中小銀行會計檔案及事后監督系統的設計和實現(九)

barcode：條碼分類值。

針對控件開啟了自動分類，如果采集的影像有條碼，且條碼包含該節點的條碼值，則采集的影像自動分類到該節點上。如：barcode輸入“10010”，采集時某張影像的識別條碼為“906010010457”，則這張影像自動加載到該節點上。

forms：版面分類值。

針對控件開啟了自動分類，如果采集的影像能版面識別，且版面包含該節點的版面值，則采集的影像自動分類到該節點上。如：forms輸入“身份證”，采集時某張影像的版面識別為“身份證”，則這張影像自動加載到該節點上。

isauth：節點權限掩碼。

目錄樹上某個節點的權限掩碼，目前為四個權限，分別是查詢、增加、刪除、替換，0-無權限 1-有權限。

如果都有權限，則isauth=’1111’

如果不允許查詢，則isauth=’0111’

其他類推

issuc：是否完備性檢查。

目錄樹上某個節點的完備性檢查，判斷當前節點下的是否存在影像，0-無需檢查 1-需要檢查。

以下為目錄樹配置信息的全量

<?xml version='1.0' encoding='GB2312' ?>

<root>

<tree appid='Y002'  tradecode='JKDS'    theme='0001'>

<node name='BUSI_SERIAL_NO' desc='批次號' isimage='1' barcode='1039' forms='2343;3434;55;' attri='0' isauth='1111' issuc='0'>

<node name='card_no' desc='身份證' isimage='2' barcode='000000000' forms='2343;3434;55;' attri='1' isauth='1111' issuc='0'/>

<node name='other' desc='其他' isimage='2' barcode='000000000' forms='2343;3434;55;' attri='1' isauth='1111' issuc='0'/>

<node name='RECYCLE' desc='回收站' isimage='2' barcode='000000000' forms='2343;3434;55;' attri='1' isauth='1111' issuc='0'/>

</node>

</tree>

</root>

1.1.1.6.統一接入地址配置文件(ECM3.1適用)

該文件為針對ECM3.1版本的使用的統一接入地址的XML格式的配置文件，保存在控件的安裝目錄下etc目錄，文件名為“客戶號.xml”，比如東亞銀行客戶號為“BEA_ECM”，則該文件為“BEA_ECM.xml”。在初次安裝時，就需要配置好。

以下為配置文件的部分重要說明：

1、app：應用號。

適用于多個業務系統接入時，控件根據傳入的應用號和業務號來取對應的影像存儲地址。

2、center：統一接入中心地址信息。

ipaddr：統一接入中心地址。

port：統一接入中心端口。

name：統一接入的DM名稱。

注意：

統一接入地址信息可以多條，控件按照順序取地址，如果通訊失敗，就取下一條地址，直到配置的地址全部失敗。

統一接入的地址信息可以由外層業務系統送進來，如果外層業務系統地址不通，則直接報錯。

以下為全量的統一接入地址信息配置文件參考樣例：

<?xml version="1.0" encoding="GB2312"?>

<root>

<!-- id:應用號 code:業務號 -->

<app id="Y002" code="JKDS">

<!-- ipaddr:IP地址 port:端口號 name:統一接入名，多個則按照順序發送-->

<center ipaddr="172.16.9.1" port="7001" name="DSNAME"/>

<center ipaddr="172.16.9.2" port="7001" name="DSNAME"/>

<center ipaddr="172.16.9.3" port="7001" name="DSNAME"/>

</app>

</root>

注意：

根據應用號和業務號來配置該系統影像的存儲服務器地址。

服務器地址多條時，影像通訊按照順序發送，發送成功后以此為準，不成功則繼續下一條地址。

4．2．2 OCR識別技術說明

采用OCR識別技術,可以將其應用于銀行票據光盤縮微系統，可以自動提取票據要素，可減輕操作員的工作量，減少重復勞動，尤其是在與銀行事后且監督系統相結合后，可以替代原先的操作人員完成事后監督工作。由計算機自動識別票據上的日期、帳號、金額等要素，通過銀行事后監督系統與業務系統中的數據進行比較，完成傳統的事后監督操作；配有印章驗證系統后，自動將憑證圖像中的印章與系統中預留的印鑒進行比較，完成印章的真偽識別。

