基于Python的发票识别与机器学习（保姆式教程）

最新推荐文章于 2024-07-30 11:52:42 发布
最新推荐文章于 2024-07-30 11:52:42 发布
阅读量1.1w 收藏 114
点赞数 22
分类专栏： 笔记 项目 文章标签： python 开发语言 后端
本文为博主原创文章，未经博主允许禁止转载。如需转载，请联系个人公众号 yk 坤帝。
本文链接：https://blog.csdn.net/qq_45803923/article/details/122441998
版权
笔记 同时被 2 个专栏收录
41 篇文章 32 订阅
订阅专栏
项目
37 篇文章 20 订阅
订阅专栏

公众号：yk 坤帝
后台回复 发票识别 获取全部源代码

1.场景描述

2.准备环境

3.提取内容

1.提取发票金额
2.提取销售方名称
3.提取纳税人识别号
4.提取开票人

4.识别发票并保存到excel

5.发票验证真伪

1.申请百度AI应用
2.获取token
3.查验发票
4.税务局查询发票

6.扩展总结

大家好，我是坤哥！

坤哥今天来分享一篇办公干货文章：用Python批量识别发票并录入到Excel表格。对于财务专业等学生或者公司财务人员来说，将报账发票等汇总到excel简直就是一个折磨。坤哥就是学财务的，真是感同深受啊，今天就把具体流程方法发给大家。

尤其是到年底的时候，公司的财务人员面对一大堆的发票简直就是苦不堪言。正好我们学会了Python，我们应该将Python的优势发挥起来。在这里只给大家讲一下基于python的发票批量识别，另外还有基于机器学习的python的发票识别，感兴趣的可以先自己挖掘一下，我们来看看基于python的发票批量识别。

1.场景描述

这里有以四张发票为例（坤哥网上搜的），将发票图片放到pic文件夹下（放在任意文件夹都可以），先用四张批量识别一下。

随便打开一张发票。
在这里插入图片描述

提取目标：发票金额，销售方名称、纳税人识别号、发票开票人。

在这里插入图片描述

最后将每一张发票的这四个内容保存到excel中，如果有学过数据库的，还是建议直接储存在数据库中，也算是对数据库的复习了，毕竟一般情况下还是用数据库比较多：

在这里插入图片描述

2.准备环境

需要用到的库如下：


from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr

在这里插入图片描述
安装的命令如下：

pip install pyocr
pip install cnocr
下面是需要用到的全部库，模块

在这里插入图片描述
发票中含有中文内容（一些机器学习的内容，大家只需要知道怎么用就可以了），我们需要对图片中的中文进行识别（页面识别）， cnocr 是一个不错的选择。（上面有使用方法）

提示：安装好上面的库之外，还需要安装额外的exe文件，不然会出现下面这种错误（相关配置尽量安装好）

在这里插入图片描述
需要安装的exe文件：

ImageMagick 
tesseract-OCR

这两个软件的安装过程就不再赘述了，大家可以自行搜索教程进行安装（可以在csdn上面）。

这两个软件最好还是安装上，之前好像不用安装也可以显示数据，报错可能不影响程序运行，不过最好还是安装一下，不然别的地方也报错的时候可能无法下手了。

3.提取内容

下面以其中一张图片为例，讲解如何提取目标内容：金额、名称、纳税人识别号、开票人。

在这里插入图片描述
读取图片：pic1.jpg

from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr

tool = pyocr.get_available_tools()[0]
img_url = "pic1.png"
with open(img_url, 'rb') as f:
    a = f.read()
new_img = PI.open(io.BytesIO(a))

1.提取金额

需要截取到发票中金额的位置，不同电脑可能坐标不一样。

注释是解析，按照自己的电脑调试位置。

from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr

tool = pyocr.get_available_tools()[0]
img_url = "pic1.png"
with open(img_url, 'rb') as f:
    a = f.read()
new_img = PI.open(io.BytesIO(a))


#提取金额
# 金额
# left = 741
# top = 420
# right = 850
# bottom = 445
left = 645
top =360
right = 719
bottom = 385
image_text1 = new_img.crop((left, top, right, bottom))
#展示图片
image_text1.show()
txt1 = tool.image_to_string(image_text1)
print(txt1)

这里的left、top、right、bottom的数值是通过多次修改定位而来。大家根据自己的发票内容去定位即可，不要觉得麻烦，一步到位的话是不会提高的，代码还是要理解理解，自己敲一敲。

