如何使用OCR技术快速识别票据信息？

使用OCR技术快速识别票据信息通常涉及以下步骤：

图像预处理：对采集到的票据图像进行预处理，包括去噪、倾斜校正、灰度化、二值化等操作，以提高图像的质量和清晰度，便于后续处理。

区域定位：在预处理后的图像中，定位包含文本信息的区域。这一步通常通过边缘检测、轮廓提取等图像处理技术实现。

字符分割：将定位到的文本区域分割成单个字符的图像，以便进行后续的字符识别。

字符识别：利用OCR技术对每个字符图像进行识别，将其转换为对应的文本信息。这一步骤是OCR技术的核心，通常采用机器学习或深度学习算法实现。

后处理：对识别出的文本信息进行后处理，包括纠错、格式化等操作，以提高识别结果的准确性和可读性。

为了提高识别的准确性，合合信息TextIn平台明星产品——国内通用票据识别，重磅更新！产品支持票据类型扩展到23大类、30小类，覆盖场景更全面，同时升级优化了多款票据识别模型，平均识别率较前版本提升11.5%，整体识别速度提升21.9%，识别更快更精准。

▶ 支持多种票据类型

国内通用票据识别依托合合信息多年积累的票据文字OCR识别能力，可识别包含增值税发票、医疗发票、数电票、火车票、出租车发票、飞机行程单、网约车行程单等在内的23大类、30小类国内通用票据，提取其中的信息，并以整理成标准结构化的Key/Value形式返回或导出。

▶电子发票（数电票）

全面数字化的电子发票（数电票）是与纸质发票具有同等法律效力的新型发票。2022年，国票信息发票通企业数字化税务协同管理平台全新升级数电票功能。2023年12月，数电票试点覆盖到西藏，彻底覆盖全部省/直辖市。

国内通用票据识别支持增值税电子普通发票、增值税电子专用发票、铁路电子客票、航空运输电子客票行程单、区块链电子发票等数电票的票面信息识别，为不满足乐企系统（数电票管理平台）接入条件的小微企业的财务数字化、自动化转型提供有力支持。

▶ 支持多种票据格式

国内通用票据识别支持识别jpg、png、bmp、tiff等多种通用图片格式，以及PDF、OFD格式。

其中，OFD格式作为我国电子学会牵头制定的国家标准，于2009年首次发布，2020年被指定为“增值税电子普通发票”标准文件格式。国内通用票据识别支持全票种多页OFD格式，为有强自动化、批处理需求的用户提供更好的体验。

· 自动分类票种

票据识别OCR多用于报销或审核场景，但具体票据类别难以预测。传统的票据分类方法通常针对某一票面提供单一的API接口，在高吞吐量、多票面场景下难以应对。国内通用票据识别经过深度优化，提供单接口调用服务，自动分类票种并返回识别结果，大幅简化集成难度。用户上传票据时无需手动选择类型，直接上传票据图像，系统即可智能识别类型。

· 图像智能处理，混贴切分

企业报销场景中，常常要求将报销票据黏贴在一页A4纸上。面对混贴多张票据的图像，国内通用票据识别可清晰区分票据，自动切边提取票面信息，智能识别票据类型，便捷切换展示分类识别结果，支持多类票据批量上传、混合扫描、切图、分类、识别。同时对旋转、角度不正的票据图像，也可自动旋转矫正图像，不影响识别效果。

混贴切分演示

▶ 产品亮点

· 识别准确率高：针对各类票据的打印方式和字体进行专项优化，对针式打印、油墨略微污损的文字提供更高的识别准确率。全票种平均识别率94%以上，增值税发票、电子医疗发票、数电票等常用票种平均识别率可达97%以上。

·识别速度快：平均0.6秒即可完成单次识别。

·适用范围广：支持23大类、30小类的国内主流通用票据类型，支持jpg、png、pdf、ofd等多种文件格式，支持单页、多页文件上传，能满足各类业务场景需求。

·简易集成：标准化API接口，支持智能分类，无需手动指定。

▶ 多种方式灵活部署

国内通用票据识别支持私有化部署、公有云API等多种部署方式，提供前端识别预览和标准化JSON结果。

传统OCR服务中，支持私有化服务的产品往往无法在线试用，而能在线试用的产品又难以原样部署到本地，导致在项目或业务中的不同阶段，验证OCR服务的性能和能力边界变得困难。

合合信息TextIn产品系列采用多端同步引擎架构，确保在线SaaS服务版本与私有化版本的引擎一致性，保障两者提供几乎一致的识别率和性能表现，让在线验证、线下部署成为可能。私有化部署支持CPU、GPU环境及国产化操作系统部署。

同时，SaaS版本和私有化版本还可以简单构成混合云架构，提供灵活的补位选择，满足复杂应用需求。