OCR識別技術不僅具有可以自動判斷、拆分、 識別和還原各種通用型印刷體表格，在表格理解上做出了令人滿意的實用結果，能夠自動分析文稿的版面布局，自動分欄、并判斷出標題、橫欄、圖像、表格等相應屬性，并判定識別順序，能將識別結果還原成與掃描文稿的版面布局一致的新文本。表格自動錄入技術，可自動識別特定表格的印刷或打印漢字、字母、數字，可識別手寫體漢字、手寫體字母、數字及多種手寫符號，并按表格格式輸出。提高了表格錄入效率，可節省大量人力。同時支持將表格識別直接還原成PTF、PDF、HTML等格式文檔；并可以對圖像嵌入橫排文本和豎排文本、表格文本進行自動排版面分析。

利用目前的高新技術-OCR，直接從憑證影像中提取金額、帳號等重要數據，代替人的手工錄入，與條碼識別/流水識別緊密結合，實現建立事后副本帳、完成事后監督的工作。OCR處理一般使用性能較好的PC機，OCR處理程序一經啟動會自動掃描數據庫中的憑證影像，發現有需OCR處理而未處理的，提取到本地進行處理。

OCR手寫體、印刷體識別技術，能識別不同人寫的千差萬別的手寫體漢字和數字，應用于本系統，識別憑證影像中儲戶填寫的信息，如大寫金額、小寫金額、帳號、存期、日期、證件號等，可以代替手工錄入。同時被識別得出的金額還要與流水識別所得的金額進行核對，核對成功，則OCR識別成功。這樣處理是為了避免誤判。 

經過對銀行產生的實際憑證進行的大量測試，在實際開發過程中，根據銀行的實際需求，OCR技術在票據和表格識別能力和手寫體自動識別能力上不斷提升，目前處理速度可達到每分鐘60～80張票據，存折識別率已經達到了85%以上，存單、憑條識別率達到90%以上，而85%以上的識別率就能減少80%以上的數據錄入員。

在檔案領域OCR技術使檔案掃描成果達到了全文可識別，將檔案數字化發展提升了到了一個新的階段，是原本掃描出來的圖片變得更容易進行檢索，為數字檔案館的數據查詢提供了技術支持，是檔案數字化發展中必不可少的一環。

技術歷史

光學文字識別的概念是在1929年由奧地利科學家Gustav Tauschek最先提出來的 ，后來美國科學家Handel也提出了利用技術對文字進行識別的想法。而最早對印刷體漢字識別進行研究的是IBM公司的Casey和Nagy，1966年他們發表了第一篇關于漢字識別的文章，采用了模板匹配法識別了1000個印刷體漢字。

早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0至9的數字。以同樣擁有方塊文字的日本為例，1960年左右開始研究OCR的基本識別理論，初期以數字為對象，直至1965至1970年之間開始有一些簡單的產品，如印刷文字的郵政編碼識別系統，識別郵件上的郵政編碼，幫助郵局作區域分信的作業；也因此至今郵政編碼一直是各國所倡導的地址書寫方式。

　　20世紀70年代初，日本的學者開始研究漢字識別，并做了大量的工作。中國在OCR技術方面的研究工作起步較晚，在70年代才開始對數字、英文字母及符號的識別進行研究，70年代末開始進行漢字識別的研究，到1986年漢字識別的研究進入一個實質性的階段，不少研究單位相繼推出了中文OCR產品.早期的OCR軟件，由于識別率及產品化等多方面的因素，未能達到實際要求。同時，由于硬件設備成本高，運行速度慢，也沒有達到實用的程度。只有個別部門，如信息部門、新聞出版單位等使用OCR軟件。1986年以后我國的OCR研究有了很大進展，在漢字建模和識別方法上都有所創新，在系統研制和開發應用中都取得了豐碩的成果，不少單位相繼推出了中文OCR產品。進入20世紀90年代以后，隨著平臺式掃描儀的廣泛應用，以及我國信息自動化和辦公自動化的普及，大大推動了OCR技術的進一步發展，使OCR的識別正確率、識別速度滿足了廣大用戶的要求。