在这里插入图片描述

接着将图片中的数字提取出来
在这里插入图片描述
同样的，下面继续提取：名称

2.提取名称

from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr


tool = pyocr.get_available_tools()[0]
img_url = "发票识别/pic1.png"
with open(img_url, 'rb') as f:
    a = f.read()
new_img = PI.open(io.BytesIO(a))

#提取名称
left = 135
top = 390
right = 450
bottom = 410
image_obj2 = new_img.crop((left, top, right, bottom))
#image_obj2.show()



image_obj2.save("tmp.png")
ocr = CnOcr()
res = ocr.ocr("tmp.png")
print(res[0][0])

print("".join(res[0][0]))

#print("".join('%s' %a for a in res))

在这里插入图片描述
这里的名称是中文的，咱们不能再像提取金额（数字）操作。需要使用到cnocr去将图片中的中文取出。

image_obj2.save("tmp.jpg")
ocr = CnOcr()
res = ocr.ocr("tmp.jpg")
print("".join(res[0]))

在这里插入图片描述
3.提取纳税人识别号

from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr

tool = pyocr.get_available_tools()[0]
img_url = "pic1.png"
with open(img_url, 'rb') as f:
    a = f.read()
new_img = PI.open(io.BytesIO(a))

#纳税人识别号
left = 135
top = 405
right = 450
bottom = 425
image_text3 = new_img.crop((left, top, right, bottom))
#展示图片
#image_text3.show()

txt3 = tool.image_to_string(image_text3)
print(txt3)

在这里插入图片描述

在这里插入图片描述
将图片中的纳税人识别号提取出来，结果如下：

在这里插入图片描述

4.提取开票人

from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr

tool = pyocr.get_available_tools()[0]
img_url = "pic1.png"
with open(img_url, 'rb') as f:
    a = f.read()
new_img = PI.open(io.BytesIO(a))

#提取开票人

left = 458
top = 470
right = 570
bottom = 490
image_obj4 = new_img.crop((left, top, right, bottom))
#image_obj4.show()

image_obj4.save("tmp.png")
ocr = CnOcr()
res = ocr.ocr("tmp.png")
#print("".join(res[0]))

print("".join(res[0][0]))

在这里插入图片描述
在这里插入图片描述
由于有中文，咱们这里同样和提取名称一样，使用cnocr将图片中的中文取出。
在这里插入图片描述
ok这样我们就将发票中的四个目标内容提取出来，接着将文件夹pic下的所有发票，进行识别将内容保存到excel。

4.批量识别发票并保存到excel

在读取图片之前，先将上面的四个操作封装成函数，方便每一种发票对象进行调用。


读取文件夹下的所有图片。

from PIL import Image as PI
import pyocr
import io
import pyocr.builders
from cnocr import CnOcr

tool = pyocr.get_available_tools()[0]
img_url = "pic1.png"
with open(img_url, 'rb') as f:
    a = f.read()
new_img = PI.open(io.BytesIO(a))

在这里插入图片描述
开始进行识别，并将结果写入到excel中。

#批量识别
    ##写入到excel
    import openpyxl
    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="名称")
    outws.cell(row=1, column=2, value="纳税人识别号")
    outws.cell(row=1, column=3, value="金额")
    outws.cell(row=1, column=4, value="开票人")
    count = 2
    filePath = '发票识别'
    pic_name = []
    # for i,j,name in os.walk(filePath):
    #     pic_name = name
    # for i in pic_name[0:1]:
    #     img_url = filePath+"/"+i
    #     with open(img_url, 'rb') as f:
    #         a = f.read()
    #     new_img = PI.open(io.BytesIO(a))
    #     ## 写入csv
    #     outws.cell(row=count, column=1, value=text2(new_img))
    #     outws.cell(row=count, column=2, value=text3(new_img))
    #     outws.cell(row=count, column=3, value=text1(new_img))
    #     outws.cell(row=count, column=4, value=text4(new_img))
    #     count = count + 1
    # outwb.save("发票汇总-坤哥.xls")  # 保存结果


    with open("发票识别/pic1.png", 'rb') as f:
        a = f.read()
    new_img = PI.open(io.BytesIO(a))
    ## 写入csv
    outws.cell(row=count, column=1, value=text2(new_img))
    outws.cell(row=count, column=2, value=text3(new_img))
    outws.cell(row=count, column=3, value=text1(new_img))
    outws.cell(row=count, column=4, value=text4(new_img))
    
