票据发票扫描识别OCR

　　票据发票扫描识别OCR、表格表单自动识别系统是一款通用的数据批量采集软件，适用于具有表格特征的表单、问卷、单证，通过扫描、图像处理、自动分类、OCR（光学字符识别）技术，将表格图像中的数据信息准确、快速、真实地提取并保存，数据结果可导出为标准的数据格式，如Excel表，与企事业单位的ERP、CRM等系统实现无缝结合。系统支持中英文、数字、符号等多类型字符的手写体、印刷体识别。

　　背景

　　表格表单是一种高度精炼，集中的信息表达手段，纸质表格被广泛的应用于数据采集，将纸质表格数据转换成电子数据是信息化必然趋势。传统的人工数据录入方式效率低下、差错率高、成本昂贵，北京文通科技结合其在OCR（光学字符识别）领域的尖端技术，为客户提供企业级的数据采集方案，在数据采集和数据应用之间架起高速通道。

　　传统的人工数据录入方式，这是目前企业使用最多最直接的方式，由专门的数据录入员将数据一条一条录入计算机存储，数据流向企业ERP系统、Excel记录型表格。这种方式耗费了大量的人力和时间，计算机在此方案中只是数据载体，并未高效应用，弊端显而易见：

　　1、录单任务繁重、强度大、录入员在高强度重复工作状态下极易疲劳出错；

　　2、增加录单人手、增加计算机设备都导致办公成本增加；

　　3、基础数据采集效率低下导致综合统计数据滞后，导致公司的其他业务信息管理系统（如ERP、CRM）所发挥的性能大打折扣，从而影响企业正确决策。

　　使用OCR技术实现自动录单，目前部分ERP软件商集成了OCR（光学字符识别）技术，通过批量扫描识别的方式采集表单、订单数据，大大提高数据采集的效率。OCR识别录单方式是对传统录入方式的一个颠覆，基于先进的图像处理、OCR&ICR（智能字符识别）技术，把繁重重复的工作交给计算机去处理，充分发挥了计算机处理技术的优势，录单主体的变更带来的是录单效率本质的提高，这也是OCR技术的初衷。简单举例，一张A4订单中有15条数据，熟练录入员录单需要120秒，而OCR技术仅需要1.5秒，速率提高是120S/1.5S = 79倍，优势极为明显。

　　三、系统流程概述

　　3.1 工作流程概述

　　系统流程图

　　3.2 系统识别性能参数

　　识别字符类型

　　印刷体：中文（简繁体）、英文、数字

　　手写体：中文（简繁体）、英文、数字

　　符号类：标识码、条码、 CheckBox、╳、▇、○、●等，可定制符号

　　8种可定制字符：日、韩、蒙古、藏、维吾尔、哈萨克、柯尔克孜、阿拉伯文识别速度单张表格的识别速度在 1 秒钟左右；识别率

　　对于版面整洁的印刷字符的识别，正确率达99.96%

　　对于规范手写数字、英文的识别，正确率达98.5%

　　对于规范手写汉字的识别，正确率在 85%左右；

　　3.3 SDK主要模块及功能特点

　　表格模板编辑器：轻松快速定义识别模板；

　　图像预处理模块：自动去黑边、自动纠偏、去噪声、图像自动旋转、多种二值化方法处理；

　　表格自动分类：系统能自动区分当前表格、票据的业务类别，实现全自动归档；

　　字符识别引擎：支持识别丰富的文字、符号类型；

　　快速校对工具：纵向（集字）校对器、横向校对器。

　　3.4 SDK开发环境

　　计算机性能：CPU-2.0GHz，内存-512MB，硬盘-2G；

　　操作系统：Windows系列

　　API接口：以标准的DLL（动态链接库）、OCX控件方式提供，支持VB、C#、Delphi、PB、C/C++/VC++、Java等常用程序语言的调用；

　　应用领域

　　制造业：订货会订单处理、生产计划等表单处理

　　政府部门：各种申请表、申报表的数据录入

　　银行、证券部门：存单、储单、证券交易单据、信用卡申请表的数据录入

　　工商、税务部门：各种纳税申报表、组织结构代码申报表的数据录入

　　统计部门：社会调查表、人口普查表、农业普查表、商业调查表的数据录入

　　人事部门：人事测评、干部考核表的数据录入

　　保险行业：保险单的数据录入

　　企、事业单位：进出库票据、订货单、单位内部报表的数据录入