一种增值税发票的识别方法与流程

技术特征：

1.一种增值税发票的识别方法，其特征在于，包括如下步骤：

S1、对输入的发票图像进行预处理：提取原始彩色发票图像的r分量，作为灰度图像，对灰度图像进行中值滤波操作，减少噪点，对灰度图像进行Radon变换，进行倾斜校正；

S2、对发票图像进行选项区域定位：寻找标记点，进行选项区域定位，截取各选项区域，分别二值化处理得到黑底白字图像；

S3、字符分割：将各选项区域的字符通过投影法分割开来，得到单个字符的最小外接矩形，便于后续的识别处理；

S4、字符区域分块：将分割好的字符，进行尺度变换，变为正方形，然后将字符图像的高和宽等间距各分3份，得到9个正方形的图像块；

S5、提取每个图像块的HOG特征，得到9个一维的HOG特征序列；

S6、将步骤S5中的特征序列分别与模板做比对，比对公式如下：

$r=\frac{\underset{n}{\Σ}(A_n-\stackrel{\‾}{A})(B_n-\stackrel{\‾}{B})}{\sqrt{\underset{n}{\Σ}{(A_n-\stackrel{\‾}{A})}^2}\sqrt{\underset{n}{\Σ}{(B_n-\stackrel{\‾}{B})}^2}};$

其中，A_n为待识别字符块的HOG特征序列，为A_n的均值；B_n为模板字符块HOG特征序列，为B_n的均值；r为待识别字符块与模板字符块的相关系数，当-1≤r＜0时，A_n与B_n为负相关；当0＜r≤1时，A_n与B_n为正相关；当r＝0时，A_n与B_n不相关；其差异系数d用1-r来表示；

S7、将候选字符中的9个块，进行加权求和，根据差异系数d的取值范围，为其赋予不同权重，生成权重矩阵，其权重分配方式如下：

$w_i=\left\{\begin{array}{cc}0,& d_i=0;\\ \frac{1}{1+2+3+4},& 0\<d_i\≤0.2;\\ \frac{2}{1+2+3+4},& 0.2\<d_i\≤0.4;\\ \frac{3}{1+2+3+4},& 0.4\<d_i\≤0.7;\\ \frac{4}{1+2+3+4},& d_i\>\mathrm{0.7.}\end{array}\right.;$

S8、将权重与差异系数加权求和，得到候选字符差异得分，计算每个候选字符差异得分，取最小值对应字符为匹配结果；

S9、对每个切分后的字符重复上述步骤S4至S8，直至完成发票各项内容的识别。

2.根据权利要求1所述的增值税发票的识别方法，其特征在于，所述步骤S2中，具体包括：

S21、寻找标记点，将发票矩形框的四个顶点定位，取原始彩色发票图像的b分量图像，将其二值化，并分别水平、垂直投影；投影值第一个和最后一个向下尖峰处，即为矩形顶点位置，从而确定矩形框的位置；

S22、进行选项区域定位，发票各选项区域位置是固定的，根据矩形框位置，与发票各选项区域的相对位置关系，将各区域坐标计算出来；

S23、用S22中计算出的坐标，在步骤S1处理完的灰度图像上，截取各选项区域，并分别二值化处理，得到黑底白字的二值图像。

3.根据权利要求1所述的增值税发票的识别方法，其特征在于，所述步骤S3中，字符通过投影法分割具体为，分别获取各字符的左右边界，进行垂直分割；再将分割出的每个块，进行水平投影，去除零点，即字符上方和下方多余部分；保留非零点，即字符。

4.根据权利要求3所述的增值税发票的识别方法，其特征在于，根据不同区域内容不同，具体的切分方式也相应不同：

①只有一行字的情况：

先垂直投影，再从左向右水平扫描，若当前点像素值为零，前面有连续若干个点像素值为零，后面连续若干个点像素值非零，则认为该点为字符左边界，遍历所有点，得到所有字符的左边界；若当前点像素值非零，前面有连续若干个点像素值非零，后面有连续若干个点像素值为零，则认为该点为字符右边界，遍历所有点，得到所有字符右边界，使用这些边界信息，进行垂直分割；

②有多行文字的情况：

首先进行水平分割，将多行字分割成多个单行字，这样后面的步骤同①一样，水平分割做法：先水平投影，再从上往下扫描，若当前点像素值为零，前面有连续若干个点像素值为零，后面连续若干个点像素值非零，则认为该点为行的上边界，遍历所有点，得到所有行的上边界；若当前点像素值非零，前面有连续若干个点像素值非零，后面有连续若干个点像素值为零，则认为该点为行的边界，遍历所有点，得到所有行的下边界，使用这些边界信息，将图像分割为单行字，再重复步骤①，将单行字分割成单个字符。

5.根据权利要求1所述的增值税发票的识别方法，其特征在于，所述步骤S6中，其比对过程为：

S61、读取一个待识别字符，从左至右，从上之下，从第1块开始进行模板匹配，然后依次对第2、3、4块，直至第9块进行匹配；

S62、当前模板9块匹配结束，读取下一个模板，重复步骤S61，直至所有模板相似度计算完毕；

S63、设定相似度阈值T，统计每个模板字符的9块相似度，若相似度小于该阈值的块数大于等于6，则该模板字符必定不是正确结果，不进行操作；若小于6块，则将该模板存入候选字符。