基于多模态与OCR模型融合的票据凭证信息提取方法、系统和设备

本发明涉及基于多模态与OCR模型融合的票据凭证信息提取方法：S1获取票据凭证的图像；S2对图像进行预处理；S3使用OCR引擎对预处理后的图像进行识别，得到每个文本块的文字内容和对应的二维坐标；S4将识别得到的文本片段和原始图像作为输入，使用预训练的多模态模型进行联合编码，模型评估并输出每段文本与预定义字段类别的匹配度，确定各字段的候选文本及其置信度；S5对关键字段进行精确定位和提取并校验OCR输出与语义结果的一致性；S6若校验结果冲突或某字段置识别信度低于阈值，则进行纠错操作；S7输出结构化的票据凭证信息。本发明通过多模态融合和迭代校正，有效降低了非标凭证信息抽取的错误率，适用于多种凭证格式和复杂场景。