公开(公告)号：CN118747899A

公开(公告)日：2024-10-08

申请号：CN202410853316.9

申请日：2024-06-28

申请人： 南京市智慧医疗投资运营服务有限公司

发明人： 王步宜 ,  苗伟 ,  常博 ,  孙召敏 ,  马杰 ,  邢鑫 ,  朱洁 ,  沈义晖

IPC分类号： G06V30/30 ,  G06V30/146 ,  G06V10/82

摘要： 本发明涉及一种基于OCR和LLM的费用明细清单识别方法和系统，包括采集待处理图像，检测待处理图像的费用明细区域并截取第一子图；采用OCR识别第一子图获取第一集合，基于第一集合构建仿射变换矩阵进行图片水平校正，并获取水平校正后的第二子图；采用OCR识别第二子图获取第二集合，基于第二集合对第二子图中的文本行进行行列校正，校正后的文本行信息构成第三集合；基于第三集合构建prompt，并结合大型语言模型获取费用明细识别信息。本发明通过多阶段的图像处理和OCR文字识别优化，显著提升复杂条件下文本识别精度；引入大语言模型，赋能空间位置关系理解能力，实现了从文本数据到特定信息提取的智能化飞跃，减少了人工干预，提高了效率。

公开(公告)号：CN118736602A

公开(公告)日：2024-10-01

申请号：CN202410819045.5

申请日：2024-06-24

申请人： 南京市智慧医疗投资运营服务有限公司

发明人： 王步宜 ,  苗伟 ,  常博 ,  马杰 ,  孙召敏 ,  邢鑫 ,  李文孝 ,  沈义晖

IPC分类号： G06V30/19 ,  G06V30/18 ,  G06V30/42 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明涉及一种基于全局文本识别的图像模糊度检测方法及系统，包括采集票据图片，检测票据图片的票据区域并截取子图；对子图进行文本检测获取子图的文本行集合；对文本行集合进行文本识别，获取每个文本字符的置信度，将各文本行文本字符置信度的均值作为各文本行的模糊度，获取文本行模糊度集合；计算文本行模糊度集合的均值与方差，将均值和方差与预设值进行比较，判定票据图片模糊度。本发明不仅对整个图片进行模糊度判断，还针对每一个文本字符进行模糊度判断；这种精细化的处理方式可以更加准确地确定票据图片的清晰度，并识别出哪些字符可能由于模糊而不可用。