基于模板匹配和Tesseract的票据归类和索引

摘要：

现在大量的纸质凭证都需要通过扫描存入计算机,但如何时这些凭证进行归类和检索成为一个主要问题.随着OCR技术的发展,已有软件产品能够完成扫描件的识别和管理.但在很多情况下只需对扫描件进行归类和建立索引,并不需要对整张票据进行OCR识别.本文提出一种快速、有效的基于模板匹配的票据分类方法,然后借助开源软件Tesseract实现数字和字母的识别,完成票据的分类和索引功能.所提出的方法简便、高效,有效地降低了企业成本.另外,为了提高识别率,根据待识别对象的特征对图像进行预处理,实验表明该方法可以极大提高识别率,对专业的OCR软件也具借鉴意义.

关键词：光学字符识别、模板匹配、图像增强、Tesseract

分类号：TP391(计算技术、计算机技术)

在线出版日期：2010-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：132-135