票据图像的处理方法、装置和服务器制造方法及图纸

本说明书提供了票据图像的处理方法、装置和服务器，应用于人工智能领域。基于该方法，具体实施前，可以基于对抗的思想，通过深度学习构建并训练得到精度较高、效果较好的预设的水印去除模型；其中，该预设的水印去除模型至少包括第一网络层和第二网络网络层，上述第二网络层还连接有图像生成器。具体实施时，先获取包含有目标票据的目标图像；再利用预设的水印去除模型通过处理该目标图像，得到去除水印后的目标图像；再通过对去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息。从而可以高效、便捷地去除目标图像中水印，进而可以基于去除水印后的目标图像，准确地识别并提取出所需要的票据信息，有效地减少了识别误差。差。差。

【技术实现步骤摘要】
票据图像的处理方法、装置和服务器


[0001]本说明书属于人工智能
，尤其涉及票据图像的处理方法、装置和服务器。

技术介绍

[0002]在金融业务场景中，业务系统服务器常常需要从客户所提交的包含有票据的票据图像中识别并提取出相关的票据信息，以进行相应的业务处理。
[0003]但是，票据中往往还会存在水印，上述水印会对票据信息的识别提取产生干扰，进而导致识别过程容易出现误差，影响所提取到的票据信息的准确度。
[0004]针对上述问题，目前尚未提出有效解决方案。

技术实现思路

[0005]本说明书提供了一种票据图像的处理方法、装置和服务器，能够高效、便捷地去除目标图像中水印，进而可以基于去除水印后的目标图像，准确、高效地识别并提取得到所需要的票据信息，有效地减少了识别误差。
[0006]本说明书提供了一种票据图像的处理方法，包括：
[0007]获取包含有目标票据的目标图像；
[0008]利用预设的水印去除模型处理所述目标图像，以得到去除水印后的目标图像；其中，所述预设的水印去除模型至少包括第一网络层和第二网络网络层，所述第二网络层还连接有图像生成器；
[0009]对所述去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息。
[0010]在一个实施例中，所述目标票据包括以下至少之一：汇票、本票、支票。
[0011]在一个实施例中，所述预设的水印去除模型按照以下方式训练得到：
[0012]拍摄包含有样本票据的图像，作为第一样本图像；
[0013]根据预设的添加规则，在所述第一样本图像中添加相应的样本水印图案，得到与第一样本图像对应的第二样本图像；
[0014]根据预设的构建规则，构建初始的水印去除模型；
[0015]组合使用相对应的第一样本图像和第二样本图像，训练所述初始的水印去除模型，以得到符合要求的预设的水印去除模型。
[0016]在一个实施例中，根据预设的添加规则，在所述第一样本图像中添加相应的样本水印图案，得到与第一样本图像对应的第二样本图像，包括：
[0017]在第一样本图像中，确定出第一随机位置；
[0018]在所述第一随机位置处添加样本水印图案，并调整该样本水印图案的透明度，以得到与第一样本图像对应的第二样本图像。
[0019]在一个实施例中，根据预设的添加规则，在所述第一样本图像中添加相应的样本水印图案，得到与第一样本图像对应的第二样本图像，包括：
[0020]在第一样本图像中，确定出第二随机位置；
[0021]在所述第二随机位置处添加样本水印图案，并调整该样本水印图案的对比度，以得到与第一样本图像对应的第二样本图像。
[0022]在一个实施例中，根据预设的构建规则，构建初始的水印去除模型，包括：
[0023]构建第一网络层、第二网络层和判别器；其中，第二网络层还连接有图像生成器；
[0024]将第一网络层与第二网络层相连；并将图像生成器与判别器相连，以得到初始的水印去除模型。
[0025]在一个实施例中，组合使用相对应的第一样本图像和第二样本图像，训练所述初始的水印去除模型，包括：
[0026]将第二样本图像输入第一网络层，得到与第二样本图像对应的第一中间数据；
[0027]将第一中间数据和第二样本图像组合后输入第二网络层，得到与第二样本图像对应的第二中间数据；并利用图像生成器处理第二中间数据，得到处理后的第二样本图像；
[0028]组合第二样本图像与处理后的第二样本图像得到第一样本数据组；组合第二样本图像和相对应的第一样本图像得到第二样本数据组；
[0029]利用判别器通过处理第一样本数据组和第二样本数据组，调整第一网络层和第二网络层的网络参数。
[0030]在一个实施例中，利用判别器通过处理第一样本数据组和第二样本数据组，调整第一网络层和第二网络层的网络参数，包括：
[0031]利用判别器根据第一样本数据组和第二样本数据组进行卷积运算，得到判别结果；
[0032]根据判别结果，调整第一网络层和第二网络层的网络参数。
[0033]在一个实施例中，对所述去除水印后的目标图像进行OCR识别，包括：
[0034]利用预设的图像识别模型对所述去除水印后的目标图像进行OCR识别。
[0035]在一个实施例中，在获取包含有目标票据的目标图像之后，所述方法还包括：
[0036]检测目标图像中是否包含有水印图案；
[0037]在确定目标图像未包含有水印图案的情况下，对目标图像进行OCR识别，以获取目标票据中的票据信息。
[0038]在一个实施例中，在对所述去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息之后，所述方法还包括：
[0039]根据目标票据中的票据信息，进行结算处理。
[0040]本说明书还提供了一种票据图像的处理装置，包括：
[0041]获取模块，用于获取包含有目标票据的目标图像；
[0042]处理模块，用于利用预设的水印去除模型处理所述目标图像，以得到去除水印后的目标图像；其中，所述预设的水印去除模型至少包括第一网络层和第二网络网络层，所述第二网络层还连接有图像生成器；
[0043]识别模块，用于对所述去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息。
[0044]本说明书还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现所述票据图像的处理方法的相关步骤。
[0045]本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令
被处理器执行时实现所述票据图像的处理方法的相关步骤。
[0046]本说明书还提供了一种计算机程序产品，包含有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取包含有目标票据的目标图像；利用预设的水印去除模型处理所述目标图像，以得到去除水印后的目标图像；其中，所述预设的水印去除模型至少包括第一网络层和第二网络网络层，所述第二网络层还连接有图像生成器；对所述去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息。
[0047]基于本说明书提供的票据图像的处理方法、装置和服务器，具体实施前，可以基于对抗的思想，通过深度学习构建并训练得到精度较高、效果较好的预设的水印去除模型；其中，该预设的水印去除模型至少包括第一网络层和第二网络网络层，上述第二网络层还连接有图像生成器。具体实施时，可以先获取包含有目标票据的目标图像；再利用预设的水印去除模型通过处理该目标图像，得到去除水印后的目标图像；再通过对去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息。从而可以高效、便捷地去除目标图像中水印，进而可以基于去除水印后的目标图像，准确、高效地识别并提取得到所需要的票据信息，有效地减少了识别误差，提高了整体的处理效率。
附图说明...

