彩票走势图

毫无疑问，图像技术如表单识别和OCR已经彻底改变了我们做生意的方式，节省了无数的人力，同时降低了任务的错误率。然而，使用这些技术的前提是：数据必须在每个文档的相同位置出现。在自动化系统中大范围处理非结构化的表单和扫描文档如发票、账单和标签非常困难。

然而，LEADTOOLS Version 19和先进的发票识别和处理SDK技术发布后，一切都不再是问题！它能够处理包含列表数据的复杂非结构化半结构化的文档，甚至每列每行的高度不一样，或表格横跨了多个页面都可以。本白皮书我们将为您展示如何设置一个主表单模板，然后从填充的发票中提取数据。

设置主表单模板

第一个要求是创建一个模板，定义了多个值的位置以及数据类型。它需要是一个空白或修订版本。一些字段可能包含静态位置如客户编号、发票号、地址等，但是由于表格区域，主模板和填充发票的大小不同，发票或其他非结构化表单类型中的表格会严重破坏识别的精度。

LEADTOOLS使用表格字段类型克服了这个障碍。要实现一个表格字段，只需简单定义要识别的列标题和表格数据，不用管明细行、每个单元格的高度或页面的数量。传统的固定位置字段可以在表格下共存（如发票总数），基于它与整个表格的比例可以发现它。

识别和处理一个填好的发票

设置主表单模板后，你就可以开始识别（如分类）和处理填好的文档了。LEADTOOLS先进的表单识别算法会首先确定填充文档的匹配表单类别。在存储库中，没有限制主表单模板的数量，因此可以为企业中的所有文档和发票创建一个单独的自动解决方案。无论分辨率为多少，AutoFormsEngine会完成对齐、调整、分类和处理表单的所有工作。最重要的是，设置AutoFormsEngine快速简单，只需要找到主表单模板，然后将它传递给填好的发票图像。

 // 基于文件夹路径设置主表单模板库 
DiskMasterFormsRepository workingRepository = new DiskMasterFormsRepository(rasterCodecs,   
   repositoryPath);  

 
// 使用Ocr识别管理器。其他的选项包括默认和条码  
AutoFormsRecognitionManager managers = AutoFormsRecognitionManager.Ocr;  

 
// 创建表单引擎  
AutoFormsEngine autoEngine = new AutoFormsEngine(workingRepository, ocrEngines[0], barcodeEngine,  
   managers, 30, 80, _menuItemRecognizeFirstPageOnly.Checked);  
autoEngine.UseThreadPool = true;  

 
// 创建我们想要确认/识别/分类的填充表单  
FilledForm form = new FilledForm();  
form.FileName = Path.GetFileName(imagePath);  
form.Name = Path.GetFileNameWithoutExtension(imagePath);  
form.Image = rasterCodecs.Load(imagePath, 0, CodecsLoadByteOrder.Bgr, 1, 1);  

 
// 在填充表单上运行识别和处理  
AutoFormsRunResult result = autoEngine.Run(form.Image, MyPageRequestCallback, form, null);  

 
if (result != null && !canceled)  
{  
   // 获取主表单（识别/分类）  
   MasterForm master = new MasterForm();  
   master.Properties = result.RecognitionResult.Properties;  
   form.Master = master;  

 
   // Populate our form with the recognition and processing results and alignment information  
   form.Result = result.RecognitionResult.Result;  
   form.Alignment = result.RecognitionResult.Alignments;  

 
   //现在我们已经成功识别和处理了表单  
}

在成功分类表单后，我们可以解析结果，从模板定义的字段中提取数据。

// 创建一个DataGridView 控件显示表单数据 
DataGridView _tableResults;  
_tableResults = new DataGridView();  

 
TableFormField tableField = form.ProcessingPages[pageIndex][fieldIndex] as TableFormField;  
if (tableField.Result.Status == FormFieldStatus.Success)  
{  
   // 添加列  
   foreach (TableColumn column in tableField.Columns)  
      _tableResults.Columns.Add(column.OcrField.Name, column.OcrField.Name);  

 
   // 添加数据，然后先循环行，然后循环行中的每个字段（单元格）  
   TableFormFieldResult results = tableField.Result as TableFormFieldResult;  
   for (int i = 0; i < results.Rows.Count; i++)  
   {  
      TableFormRow row = results.Rows[i];  
      _tableResults.Rows.Add();  

 
      for (int j = 0; j < row.Fields.Count; j++)  
      {  
         // 获取字段中的文本！  
         OcrFormField ocrField = row.Fields[j];  
         TextFormFieldResult txtResults = ocrField.Result as TextFormFieldResult;  
         _tableResults.Rows[i].Cells[j].Value = txtResults.Text;  
      }  
   }  
}

每个字段包含大量的信息，包括识别的数据、置信度信息、字体特征、边界矩形等。就像你从图表3中看到的一样，整个表格作为一个字段识别，然后进一步分解为每一个单元格。LEADTOOLS灵活准确的处理方法能够检测和解释单元格高度的不同，正确的定义每个单元格的边界，使用OCR文字识别提取数据和详细的字符信息。

想要了解更多？查看LEADTOOLS识别和处理SDK的详细介绍。

总结

识别和处理非结构化表单如发票账单中的数据是LEADTOOLS可以处理的诸多问题中的一个。先进的发票识别和处理SDK让创建自动会计、账单和表单解决方案变为可能。此外，LEADTOOLS提供了丰富的文档清理功能集合，包括抗扭斜、移除线、去除杂点、去除孔等，过滤掉噪声后识别。LEADTOOLS提供了光栅、文档、医学和多媒体图像的综合工具包。