基于多种OCR方案组合校验以准确提取数字的方法

摘要

本发明公开了一种基于多种OCR方案组合校验以准确提取数字的方法，包括，虚拟打印步骤，OCR识别配置步骤，OCR软件识别任务调配步骤，OCR软件识别步骤，号码数字单一识别结果容错纠错步骤，以及数字整体识别结果校验配匹步骤，本发明采用多种不同识别风格的OCR软件识别传真图片，准确地获取其中的传真号码等相关数字，然后根据各自的识别算法特征对识别出的数字进行容错、纠错，最后所有识别出的传真号码数字进行统一校验，只有当完全配匹后，才自动启动传真发送，否则由人工干预发送，保证安全性。本发明还公开了一种基于多种OCR方案组合校验以准确提取数字的系统。

主权项

1.一种基于多种OCR方案组合校验以准确提取数字的方法，其特征在于：包括以下步骤虚拟打印步骤，提供虚拟打印机接口，用以通过对文档的虚拟打印，生成一份可进行OCR识别的文件；OCR识别配置步骤，用以进行相关配置，OCR号码数字识别关键字配置、各个OCR软件的容错机制配置、校验机制配置、校验结果流转配置；OCR软件识别任务调配步骤，负责接收来自企业系统提交的传真图片任务，进行队列排队分发，先进先出，依次处理分配给至少一个OCR软件识别号码数字，并设置按OCR识别配置单元的配置设置各OCR软件的识别规则；OCR软件识别步骤，应用至少两种OCR软件，调用OCR软件的SDK开发接口识别函数，把传真图片文件路径及相关识别配置参数送入识别函数，开始对提交过来的传真图片进行分别识别，对识别出的最终生成文件内容进行分析，根据各个OCR识别配置单元的配置截止点、关键字等信息，得到一个针对该软件的原始识别结果；号码数字单一识别结果容错纠错步骤，根据各软件的原始识别结果，首先做一个容错过滤处理，把识别出的号码数字中所有特殊字符去除，并针对各个OCR软件算法的特征及数字号码的特性，对数字再进行一次容错、纠错处理，得到一个经过滤的识别结果；数字整体识别结果校验配匹步骤，对针对各个OCR软件的经过滤的识别结果，进行校验匹配，看是否完全一致，得出一个最终号码数字结果，如各个OCR识别出的数字完全一致，则生成一个确定的最终识别结果；如果发现不一致，则根据事先的配置，确定其中一个OCR识别结果优先原则，取出此OCR识别结果作为最终结果，但标注为不确定结果。