Python实现发票信息识别

一、安装所需要的python库

pip3 install fitz -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install PyMuPDF -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install paddlepaddle -i https://mirror.baidu.com/pypi/simple

二、所需提取的内容

发票号码
开票日期
销售方名称
销售方纳税人识别号
金额

import fitz
from paddleocr import PaddleOCR
from openpyxl import load_workbook

pdf = fitz.open('test.pdf')
page = pdf.load_page(0)  # 获取第0页
# 提高分辨率
pix = page.get_pixmap()
zoom_x = 8
zoom_y = 8
mat = fitz.Matrix(zoom_x, zoom_y)
pix = page.get_pixmap(matrix=mat, alpha=False)
pix.save('temp.png')

# for i in range(pdf.page_count):
#     page = pdf.load_page(i)  # 获取第i页
#     pix = page.get_pixmap()
#     zoom_x = 8
#     zoom_y = 8
#     mat = fitz.Matrix(zoom_x, zoom_y)
#     pix = page.get_pixmap(matrix=mat, alpha=False)
#     pix.save('temp.png')

ocr = PaddleOCR(use_angle_cls = True, use_gpu = False, lang='ch')
res = ocr.ocr('temp.png', cls=True)
invoice_dic = {}
for r in res[0]:
    text = r[1][0]
    if text.startswith('发票号码:'):
        invoice_dic.update({'number': text[5:]})
        print(f"number:{text[5:]}")
    if text.startswith('开票日期:'):
        invoice_dic.update({'date': text[5:]})
        print(f"date:{text[5:]}")
    if text.startswith('名称:'):
        if text.endswith('购买方名称'):
            continue
        invoice_dic.update({'name': text[3:]})
        print(f"name:{text[3:]}")
    if text.startswith('统一社会信用代码/纳税人识别号:'):
        if text.endswith('购买方统一社会信用代码/纳税人识别号'):
            continue
        invoice_dic.update({'id': text[16:]})
        print(f"id:{text[16:]}")
    if text.startswith('(小写)¥'):
        invoice_dic.update({'price': text[6:]})
        print(f"price:{text[6:]}")

三、写入excel表格

wb = load_workbook('test.xlsx') # 打开一个文件
ws = wb.active
nrow = ws.max_row # 取得行数
append_row = nrow + 1

ws.cell(append_row, 1).value = invoice_dic['number']
ws.cell(append_row, 2).value = invoice_dic['date']
ws.cell(append_row, 3).value = invoice_dic['name']
ws.cell(append_row, 4).value = invoice_dic['id']
ws.cell(append_row, 5).value = invoice_dic['price']

wb.save('test.xlsx')

欢迎一键三连

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 我可以为你提供一些关于使用Python实现滴滴发票识别系统的建议:1. 利用Python的图像处理库,如OpenCV,来识别发票上的文字内容;2. 使用Python的机器学习库,如scikit-learn,来训练发票识别模型;3. 利用Python的网络库,如Flask,来构建发票识别系统的Web服务接口;4. 利用Python的自然语言处理库,如NLTK,来对发票内容进行文本分析。 ### 回答2: 滴滴发票识别系统是一个基于Python开发的应用程序,旨在帮助用户快速而准确地识别滴滴打车行程中的发票信息。 首先,该系统利用Python的图像处理库,通过用户上传的发票图片对其进行预处理和裁剪,以提高识别的准确性。接着,系统使用Python的机器学习库来对处理后的图片进行训练和模型构建,以准确地识别发票上的各类信息,如发票号码、日期、金额等重要信息。 在识别过程中,Python的文本处理库将被用于对发票上的文字进行提取、分割和识别。借助Python的关键词提取库,系统可以快速而准确地识别发票中的重要关键词,如公司名称、地址等。 此外,该系统还可以利用Python的数据库访问库,将每一张识别发票信息存储到后台数据库中,以便用户随时查询和管理。同时,Python的数据分析库可以用于对已识别发票信息进行统计和分析,帮助用户掌握费用和消费趋势等关键信息。 最后,Python的Web开发框架可以被用来构建用户友好的前端界面,使用户能够方便地上传发票图片,并实时查看识别结果。用户可以通过简单的点击和输入与系统进行交互,实现发票信息的快速识别和查询,提高用户使用体验。 综上所述,利用Python开发滴滴发票识别系统能够有效提升发票信息识别准确性和处理效率,为用户提供便捷的发票管理服务。 ### 回答3: 滴滴发票识别系统是一种基于Python编程语言开发的自动识别滴滴行程发票信息的智能系统。 这个系统利用了Python强大的文本处理和图像处理库,通过自动读取滴滴行程发票的文本信息和图像内容,实现发票信息的自动识别和提取。首先,系统利用Python的文本处理库对发票的文本进行解析和分析,提取出关键信息,例如:发票抬头、发票号码、金额、行程日期等。然后,系统利用Python的图像处理库对发票的图像进行处理,例如:调整图像亮度、对比度、大小等,以便提高识别准确率。系统会将处理后的图像和提取出的文本信息进行匹配,确保发票信息的准确性。 滴滴发票识别系统的优势在于其高度自动化和快速响应能力。借助Python的强大功能和丰富的第三方库,可以实现自动处理大量的滴滴行程发票,大大减轻了人力成本和时间消耗。同时,系统的识别准确性也得到了有效提高,可以保证发票信息的准确性和可靠性。 此外,滴滴发票识别系统还可以与其他系统进行集成,例如:财务管理系统或报销系统,实现发票信息的自动录入和报销流程的自动化。这在企业和个人使用滴滴出行服务后的报销过程中有着很大的帮助和便利。 总之,滴滴发票识别系统是一种利用Python技术开发的智能系统,可以自动识别滴滴行程发票信息,并可以与其他系统进行集成,实现自动化的报销流程。它的识别准确性和高效性使其成为企业和个人进行滴滴出行报销的理想选择。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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