（3）拍摄模糊：当将图像进行二值化、中值滤波后，发现无法清晰读取所提取的“二维码”，则该图像拍摄模糊，反馈给硬件系统，提醒硬件重拍。

2.1.3 图像识别反馈 以带有“二维码”的增值税票据图像为例，将左上角的“二维码”识别结果作为判定票据放置是否正确的依据，利用阈值分割提取出“二维码”所在区域，通过扫描得到“二维码”的边角坐标。

调用MATLAB中“width”函数对100张票据“二维码”所在区域的测算得到“二维码”区域平均宽度值为385像素，定义识别到图像中黑色边角宽度像素区间位于375～400时，票据图像放置正确，图像质量合格，储存进“upload”文件夹，当识别到像素区间不符合要求时，将该票据图像储存进“待反馈文件夹”。

将不合格的票据图像序号通过filezilla无线传输发送到上一级的票据图像输入模块。将“upload”文件夹图像的序号储存成txt文档，通过filezilla平台反馈回上一级。

2.2 票据图像信息提取处理与识别

2.2.1 票据图像信息提取处理 无线接收票据图像后，软件利用MATLAB批量处理票据，首先截取有效票据区域，然后截取票据中有效数据区域；接着逐渐增加角度调整函数，自动调整图片，不同票据用同一算法实现；再对截取部分进行灰度化，腐蚀膨胀处理，以便于识别。

2.2.2 识别 本设计通过第三方jTessBoxEditor工具训练字库，字符识别过程中OCR也在进行自适应学习，不断拓展字库，识别更多的字符，从而提高识别率。通过tesseract平台上的jTessBoxEditor工具来处理修正字库，通过不断识别更新字库，积累字库的信息。

2.3 自动生成财务报表

这一步分为四个模块，分别是数据导入模块、数据识别模块、数据判断模块和表格生成模块。

总工作流程：如图2所示，首先导入存放OCR识别结果的txt文本，将这些信息汇总成表格，然后在汇总表的基础上，加入会计科目等类别，对收集到的信息进行分类处理，完善汇总表格成为会计信息总表，最后在会计信息总表上提取数据，经过统计归类，按实际需求，编制财务表格。

数据导入模块设计：在本模块中，txt文件分为七类，对应发票上的七类有效信息。因为OCR识别对字符和数字的编码方式不同，七类txt文件中会出现两种编码格式，一种是ANSI，另一种是utf-8。针对不同的编码格式，MATLAB在将txt文件里的内容导入到汇总表格时，需要运行不同的处理语句，确保txt文件里的内容能被正确导入。

数据识别模块设计：本模块的功能是在汇总表上处理错误的数据，完成对汇总表的自动修正。完成数据的导入后，因为OCR识别可能存在错误，所以数据识别模块的工作就是识别并且定位汇总表格上错误的数据。基于本设计对于报账系统自动化的目標，在构想处理方案时，希望做到的是发现错误并且能够自动改正错误。因此也引入了相似度算法，对可能出现的一些错误实现自动纠正，或者是为使用者手动纠正提供参考。

数据判断模块：在汇总表的基础上，通过对表上数据的分析判断得到借贷关系和会计科目。判断会计科目时额外需要关系数据库的辅助。得到这两项信息后，即完成了由汇总表到会计信息总表的过程。

表格生成模块设计：在本设计中，输出的财务表格有三种，分别是资产负债表、科目余额表和利润表。在会计信息总表的基础上，对表格上的金额依照会计科目和借贷关系进行统计和归类，将统计归类后的信息分别输出到三种财务表格的相应模板上，完成财务表格的编制。如果在以上模块中识别出错误并无法修正时，则需要人工参与修正。

3 系统测试部分

3.1 识别部分测试结果