票据识别技术研究进展

ｓ ｓｅ ａ ｅｍａｎｙ ｉ ｅｃ ａａ ｔｒｓ ｇ ｎ ａｉ ｎ ｍｅｈ ｄｂ ｓｄ ｏ ｈ ｒ ｃ ｅｉｔ ｉｅ ｏ ｅｂ ｌ ｅｚ ｄ ｒ ｃ ｇ ｉ ｏ ｌ ｏ ｉ ｓａ ｄ ｙ ｔｍ ｒ ｉｌ ｔ ｈ ｒ ｃｅ ｅ ｍｅ ｔｔ ｔｏ ， ａ ｅ ｎ ｃ ａ ａ ｔｒｓ ｃｌ ｆｔ ｉ ｓｓ ｉｅ ｅ ｏ ｎ ｔ ｎ ａｇ ｒ ｈ ｎ ｎｈ ｏ ｉ ｎ ｈ ｌ ｉ ｔ ｍ
摘 要 ：本文 对银 行 的票 据 自动识 别技 术 及 其进展 进 行 了论 述 。主要 是 票据 自动识 别 系统 的构 建 ， 包括 扫描 输 入模 块 和识 别模 块 。介 绍 ＯＣ 在 票据 自动识 别 系统 中的 应 用 ，介 绍 一 些最新 票 据识 别 算法 ，主要 是 通 用票 据识 别 系统 中的 字符 Ｒ 切 分 方 法、基 于特征 线检 取 的 票据 识别 算 法和 滴水 算 法 。
Ｌｉ ｎ Ｚｈａｏ ｏｎｇ’ ｚ 。
（． ａ ｇ ｏ ｇ Ｅｅ ｔｃＰ ｗ ｒ ｎ ｕ ｔ ｃ ｏ ｌ ａ ｇ ｈ ｕ ５ ０ ２ ， ｈｎ ；２Ｅ ｕ ａ ｉ ＆ ｒ ｉ ｎ ｅ ｔｒ １ Ｇｕ ｎ ｄ ｎ ｌｃｒ ｏ ｅ ｄ ｓｒ Ｓ ｈ ｏ， ｎ ｚ ｏ １ ５ ０Ｃ ｉ ｉ Ｉ ｙ Ｇｕ ａ ． ｄ ｃ ｔ ｎ Ｔ ａｎ ｇ Ｃ ｎｅ ｏ ｉ ｏ ａ ｇ ｏ ｇＰ ｗ ｒ ｉ Ｃ ｒｏａ ｉｎＧｕ ｎ ｚ ｏ ５ ５ ０Ｃｈ ａ ｆ Ｇｕ ｎ ｄ ｎ ｏ ｅ ｄ ｏｐ ｒｔ ， ａ ｇ ｈ ｕ １ ２ ， ｉ ） Ｇｒ ｏ ０ ｎ
Ａ ｂｓｒ ｃ ：ｎ ｔ ｓｐａ ｒｂ ｎ ｎｏｅ ｕｏｍ ａｉ ｄｅ ｉ ｃ ｔｏ ｅ ｈ ｌ ｇ ａ ｔ ｏ ｒ ｓ ｒ ｉｃ ｓ ｄ． ｏ ａｉ ｄ ｎｉ ｃ ｔｏ ｔ ａ ｔＩ ｈｉ ｐｅ ，ａ ｋ ｔｓａ ｔ ｔｃ ｉ ｎｔ ａ ｉｎ ｔｃ ｎｏ ｏ ｙ ｎｄ ｉｓｐｒ ｇ ｅ ｓａ ｅ ｄｓ ｕｓｅ Ａｕｔｍ ｔｃｉ ｅ ｔｆ ａｉｎ ｉ ｆ ｉ ｓ ｓｅ ｉ ｍ ａｎ ｙ ｔ ｅ ｏ ｔｕｃｉ ｎ ｉｌ， ｃｕｄｎｇ ｈｅ ｃ ｎ ｎ ｔ ｏ ｕｌ ａ ｈ Ｉ ｎｔ ｙ ｙ ｔｍ ｓ ｉｌ ｈ ｃ ｎｓｒ ｔｏ ｂ ｌ ｉ ｌ ｉ ｔ ｓ ａ ｉｐｕ ｍ ｄ ｅ ｎｄ ｔ ｅ ｄｅ ｉ Ｍ ｏｄ ｌ ． ｓｎ ｔ ｕ ｅＯＣＲ ｐ ｐ ｒ ｄｅ ｃｉ ｓ ｈ ａ ｅ ｓｒｂｅ ｔｅ ａ ｐｌ ａｉ ｎ ｏ ｕ ｏ ａｉ ｄ ｎ ｉ ｃ ｔｏ ｙｓｅ ｔ ｎｔｏ ｃ ｏ ｅｏ ｅｌｔ ｓ ｉｌ ｅ ｏｇ ｉｉｎ ｌ ｏ ｉｈ ． ｎｅａ ｔ ｅ ｏｇ ｉｉｎ ｐ ｉ ｔｏ ｆａ ｔ ｍ ｔｃ ｉｅ ｔｆ ａｉ ｎ ｓ ｔ ｍ ｏ ｉ ｒ ｄｕ ｅｓ ｍ ｆｔ ａｅ ｔｂｌｓｒ ｃ ｎｔｏ ａ ｇ ｒｔ ｍ Ｇｅ ｒ ｌＮｏｅｓｒ ｃ ｎｔｏ ｃ ｉ ｈ
计 算机 光盘 软件 与应 用
工 程 技 术 Ｃ ｍ ｕ ｅ Ｄ Ｓ ｆｗ ｒ ｎ ｐ ｌｃ ｔｏ ｓ ｏ ｐ ｔ ｒ Ｃ ｏ ｔａ ｅａ ｄＡ ｐ ａ ｉ ｎ ｉ ２ １ 第 ９期 ０ ０年
