基于OCR识别的文件比对方法

专利申请号：CN202310433149.8

公 开 号：CN116682131A

发 明 人：吴冰 陈力列 王军 奚丰 

代 理 人：无锡市兴为专利代理事务所(特殊普通合伙)屠志力

代理机构：无锡市兴为专利代理事务所(特殊普通合伙)

专利类型：发明专利

申 请 日：20230901

公 开 日：20230421

专利主分类号：G06V30/412

关 键 词：输入文件 样本文件 数组 集合 比对结果 数据表格 重叠率 读取 灰度化处理 最大相似度 表格文件 文件比对 预先设置 相似度 返回 擦除 列数 判读 行数 申请 图片 

摘      要：本发明提供一种基于OCR识别的文件比对方法，包括以下步骤：获取输入文件，所述输入文件为图片，包含有数据表格；对输入文件进行灰度化处理；读取多个预先设置的样本文件，所述样本文件为空白的表格文件；返回样本文件的集合数组；对输入文件进行OCR识别；并擦除识别得到数据表格中的数据，返回输入文件的集合数组；分别从从行的角度和列的角度，判读输入文件的集合数组与样本文件的集合数组的比对结果，包括行数差、行重叠数、行重叠率、列数差、列重叠数、列重叠率；根据上一步判断比对结果，得到输入文件与各样本文件的相似度，并获取最大相似度对应的样本文件。本申请能够自动按模板读取数据，提高效率。