目前,大多数公司和企事业单位的发票管理工作还是采用传统人工方式完成的。利用计算机来自动处理目前市场上最常见的增值税发票,通过软件的实现来节约人力、物力消耗和资金投入,可以提高工作效率。本文着重对经过扫描得到的发票图像二值化处理,倾斜校正等算法做了介绍。改进了发票图像二值化的局部自适应阈值校正法。对于图像的倾斜校正,改进了基于方向白游程的方法。由于其自身的稀疏连接性及权值共享等特点,训练学习难度并未增加太多,识别能力却大幅提高,并行连接方式使它尤其适用于图像识别。发票信息识别的实现是以图片为介质的,对图片处理的好坏直接影响到识别成功率。本文在图像处理中,对图像进行了噪声的消除、图像方便文本信息的归一化以及图像中文字的定位、尺寸的调整,经过预处理后的图片才能作为文本识别训练的样本集。采用文字复杂指数及几何不变矩作为文字特征,对这种特征参数的提取方法做了改进。本文详细深入学习支持向量机,介绍了其网络结构和计算推导过程,通过识别结果的分析,证明这种算法比传统的OCR识别技术在文字识别上更具优越性。