票据识 别技术研究进 展
林 兆 宗
（ ． 东省 电 力 ｏ ＿ 学校 ，广 州 ５ ０ ２ ；２广 东电 网公 司教 育培 训 中心 ，广 州 ５ ０２ ） １广 ｒ， －ｌ ｋ １５ ０ ． １５ ０
ｄ ｉ ｅｈ ． ｒｐｍ ｔｏｄ
Ｋ ｅ ｗ ｏ ｄｓｌ ｎｔ ｃ ｔｏ ｎ ｔ ｓ０ ＣＲ； ｙ ｒ ：ｄｅ ｉ ａｉｎ ｏ ｅ ； ｉ ｆ Ｃｈａａ ｔｒｓ ｇ ｅ ｔ ｔｏ ｒ ｃｅ ｅ ｍ ｎ ａｉ ｎ
一
、
概 述 Βιβλιοθήκη 现 代 社会 的各 种 商业 活 动 ，特别 是银 行 方面 ，广泛 使 用各 种 票 据 ，特 别是 支票 的 使用 更加 广 泛 。随着 现 代社 会 的发 展 ，人 们 越 来越 多 的使 用支 票来 代 替现 金进 行 消 费和 结算 。 支票 的 广泛 使 ， 必 然导 致支 票 的存 储 、管 理 以及 支票 信 息 的查 找变 得愈 加 难 。计 算 机逐 渐普 及 ，使 得 使用 电脑 管 理支 票成 为 可 能 ，但足 人 工输 入 支 票信 息 需耗 费大 量 的时 间和 人 力 ，因此 没 计一 个 智 能系 统 自动 识 别支 票 ，从 中提 取有 用信 息， 并按 照一 定 的分 类 规则 保存 到 数 据 库提 供用 广 大用 户检 索 查询 ，最大 程度 上 减少 用 户 的工 作量 就 显得 很 有必 要 。在 这些 工 作 的整 体规 划 中 ，基础 是 票据 识 别系 统 的构建 。前 提 是 Ｏ Ｒ技 术 的保证 。关键 是 票据 识别 算 法和 规 则数 Ｃ 据库 的优化 。 票 据 识别系 统主 要 由两 个模 块 组成 。如 图 （ １ １ 图 — ）所 示 。
关键 词 ：票据 识别 ；ＯＣ ；字符切 分 Ｒ
中图分 类号 ：Ｔ ３ １ ２ Ｐ１． ５
文 献标 识 码 ：Ａ
文章 编号 ：１０— ５９ （ ０ ０ ０— ００ ０ ０ ７ ９９ ２ １ ） ９ ０２ — ４
Ｒ ｅ ｅ ｒ ｈ ｏ Ａｕｔ ｍ ａ ｉ ａ ｓ ａ ｃ ｎ ｏ ｔｃ ｌ Ｃｈｅ ｕｅＩ ｎｔｆｃ ｔｏ Ｔｅ ｈｎｏ ｏ ｙ ｑ ｄｅ ｉ ａ ｉ ｎ ｃ ｉ ｌｇ
对 识 别 出来 的数 据进 行 分类 ，并对 信 息不 全和 个别 错别 字进 行 自 动纠 错 。修 改编 辑模 块 对照 输 入 图像和 识 别结 果 ，进行 手 工修 改 纠错 。 版面 分 析模 块 是指 对于 读 入 的票据 图像 进 行版 面分 析 ，包 括 倾 斜 校 正 、去除 噪音 、抽取 信 息 区域 、切分 文 字行 等 。对于 简单 的文 档版 面 分析 ，很 多 文献 都提 出了 比较 有效 的方 法 ，但是 对 于 复杂 的版 面 ，特 别是 像 票据 这样 的手 写 体和 印刷 体 混排 ， 噪音干 扰 较 强 ， 同时又 存在 着 大量 的背 景 图案 和底 纹 的特殊 版 面 ，上面 这几 种方 法 都很 难取 得 好 的效果 ，表 现 为不 能有 效 切分 手写 字和 印刷 字 ，不 能从 背景 图案 和底 纹 中抽 取有 用信 息 。