财务福音。用Python+OCR人工智能识别发票自动存入Excel表格保姆级教程_开源发票识别(1)

def text1(new_img):`
    `left = 1530`    `top = 80`    `right = 1830`    `bottom = 160`    `    image_text1 = new_img.crop((left, top, right, bottom))`
    `#image_text1.show()`    `txt1 = tool.image_to_string(image_text1)`    `#print(txt1)`    `return txt1`    `# print(text1(new_img))

left、top、right、bottom就是图片的四个顶点坐标，数值可以经过多次修正而定，大家根据自己的发票内容去定位即可，如果想兼容性强一些，可以让框子尽可能大，以保证每一张发票都能准确框住该位置。这也要求发票的各照片不能差距太大，尽量按统一标准拍摄，以保证各字段相对位置变化不会太大，否则一旦框不住需要的字段，就无法识别。如果所有发票都是格式统一的电子发票则不存在此问题。

print(pyocr.get_available_tools()[0])

可以看出pyocr就是直接调用的tesseract。接着利用ocr把图片变成字符串。

此时我们已经得到了发票号码字段。

3. 提取税额

​​​​​​​

def text2(new_img):`    `    left = 1860`    `top = 800`    `right = 2000`    `bottom = 850`
    `image_text2 = new_img.crop((left, top, right, bottom))`    `# image_text2.show()`    `txt2 = tool.image_to_string(image_text2)`    `# print(txt2)`    `return txt2`
`# print(text2(new_img))

过程和提取发票号码原理一模一样，只是换了一个位置。

此时我们已经得到了税额字段。

3. 提取销方名称

​​​​​​​

def text3(new_img):`    `left = 500`    `top = 950`    `right = 1100`    `bottom = 1000`
    `image_obj3 = new_img.crop((left, top, right, bottom))`
    `# image_obj3.show()`    `image_obj3.save("tmp.jpg")`    `res = ocr.ocr("tmp.jpg")`    `# print(res[0][0])`    `return "".join(res[0][0])`
`# print(text3(new_img))

这里的名称是中文，我们不能再像提取数字那样操作，需要使用到cnocr去将图片中的印刷体简体中文提取出来。

此时我们已经得到了销方名称字段。

4. 遍历及输出

​​​​​​​

def all_rec():`
    `outwb = openpyxl.Workbook()  # 打开一个将写的文件`    `outws = outwb.create_sheet(index=0)  # 在将写的文件创建sheet`
    `outws.cell(row=1, column=1, value="发票号码")`    `outws.cell(row=1, column=2, value="税额")`    `outws.cell(row=1, column=3, value="销方名称")`
    `count = 2`    `filePath = 'pic'`    `pic_name = []`    `for i,j,name in os.walk(filePath):`        `pic_name = name`    `for i in pic_name:`        `img_url = filePath+"/"+i`        `with open(img_url, 'rb') as f:`            `a = f.read()`        `new_img = PI.open(io.BytesIO(a))`        `outws.cell(row=count, column=1, value=text1(new_img))`        `outws.cell(row=count, column=2, value=text2(new_img))`        `outws.cell(row=count, column=3, value=text3(new_img))`
        `count = count + 1`    `outwb.save("发票汇总-应卓君.xls")  # 保存结果`
`all_rec()

我偷懒就只在文件夹里放了3张发票，并且都是复制的第1张发票。

最终输出为一个名为“发票汇总-应卓君.xls”的文件。

任务基本完成。

总结

在众多的测试中我发现，照片质量高于或等于本例中的发票均可准确识别，如果拍照质量过差，会出现无法识别、识别错误（如0识别成9）。所以在真实的应用当中，一定要注意照片的拍摄统一和拍摄质量。

如果说你认为统一的拍照会影响你的用户体验，你就喜欢拍得歪歪扭扭、横七竖八，也不是不能够解决，此时需要将发票整体进行识别，再利用re正则表达式或其他相应的逻辑去提取需要的信息。

对于模糊照片无法正确识别的问题，也可以通过用模糊数字和文字对模型进行加强训练，来提升模型的准确度。就像老师看你写的字，你写得太丑了老师完全不认得，但是如果老师看你的字看得多了，你写得再歪歪扭扭，也就见怪不怪了。

如果发票都是如下的电子发票，则上述拍照统一问题和质量问题就都不存在了，程序适用性和识别率能够轻松高达100%。

如果你需要完整的程序代码，[请点击这里获取]。如果你有办公自动化或办公智能化的需求，请后台与我联系。觉得有用请点赞收藏转发一键三连，我们下期干货文章再见。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等习教程。带你从零基础系统性的学好Python！

一、Python学习大纲

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、入门学习视频

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、python副业兼职与全职路线

上述这份完整版的Python全套学习资料已经上传CSDN官方，朋友们如果需要可以微信扫描下方CSDN官方认证二维码 即可领取↓↓↓

👉[[CSDN大礼包：《python兼职资源&全套学习资料》免费分享]]（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！