发票是财务人员处理最多的票据之一,但我国多数企业还在使用纸质发票作为交易和财务管理凭证,存在不易保存、查询和管理效率低等问题。随着云计算、大数据、人工智能等信息技术的快速发展,企业拥有了更为先进的技术支持推动财务管理水平的提升和管理模式的创新。目前票据识别系统在金融、税务、车辆管理、保险等票据处理领域得到了广泛的应用,然而市面上出现的票据识别通用性不高,识别精度较低,并且不支持本地部署,使用时需要将数据信息上传云平台,这样对于企业而言,存在泄露公司机密的风险。针对目前发票识别存在的问题,本文进行了基于深度学习和图像处理的发票智能识别算法进行了研究,设计并实现了一套发票自动识别系统。论文具体完成了以下几方面工作:1.发票智能识别算法设计。本文根据发票版面特点以及基于高精度目的设计出一套端到端的发票识别算法。为了提高精度,本文将文本信息看作对象进行发票关键信息识别,以文本检测算法TextBoxes++对发票关键字定位,根据发票关键字和关键识别信息相对位置进行关键字区域扩展得到发票关键识别信息的粗略位置,运用UNET算法分割发票关键信息与背景,以得到发票关键信息的具体位置,再以SSD（Single Shot MultiBox Detector）目标检测算法对关键信息进行识别得到最终结果。本发票识别算法着重分析企业所需,使算法模型在训练过程中着重学习发票关键信息特征,以使算法模型识别关键信息方面达到最优性能。2.发票智能识别系统设计与实现。本系统可以灵活应对企业需求,企业可以根据自身需求选择发票关键信息识别以及训练工具两种功能。本系统设计的发票识别和训练工具提高了框架的通用性和灵活性,不仅可以对发票进行快速精准识别,还可以根据企业需求对合格证、进口证明等其他文件进行生成各种更多文本类别的识别系统,这也是本系统的特色与创新。该系统已经在企业使用,证明本系统能快速准确地识别发票信息,满足了企业发票业务处理需求,通用性好,识别精度高,实现了本地部署,极大地提高了发票处理工作的效率,提高了企业财务管控效率和管理成效。本文研究成果为发票智能识别算法及文本自动识别算法提供了借鉴,设计的系统可在企事业单位进行推广,具有一定的理论意义,同时具有不错的实用价值。