增值税发票内容的识别

最新推荐文章于 2022-07-11 17:00:26 发布

人工智能与算法学习

最新推荐文章于 2022-07-11 17:00:26 发布

阅读量1.6k

点赞数

增值税发票内容的识别技术在当今社会识别越来越普遍，我们今天就来看看这项技术是怎么实现的？欢迎光临

解决思路：1.发票矫正 2.文字检测 3.文字识别 4.版面分析

这是一张增值税发票

定位发票边框的四个点

透视变换之后，做文字检测

文字识别，版面分析

结果：

{

"发票代码": "3200153160",

"发票代码": "00352801",

"日期": "2014年04月21日",

"金额": "19417.48",

"税额": "582.52",

"税价合计": "20000.00",

"校验码": "",

}

原图地址：http://n1.itc.cn/img8/wb/recom/2016/04/27/146175098939471750.JPEG

下面我们用Python3来做一下：

调用地址：https://ocrapi-invoice.taobao.com/ocrservice/invoice
请求方式：POST
返回类型：JSON

请求参数(body):

{
  //图像数据：base64编码，要求base64编码后大小不超过4M，最短边至少15px，最长边最大4096px，支持jpg/png/bmp格式，和url参数只能同时存在一个
  "img": "",
  //图像url地址：图片完整URL，URL长度不超过1024字节，URL对应的图片base64编码后大小不超过4M，最短边至少15px，最长边最大4096px，支持jpg/png/bmp格式，和img参数只能同时存在一个
  "url": ""
}

请求代码Python3版：

import urllib.request
import urllib.parse
import json
import time
import base64
with open('1.jpg', 'rb') as f:  # 以二进制读取本地图片
    data = f.read()
    encodestr = str(base64.b64encode(data),'utf-8')
#请求头
headers = {
         'Authorization': 'APPCODE 你自己的AppCode',
         'Content-Type': 'application/json; charset=UTF-8'
    }
def posturl(url,data={}):
  try:
    params=json.dumps(dict).encode(encoding='UTF8')
    req = urllib.request.Request(url, params, headers)
    r = urllib.request.urlopen(req)
    html =r.read()
    r.close();
    return html.decode("utf8")
  except urllib.error.HTTPError as e:
      print(e.code)
      print(e.read().decode("utf8"))
  time.sleep(1)
if __name__=="__main__":
    url_request="https://ocrapi-invoice.taobao.com/ocrservice/invoice"
    dict = {'img': encodestr}


    html = posturl(url_request, data=dict)
    print(html)

正常返回示例：

{
  "发票代码": "032001500XXX",
  "发票号码": "25272XXX",
  "开票日期": "2017年XX月XX日",
  "校验码": "15922733756000XXXXXX",
  "发票金额": "XXX.00",
  "发票税额": "XXX.43",
  "不含税金额": "XXX.57",
  "受票方名称": "XXX",
  "受票方税号": "XXXX",
  "受票方地址、电话": "XXX",
  "受票方开户行、账号": "XXX",
  "销售方名称": "XXX",
  "销售方税号": "913201043023368XXX",
  "销售方地址、电话": "XXX",
  "销售方开户行、账号": "XXX"
}

失败返回示例：

{
  "error_code": 400,
  "error_msg": "img和url参数不能同时存在"
}

错误代码定义：

错误码	错误信息	描述
400	参数错误	具体错误请参考返回的error_msg
401	您无该功能的权限，请开通后使用	您无该功能的权限，请开通后使用
403	购买的容量已用完或者签名错误	购买的容量已用完或者签名错误
500	服务器错误，请稍后重试	服务器错误，请稍后重试