    outwb.save("发票汇总-坤哥.xls")  # 保存结果

最后保存为：发票汇总-坤哥.xls，其结果如下：

在这里插入图片描述

5.发票验证真伪

在坤哥的交流群里，和小伙伴聊到这个内容时，小伙伴建议可以加一个功能：发票验证真伪。

所有在上面的开始识别之前（自己公司的发票可能不需要查验这步），先调用一下第三方的接口，对发票进行识别，识别通过之后再将其提取发票中目标内容。

1.申请百度AI应用

在这里插入图片描述
2.获取token
在这里插入图片描述
这里的client_id 为官网获取的AK， client_secret 为官网获取的SK，是上面申请好应用即可获取

3.查验
在这里插入图片描述
咱以这张图片为例，进行查验
在这里插入图片描述
其中的发票类型对应如下：
在这里插入图片描述
结果如下：
在这里插入图片描述
4.税务局查询发票
在这里插入图片描述
在这里插入图片描述

同样以这张图片为例，进行查验
在这里插入图片描述
填写好信息点击查验，结果如下：
在这里插入图片描述
再税务局查验更加清晰。读者可以根据自己的情况去选择自己的方式去查验。

6.小结

本文基本就成功实现目标要求，从效果来看还是非常不错的！完整源码可由文中代码组合而成（已全部分享在文中），感兴趣的读者可以自己尝试！

一定要动手尝试！一定要动手尝试！一定要动手尝试！

坤哥另最后讲一下基于python的发票识别，基于机器学习的发票识别，感兴趣的大家可以尝试一下，画了一个思维导图。
在这里插入图片描述
最后说一声：原创不易，求给个赞、收藏！

