基于深度学习的表格类型工单识别设计与实现

• 作者: 刘丰威 潘炜
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 电力营销业务 OCR技术 深度学习 表格文本识别模型
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 设计开发
• 页码范围: 150-152
• 页数: 3页
• 分类号: TP391.1
• 字数: 2225字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.07.54

摘要

针对电力行业,基于OCR技术和TensorFlow深度学习框架,设计了一种表格文本的识别模型,同时支持印刷、手写字符的识别,模型使用了OpenCV中的形态学函数,以及CTPN+CRNN算法,可实现电力营销业务办理过程中各类业务表格类工单的批量识别,实现海量扫描件、拍照件等图像数据的检索并返回营销业务人员需要核查的信息.这种借助计算机辅助的新方式,相比人工核查,速度快,效率高,误差低,有较好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘炜		2	0	0.0	0.0
2	刘丰威		2	0	0.0	0.0