近年来,金融财会蓬勃发展,也促进了大量的货币交易数据的产生,其中部分交易数据记录在电子发票当中,还有大部分的交易数据记录在打印的纸质票据当中,而且纸质票据也因为其独特的防伪特性和监管特性大量存在于企业的文件库中。目前多数企业会聘请大量的专业会计人员手动录入这些纸质票据数据,然后进行一些财务方面的计算和汇总。这样暴露出的最大问题就是浪费了很多的时间成本和经济成本,并且录入数据的准确性不高,影响企业效益。本文针对以上提出的企业纸质票据录入问题研究并设计了一套财务票据自动识别处理算法,可以有效缩短处理周期,提高票据录入效率,规避数据错录、漏录风险。论文主要工作如下:第一,票据分类。企业财务票据的种类是多种多样的,常见的如增值税通用、专用发票,交通出行发票等等。本文综合对比视觉词袋模型与CNN深度学习模型处理效果,决定采取改进型Le Net神经网络对常见7种票据模板进行分类,分类准确率达到98.54%;第二,票据预处理。某些票据样本由于扫描或拍摄时环境因素的影响,输入系统时呈现出歪斜、对比度低、扭曲、噪声混合等特征,同时票据本身也会携带干扰因素,如印章遮掩等。为使后续定位识别算法流程准确率更高,本文主要借助于Open CV图像处理工具箱,采取旋转变换、透视变换、色域分离、对比度增强等组合手段对票据进行了有效的干扰去除等预处理操作。第三,票据感兴趣区域标定。本文提出ROI比例筛选定位算法和相对坐标基准定位算法相结合的方法,将定位分为粗定位和精定位,同时结合票据版面特征利用Hough变换寻找基准坐标,标定票据图像感兴趣区域,有效的提高了定位精度和速度。第四,文字切割和识别。本文改进了迭代式文本切割识别算法,强调处理算法流程的连续性和准确性,融合卷积神经网络、循环神经网络、CTC序列对齐模型将文字识别流程构建为一个CRNN端到端的算法模型,规避了字符分割和字符识别割裂设计带来的复杂度上升、准确性下降的问题。论文针对大量票据存储和分布式调度问题,使用Java和Python语言实现了票据自动识别处理系统。实验结果表明,整体识别准确率达到91%,单张票据的平均处理时间为1200ms以内,极大减少了人力和经济成本,达到了预期的效果。