发票图像识别，如何提高识别率？
做的一个项目需要对发票图片做识别，理想情况下当然是能做到对手机拍摄的发票图片做识别，难度比较大，主要是发票套印套打严重，字体打印质量不高，全国发票格式多样不统一。开这个话题跟感兴趣的朋友交流。
我觉得有两个难点：第一拍的照片是否对齐，没对齐怎么判断, 还有就是折叠影响，如何处理？
第二个识别，这个上深度学习就行了，如果是机打发票没有手写的话要简单很多。
19 人赞同了该回答
不知道题主是否已经解决这个问题，恰好我也正在研究这方面的问题，以下是我的思路，希望能做到抛砖引玉的效果。
首先是提高源图的清晰度，例如将扫描仪200分辨率改为300的分辨率，存jpg格式图片时不要进行压缩。对于人眼来说，清晰度模糊一点并不影响阅读。但是对算法来说，高清晰高质量图片处理起来会容易的多。
然后是图片预处理，对文字区域检测时可采用高斯滤波，文字识别时候采用锐化处理。
另外一个细节就是识别左上角的二维码，二维码中包含发票里面大部分有用信息，并且识别的结果基本上无误差。因为二维码模糊，残缺等问题，直接采用zxing进行识别，大约仅有40%的识别率。通过分析zxing源码，修改关键点定位算法，轻微残缺补齐等，最后整体能达到60%左右的识别率。
最后就是文字区域的二值化，当二值化效果比较理想时，采用tesseract能够达到一个非常好的效果。
最后补充一点，若题主有足够的人力和物力可采用深度学习算法。文字检测可采用CTPN算法，文字识别可采用ResNet+LSTM+CTC，预计能够达到一个非常高的准确率。
-------------------------------------分割线-------------------------------------------------
后来我采用深度学习方式去做ocr，用2000左右张图片做训练，200张做测试。最后大概的识别率在90%左右，不过我识别的是发票扫描件，200dpi，70%压缩的jpg格式图片。
这个问题也许可以参考下 ：干货帖 | 各种PDF表单的疑难杂症怎么解决？
PDFelement 移动端可以直接拍照扫描制成PDF。
然后在桌面端打开。
或者可以直接将手机和电脑USB连接起来，打开程序 - “从扫描仪” - 扫描仪选项中选择自己的设备 - 扫描
如果连接的是手机，可以访问手机相册，选择图片进行 PDF 创建。
完成扫描以后，就可以进行下一步数据提取，由于是扫描件，要用到OCR进行字符识别。
数据批量提取到 Excel 非常快捷。
发票图像识别，如何提高识别率？相关推荐
- 搜狗语音输入提示服务器繁忙,讯飞语音输入如何提高识别率 提高方法
讯飞语音是一款语音输入软件,能够帮助用户进行通过语音说话,进行智能识别,帮助用户在繁忙的时候,直接语音输入,不过语言描述要清晰哦!小编在这里分享一下识别率提高方法,不要错过哦! 讯飞语音输入如何提高识 ...
- Android二维码识别率优化,Android Zxing 转换竖屏扫描且提高识别率的方法
最近的一个Android需要用到扫码功能,用的是Zxing开源库.Zxing的集成就不说了,但是Zxing默认的是横屏扫码,在实际生产中并不适用,需要改为竖屏扫描. 转竖屏步骤: 1>. And ...
- matlab识别图像,基于MATLAB神经网络图像识别的高识别率代码
MATLAB神经网络图像识别高识别率代码 I0=pretreatment(imread('Z:\data\PictureData\TestCode\SplitDataTest\0 (1).png')) ...
- 计算识别率的matlab代码,基于MATLAB神经网络图像识别的高识别率代码
更新时间: 2019年3月14日10:50:04作者: 钱190 今天,我将与您分享一个基于MATLAB神经网络图像识别的高识别代码. 我认为内容非常好. 现在我与大家分享. 具有很好的参考价值. 需 ...
- 使用tesseract训练自己的字库提高识别率
问题描述:想使用tesseract识别中文,但是发现有一个字tesseract自带的库会识别错误或者不识别.比如下图的左图,其结果是"肇"变成"告",明显是识别 ...
- 国税总局发票查验平台验证码识别方案，识别率达98%
全国增值税发票查验平台验证码 2020.04.30 已经同步更新,测试网址不变 手动置顶:验证码识别测试页面(可视化操作) 识别率97.5%,图片接口支持手动测试,以图片形式返回结果:文本接口需要联系 ...
- 核酸扫码登记体验有感（如何提高OCR的文字正确识别率）
近几年,新冠疫情持续反复,核酸检测已成为了我们日常生活的一部分,甚至有人开玩笑说朋友邻居见面问候语从"吃了吗你?"变成了"今儿核酸了?".核酸检测全员常态化,需 ...
- 图像文字识别（三）：Tesseract4.0训练字库，提高正确识别率
由于tesseract的中文语言包"chi_sim"对中文手写字体或者环境比较复杂的图片,识别正确率不高,因此需要针对特定情况用自己的样本进行训练,提高识别率,通过训练,也可以形成 ...
- Java中识别二维码并且提高二维码的识别率
我们在Java开发的时候,发现对二维码的识别是不足的.所以我们需要提高识别率. 第一步.识别图片二维码.准备相应的jar包.我们在gradle+idea中开发. compile group: 'com ...
最新文章
- 如何快速融入团队并成为团队核心？（九）
- SIFT特征提取分析 sift算子
- 小白的算法初识课堂(part4)--快速排序
- ios点击大头针气泡不弹出_iOS高德地图之自定义大头针and泡泡view
- Python3中的yield from语法
- JavaScript（四）——具体对象（Math、字符串对象、Date对象、Number对象及Boolean对象）
- 趋势程序大赛第 六七 天
- PMP试题 | 每日一练，快速提分 7.5
- 基于区块链的融合通信初探（一）
- 浅析显卡市场的未来走向：现在可以抄底了吗？
- 小米路由器安装mysql_小米路由器安装和设置方法(图文教程)
- PPT无法插入页码解决办法
- UG8.5 正式版安装方法
- 九宫锁屏图案有多少种c语言编程,手机九宫格图案解锁问题，编程高手戳进来！...
- eclipse 配置字符集 字体大小 护眼
- 内置CRC于文本文件中的方法
- [C#]JCoder.Mock4Net，可用于模拟数据的c#类库
- 西安理工大学-计算机学院-863电子信息-各年份真题
- 「视频直播技术详解」系列之三：编码和封装
- bkt项目 （一）设计