王 俊,苗 军,卿来云,乔元华

(1.北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101；2.中国科学院大学 计算机科学与技术学院,北京 100049；3.北京工业大学 数理学院,北京 100124)

0 引言

目前部分发票实现了二维码标识，通过扫描二维码可以获取发票的部分信息，但是仍有很多行业的发票没有二维码标识或者二维码标识的内容不够全面。针对这一问题可以通过光学字符识别(optical character recognition,OCR)技术[1]提取发票上面的内容，获取所需的信息。印章是发票中常见的一部分，通常印章会覆盖部分文字，而OCR技术在识别这部分文字时效果不佳。通过技术去除发票上的印章不仅可以提高文字的检测效果，而且可以提高文字的识别准确率。因此，如何消除发票上的印章信息是一个重要的研究课题。

学者们提出了很多方法去除印章。赵永涛等[2]利用HSV颜色空间提取印章，通过图像灰度、二值化处理，最终去除印章。季婧婧等[3]采用二次分割技术去除彩色印章，先分割印章、再分割文字信息，将文字信息保留，实现印章去除。蒋冲宇等[4]使用 MobileNet-SSD 检测出印章的位置，以矩形形式标记出来，根据标记区域的颜色信息提取印章、被印章覆盖的文字信息和原图文本信息，最后将印章覆盖信息与原图文本信息叠加，得到去除印章后的发票。朱军民等[5]通过图像预处理提取水印图片区域，利用生成对抗网络GAN原理，设计两个生成器和两个判别器组成的网络模型来去除水印。本文采用Pix2Pix网络[6]进行印章去除。……