【技术保护点】

【技术特征摘要】
1.一种票据图像的处理方法，其特征在于，包括：获取包含有目标票据的目标图像；利用预设的水印去除模型处理所述目标图像，以得到去除水印后的目标图像；其中，所述预设的水印去除模型至少包括第一网络层和第二网络网络层，所述第二网络层还连接有图像生成器；对所述去除水印后的目标图像进行OCR识别，以获取目标票据中的票据信息。2.根据权利要求1所述的方法，其特征在于，所述目标票据包括以下至少之一：汇票、本票、支票。3.根据权利要求1所述的方法，其特征在于，所述预设的水印去除模型按照以下方式训练得到：拍摄包含有样本票据的图像，作为第一样本图像；根据预设的添加规则，在所述第一样本图像中添加相应的样本水印图案，得到与第一样本图像对应的第二样本图像；根据预设的构建规则，构建初始的水印去除模型；组合使用相对应的第一样本图像和第二样本图像，训练所述初始的水印去除模型，以得到符合要求的预设的水印去除模型。4.根据权利要求3所述的方法，其特征在于，根据预设的添加规则，在所述第一样本图像中添加相应的样本水印图案，得到与第一样本图像对应的第二样本图像，包括：在第一样本图像中，确定出第一随机位置；在所述第一随机位置处添加样本水印图案，并调整该样本水印图案的透明度，以得到与第一样本图像对应的第二样本图像。5.根据权利要求3所述的方法，其特征在于，根据预设的添加规则，在所述第一样本图像中添加相应的样本水印图案，得到与第一样本图像对应的第二样本图像，包括：在第一样本图像中，确定出第二随机位置；在所述第二随机位置处添加样本水印图案，并调整该样本水印图案的对比度，以得到与第一样本图像对应的第二样本图像。6.根据权利要求3所述的方法，其特征在于，根据预设的构建规则，构建初始的水印去除模型，包括：构建第一网络层、第二网络层和判别器；其中，第二网络层还连接有图像生成器；将第一网络层与第二网络层相连；并将图像生成器与判别器相连，以得到初始的水印去除模型。7.根据权利要求6所述的方法，其特征在于，组合使用相对应的第一样本图像和第二样本图像，训练所述初始的水印去除模型，包括：将第二样本图像输入第一网络层，得到与第二样本图像对应的第一中间数据；将第一中间数据和第二样本图像组合后输入第二网络层，得到与第二样本图像对...

【专利技术属性】
技术研发人员：杨力，徐晓健，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：