随着中国经济的飞速增长,社会各界对于发票的需求也随之增加。发票是各个工作单位的财务部门核对经济活动并进行报销的重要凭证。目前发票报销流程繁琐、效率低下,且需要大量的财务人员,极大的浪费了社会资源,因此发票报销的智能化是大势所趋。本文利用计算机视觉软件库和深度学习方法,完成了对发票图像的校正、分类等任务,并组合硬件设备实现了发票报销的全过程。首先,本文根据发票的不同特征,完成不同倾斜图像的校正。针对轮廓明显的火车票,本文先对图像进行灰度化处理和阈值处理,然后通过计算机视觉软件库得到发票图像的轮廓,并提取包含图像的轮廓,最后根据该轮廓将图像校正。针对发票中有明显直线的增值税发票,本文通过霍夫变换来检测图像中存在的直线,并统计检测到的直线的倾斜角度,求出倾斜角度的平均值,最后根据角度平均值将图像校正。其次,本文提出一个基于残差网络的发票分类模型,该模型在结构上借鉴了残差网络中的特殊结构。在模型训练过程中,本文使用了翻转,随机擦除等多种有监督数据增强方法,以及图像风格转换等多种无监督数据增强方法,有效的提高了模型泛化性,从而使得模型可以将增值税发票、火车票和计程车发票进行准确分类。通过实验对比,本模型具有最佳的分类准确率,其分类准确率达到了98.81%,并且该模型不仅可以应用于发票分类中,还可以修改模型的训练过程,使其可以应用于其他图像分类任务中。最后,本文组合硬件设备,实现了从报销人确认,到发票扫描、识别、分类,以及打印报销凭证的全过程,在身份证信息获取这一环节,通过对二代身份证读卡器的二次开发,高效的获取到了系统所需要的身份证照片、姓名等关键信息。在打印报销凭证阶段,将报销过程中报销人信息和所有扫描过的各类发票进行汇总,并记录报销时间后,通过热敏打印机将以上信息打印出来,即完成了报销的全部过程。