一种报销单据图像文本信息校准与提取方法

摘要

一种报销单据图像文本信息校准与提取方法，该方法包括：1)报销单据图像噪声过滤方法。该方法基于OTSU阈值分割和EDT距离变换的图像预处理算法，对报销单据图像中存在的印章、墨点和皱褶等噪声进行过滤，并将过滤后的图像作为图像文本信息校准模块的输入。2)报销图像文本信息校准方法。该方法采用最大连通域算法从报销单据图像中提取用户信息连通域，并根据用户信息与单据字段的对应关系构建相关性矩阵，标记并表示报销单据用户信息与模板字段连通域关联性；通过随机旋转、缩放、高斯噪声等扰动处理进行数据增强，采用SSD网络训练报销图像文本信息校准模型；采用Tesseract识别单据连通域中的光学字符信息，实现报销单据图像文本信息的校准与提取。