百度AI攻略：增值税发票识别

1.功能描述：

在日常工作中经常要用到增值税发票。在使用的时候需要对增值税发表进行检查，验真，录入等很多工作。使用增值税发票识别技术，实现对增值税普票或专票各字段信息的识别和录入，可应用于企业税务核算及内部报销等场景，能够有效减少人工核算工作量，降低人力成本，实现财税报销的自动化

2.平台接入

增值税发票识别接入网址：https://console.bce.baidu.com/ai/#/ai/imageprocess/overview/index

具体接入方式比较简单，可以参考我的另一个帖子，这里就不重复了：
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略（Python3）及评测

3.1首先认证授权：

在开始调用任何API之前需要先进行认证授权，具体的说明请参考：

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下：

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import base64
import json
#client_id 为官网获取的AK， client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info['access_token']
    return token_key

3.2增值税发票识别分析接口调用：

详细说明请参考： https://ai.baidu.com/docs#/OCR-API/5099e085 

说明的比较清晰，这里就不重复了。

大家需要注意的是：
API访问URL：https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice 
图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式

Python3调用代码如下：

#增值税发票
#filename:图片名（本地存储包括路径）
def vat_invoice(filename):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice"
    
    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    
    params = dict()
    params['image'] = img
    params['show'] = 'true'
    params = urllib.parse.urlencode(params).encode("utf-8")
    #params = json.dumps(params).encode('utf-8')
    
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        #print(content)
        content=content.decode('utf-8')
        #print(content)
        data = json.loads(content)
        #print(data)
        words_result=data['words_result']
        print ('发票号码:',words_result['InvoiceNum'])
        print ('开票日期:',words_result['InvoiceDate'])
        print ('合计金额:',words_result['TotalAmount'])
        print ('合计税额:',words_result['TotalTax'])
        print ('销售方名称:',words_result['SellerName'])
        print ('销售方纳税人识别号:',words_result['SellerRegisterNum'])
        print ('购方名称:',words_result['PurchaserName'])
        print ('购方纳税人识别号:',words_result['PurchaserRegisterNum'])
        
vat_invoice('invoice.jpg')

4.功能评测：
选用不同的数据对效果进行测试，具体效果如下（以下发票例子均来自网上）：

发票号码: 01234567
开票日期: 2016年03月15日
合计金额: 120.00
合计税额: 30.00

测试下来，整体感觉处理的很不错，此功能会大大的发票处理的工作量。