公众号：yk 坤帝
后台回复 发票识别 获取全部源代码

yk 坤帝
关注
专栏目录
Python批量识别发票信息并自动填写到网上
henanlion的博客
05-21 2428
平时工作中会接触到很多发票，报销前需要把发票的各种信息包括：发票号码、发票代码、校验码、金额等信息录入到报账系统中。如果手机一个个复制粘贴，非常麻烦，而且容易出错，如果采用Python的话则很容易把信息提取到Excel表中，这样再分别录入到网上就快捷多了。我借鉴网上的代码，同时把源代码进行了修改，增加了批量写入Excel文件中的功能，不仅识别率高，而且运行速度快。下面是之前做好一个源码，如果简单修改一下就可以实现读取Excel中的发票信息，然后批量录入到网上，而且还不会出错。
Python-图片识别发票识别
08-10
此项目用于对中国购车发票进行内容识别,目前完成的是身份证,vin,发动机号,价格的识别 提供了展示的demo页,以及提供了传入文件,路径,base64码的多种方式调用的api,返回识别出来的json数据
python实现发票信息识别和处理
最新发布
ChristineTX的博客
07-30 584
发票识别与提取
办公利器！用Python批量识别发票并录入到Excel表格
weixin_55154866的博客
12-29 4141
对于财务专业等学生或者公司财务人员来说，将报账发票等汇总到excel简直就是一个折磨。尤其是到年底的时候，公司的财务人员面对一大堆的发票简直就是苦不堪言。正好我们学会了Python，我们应该将Python的优势发挥起来。
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
一名正义的白帽黑客
11-23 4484
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
Python实现发票信息识别
zhishunet
07-16 570
【代码】Python实现发票信息识别。
Python基于机器学习的个人信贷违约预测识别项目源码+数据集，毕业设计项目
04-18
机器学习中的一个案例：对贷款违约行为的预测 软件架构 编程语言：Python3.7.7 编译器：PyCharm Community Edition 2020.2.3 x64 使用说明 data:数据文件 code:代码文件 result:结果文件 程序代码完整，可直接运行
基于机器学习的恶意请求识别（Python代码及数据集）
05-21
这是作者恶意代码分析、网络...基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例 https://blog.csdn.net/Eastmount/article/details/102852458 https://github.com/eastmountyxz/AI-for-Malware-Analysis-
基于Python的人脸识别系统
03-13
**基于Python的人脸识别系统** 在当今的计算机视觉领域，人脸识别技术已经成为了一个不可或缺的部分，它广泛应用于安全监控、身份验证、社交媒体等多个场景。本资源提供了一套完整的纯Python实现的人脸识别系统，...
基于Python的车牌识别
12-20
在车牌识别中，Python可以与OpenCV、Pillow等图像处理库结合，用于预处理图像，如灰度化、二值化、噪声去除等，以提高后续识别的准确率。 1. 图像预处理：预处理是识别过程的第一步，通常包括图像的缩放、直方图...
发票查询的源代码
08-23
本人自己开发的发票查询系统，现提供源代码供有兴趣的人学习
python进行图像识别与分类_使用机器学习模型快速进行图像分类识别
weixin_30717635的博客
02-11 4254
点击上方蓝色字体“州的先生”选择关注公众号Python编程应用实战，尽在掌握这是《Python AI极简入门》第5篇零、前言在上一篇，我们介绍了使用sklearn库快速创建一个用于预测房价的机器学习回归模型，并通过平均绝对误差、均方差和R3分数有效地评估了这个预测模型的效果。在本篇，我们继续介绍借助sklearn库创建用于进行分类预测的机器学习模型。对分类问题进行预测同样属于监督学习的范畴，通过对...
Python识别发票图片
qq_45571138的博客
08-24 1286
python识别发票图片
基于Python的发票OCR-数字识别的简单实现
毕业作品网站
09-14 3516
从我们上面的已知部分来看，我们的计划似乎是完美的，实际上手操作后，处处都有困难 …使用 opencv 进行图片的找轮廓等处理， pillow 进行图片的处理。本教程旨在使用简单的操作步骤实现一个简单的发票上的数字视频。配合其他的一些库进行更方便的处理，安装请参考下面的教程。注意这里截取的是二值化后的图片 15。待识别的区域是固定的，我们只识别右上角部分的数字。16 # 计算图片的感知哈希 32。1 # 计算灰度值的平均值 13。截取到需要的数据使用矩阵存储图片。图片大小 1218*788。
python-增值税发票识别
Achernar0208的博客
04-16 1533
调用百度的OCR接口，对指定目录下的所有发票(jpg、png、pdf)进行识别，最后将识别结果保存至excel中。是发票存放的目录，这两个填好后直接运行程序就可，最后生成以。为发票识别api的token，
python调用腾讯云接口，实现财务发票混贴模式下，批量识别并转存excel表格的功能
weixin_67138092的博客
07-06 1577
【代码】python调用腾讯云接口，实现财务发票混贴模式下，批量识别并转存excel表格的功能。
发票识别 python_增值税发票识别系统(OCR System of Invoice)
weixin_39841825的博客
11-30 3475
增值税发票识别系统(OCR System of Invoice)Example Note1.开发本系统的目的是进行增值税发票的真伪校验，因此只需识别出开票代码，开票号码，开票日期和税前金额这四个特定字段。如有其他需求，可使用同样的方法去处理。2.当前项目只开源了整个票据识别系统的集成成果代码和已经训练好的模型。图像预处理，方向识别模型训练，文本检测模型训练，文本字段标注，文本图像生成，文本识别模型...
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
m0_74942241的博客
08-10 2189
对于所有公司财务而言，用肉眼看发票，再将信息手动录入excel绝对是人间十大酷刑之一，对于这种流程清晰，机械重复的工作场景，最适合用python自动化办公技术+人工智能技术来解决。场景描述我去财务办公室实地考察了，发票都长这个样。财务小姐姐需要填报的字段为：发票号、税额、销方名称。那么需求就非常明确了，我们只需要把文件夹里面的一堆发票照片的发票号、税额、销方名称三项用OCR技术识别出来转化为字符串，填入excel表格中即可。配置环境我没有想到做完本次项目发现最大的难点竟然是配置环境。
python车牌识别属于机器学习
05-12
Python车牌识别一般使用的是计算机视觉技术，它是机器学习领域的一个分支，但并不完全等同于机器学习。计算机视觉技术是指让计算机通过图像处理和分析技术，从数字图像中获取信息和理解场景的一种技术，而机器学习则是指让机器通过学习数据的一种方法，从而使机器能够执行特定任务的一种技术。在Python车牌识别中，可能会使用机器学习算法来识别车牌上的字符和数字，但还需要结合计算机视觉技术来完成整个识别过程。
评论 16
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yk 坤帝

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值