基于OCR识别的单证数据提取方法、装置、设备及介质
基本信息
| 申请号 | CN202011478079.0 | 申请日 | - |
| 公开（公告）号 | CN112507909A | 公开（公告）日 | 2021-03-16 |
| 申请公布号 | CN112507909A | 申请公布日 | 2021-03-16 |
| 分类号 | G06K9/00;G06K9/32;G06K9/72;G06F40/289 | 分类 | 计算；推算；计数; |
| 发明人 | 庄志强;施光辉;吴思琪;马泽未;李承影;夏永财 | 申请（专利权）人 | 信号旗智能科技（上海）有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 200120 上海市浦东新区中国(上海)自由贸易试验区纳贤路800号1幢A座8楼A1-3室 | ||
| 法律状态 | - | ||
摘要
| 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。 |
