基于模板的通用表單處理系統(tǒng).pdf

1、隨著人工智能科學(xué)與OCR技術(shù)的發(fā)展，文檔圖像分析技術(shù)也在不斷進(jìn)步?，F(xiàn)在，OCR產(chǎn)品的大量使用已經(jīng)部分代替了人工的文檔錄入工作，使得人能夠擺脫這繁重且效率低下的工作，而將精力放在其他事情上去。將OCR技術(shù)應(yīng)用在表單圖像的特定數(shù)據(jù)提取上，就形成了表單圖像處理系統(tǒng)，這類系統(tǒng)只提取表單圖像中人們感興趣的數(shù)據(jù)，而不是提取整個(gè)文檔的內(nèi)容。目前存在的表單圖像處理系統(tǒng)一般只能處理特定的一類或者幾類表單，因此不同的行業(yè)和部門都各自有自己的一套表單處理系統(tǒng)

2、，開發(fā)這些系統(tǒng)需要耗費(fèi)可觀的人力物力，而這些系統(tǒng)又大部分大同小異，這無(wú)疑是對(duì)社會(huì)資源的一種巨大浪費(fèi)。此外，對(duì)于多種表單進(jìn)行綜合處理的應(yīng)用也越來(lái)越多，這些原因使得開發(fā)一套綜合表單處理系統(tǒng)變得非常必要。
　　 本文在總結(jié)并分析了當(dāng)前存在的表單處理系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上，提出了基于模板的通用表單處理系統(tǒng)。該系統(tǒng)以存放現(xiàn)有表單的模板的模板庫(kù)以及表單圖像分類器為核心，當(dāng)對(duì)表單進(jìn)行處理時(shí)，首先利用分類器將表單進(jìn)行精確分類以找到該表單對(duì)應(yīng)的模板，然