術(shù). 2018(06)
[6]基于數(shù)學(xué)形態(tài)學(xué)的差分圖像目標(biāo)檢測(cè)算法研究[J]. 秦雨萍,張雙,張萍,尹福成.  艦船電子工程. 2018(04)
[7]基于SVM多分類(lèi)的車(chē)牌相似字符識(shí)別方法研究[J]. 方玲玉,龔文友.  計(jì)算機(jī)與數(shù)字工程. 2017(07)
[8]基于圖像識(shí)別的移動(dòng)端原始憑證電子化智能填單系統(tǒng)[J]. 魯靜,宋斌,向萬(wàn)紅,吳士泓,孫曉東,唐靜.  計(jì)算機(jī)工程. 2017(06)
[9]文本檢測(cè)算法的發(fā)展與挑戰(zhàn)[J]. 李翌昕,馬盡文.  信號(hào)處理. 2017(04)
[10]局部HOG和分層LBP特征融合的車(chē)牌字符識(shí)別[J]. 高聰,王福龍.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(04)

碩士論文
[1]基于MSER和隨機(jī)森林的實(shí)時(shí)交通標(biāo)志的檢測(cè)和識(shí)別[D]. 付文彬.江西理工大學(xué) 2018
[2]基于深度學(xué)習(xí)的發(fā)票自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 黃志文.廣東工業(yè)大學(xué) 2018
[3]基于深度學(xué)習(xí)的印刷體漢字識(shí)別[D]. 劉冬民.廣州大學(xué) 2018
[4]復(fù)雜背景下證件識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D]. 張翮.電子科技大學(xué) 2017
[5]基于目標(biāo)表觀和幾何建模的物體檢測(cè)研究及應(yīng)用[D]. 李健.浙江大學(xué) 2017
[6]基于OCR技術(shù)的原始憑證電子化管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 安然.吉林大學(xué) 2016
[7]基于視頻序列的運(yùn)動(dòng)人體檢測(cè)和跟蹤[D]. 吳亞順.西華大學(xué) 2015
[8]面向增值稅發(fā)票的圖像自動(dòng)處理技術(shù)研究[D]. 謝志鋼.上海交通大學(xué) 2015
[9]機(jī)打普通商業(yè)發(fā)票識(shí)別系統(tǒng)研究[D]. 虞飛.華南理工大學(xué) 2013
[10]SVM多分類(lèi)關(guān)鍵技術(shù)研究及其在車(chē)牌字符識(shí)別中的應(yīng)用[D]. 郭萍萍.大連海事大學(xué) 2012



本文編號(hào)：3281133