随着经济社会的快速发展,人们的物质生活也得到了极大的提高。在日常生活中的各种消费都会产生票据,这些票据可能来自乘坐出行工具返还的出租车发票,航空行程单,火车票等等。部分票据中的信息在企业报销时是很有价值的,其中出租车发票报销最为常见。因此,针对出租车发票信息设计识别算法具有较大的研究价值和意义。针对出租车发票信息识别这一问题,本文在第三章先从传统光学字符识别的方式设计了文本检测和识别的算法。利用最大稳定极值区域MSER和HSV定位算法完成了自然场景下票据区域的提取和出租车发票关键信息的定位。借助投影法进行精准切割,针对出租车发票专用的针式字体进行训练,生成针式字符集。最后调用Tesseract完成字符识别。在第四章中,本文采用近年来发展迅猛的深度学习技术,基于Tenserflow和Keras框架完成代码开发。搜集和标注了出租车发票训练集。经过多次迭代训练和调节网络参数,获得识别率高的模型。将CTPN与CRNN相结合,完成出租车发票关键信息所在区域的文本检测和端到端的识别。最后在第五章搭建了出租车发票信息识别系统,使用Python和pyQT5完成了系统工程的编码工作。系统能够满足出租车发票图片的上传和识别,具有一定的鲁棒性。本文基于Tesseract和深度学习两种方式设计出了适用于出租车发票的文本检测和识别算法。用Python搭建了系统并对两种识别算法进行封装。传统的Tesseract识别对出租车号、乘坐日期、乘坐时间和乘车金额的识别准确率分别为:64%、75%、71%和70%,整体的识别准确率为70%。采用CTPN检测文本区域的准确率能达到97%,采用CRNN识别出租车发票文本信息的准确率能达到83%。