办公利器!用Python批量识别发票并录入到Excel表格
辰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。
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。$#
01.场景描述
这里有以四张发票为例(辰哥网上搜的),将发票图片放到pic文件夹下。
随便打开一张发票
提取目标:金额、名称、纳税人识别号、开票人。
最后将每一张发票的这四个内容保存到excel中:
02.准备环境
需要用到的库如下:
from PIL import Image as PI
import pyocr
import pyocr.builders
from cnocr import CnOcr
安装的命令如下:
pip install pyocr
pip install cnocr
发票中含有中文内容,我们需要对图片中的中文进行识别,那么 cnocr 是一个不错的选择。
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
需要安装的exe文件:
1. ImageMagick
2. 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。
03.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。
读取图片:pic/pic1.jpg
tool = pyocr.get_available_tools()[0]
img_url = "pic/pic1.jpg"
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
## 金额
left = 741
top = 420
right = 850
bottom = 445
image_text1 = new_img.crop((left, top, right, bottom))
#展示图片
image_text1.show()
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。
接着将图片中的数字提取出来
同样的,下面继续提取:名称
2.提取名称
left = 155
top = 450
right = 450
bottom = 470
image_obj2 = new_img.crop((left, top, right, bottom))
image_obj2.show()
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]))
3.提取纳税人识别号
#纳税人识别号
left = 155
top = 470
right = 450
bottom = 490
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)
将图片中的纳税人识别号提取出来,结果如下:
4.提取开票人
left = 528
top = 550
right = 670
bottom = 600
image_obj4 = new_img.crop((left, top, right, bottom))
image_obj4.show()
image_obj4.save("tmp.jpg")
ocr = CnOcr()
res = ocr.ocr("tmp.jpg")
print("".join(res[0]))
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。
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。
04.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。
filePath = 'pic'
pic_name = []
for i,j,name in os.walk(filePath):pic_name = name
for i in pic_name:print(i)
开始进行识别,并将结果写入到excel中。
for i in pic_name:img_url = filePath+"/"+iwith open(img_url, 'rb') as f:a = f.read()new_img = PI.open(io.BytesIO(a))## 写入csvoutws.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-李运辰.xls") # 保存结果
最后保存为:发票汇总-李运辰.xls,其结果如下:
05.发票验证真伪
在辰哥的交流群里,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
2.获取token
# client_id 为官网获取的AK, client_secret 为官网获取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
response = requests.get(host)
if response:print(response.json()['access_token']
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
咱以这张图片为例,进行查验
其中的发票类型对应如下:
结果如下:
感觉这个结果查询不是很好(不详细)。下面还可以去税务局查询
4.税务局查询发票
同样以这张图片为例,进行查验
填写好信息点击查验,结果如下:
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。
06.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!
最后想说的是,其实本文的案例可以应用再其他方面,例如
批量计算发票金额汇总
根据发票类型批量分类
…
办公利器!用Python批量识别发票并录入到Excel表格相关推荐
- 自动化办公神器!用Python批量识别发票并录入到Excel表格!可以讨财务女神开心了!
故事的开始 今天去财务拿上个月的工资条核对!发现女神一脸闷闷不乐!好像天要塌下来一样!我对完工资就问:女神,你咋不开心,不是马上就要发工资了嘛!女神说:老板刚给我派了个任务,让我把上个月这个月的发票都 ...
- Python批量识别发票信息并自动填写到网上
一.问题缘起 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 ...
- 利用Python批量识别电子账单数据
文章目录 一.前言 二.调用Baidu aip识别 三.批量识别电子账单 一.前言 有一定数量类似如下截图所示的账单,利用 Python 批量识别电子账单数据,并将数据保存到Excel. 百度智能云接 ...
- python账单查询软件_利用Python批量识别电子账单数据的方法
这篇文章主要介绍了利用Python批量识别电子账单数据的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下 一.前言 有一定数量类似如下截图所示的账单,利用 ...
- Python批量识别图片中的文字并保存到txt文档中
Python OCR工具pytesseract,之前是惠普的产品,被Google收了之后就给开源了. 1.需要下载并安装Google Tesseract,下载地址看图片上有,要下载4.0.0版本的 2 ...
- python生成excel表格-Python实现将数据库一键导出为Excel表格的实例
数据库数据导出为excel表格,也可以说是一个很常用的功能了.毕竟不是任何人都懂数据库操作语句的. 下面先来看看完成的效果吧. 数据源 导出结果 依赖 由于是Python实现的,所以需要有Python ...
- 产品狗的Python之路(2):excel表格拆分桌面小程序
产品狗的Python之路(2):excel表格拆分程序 使用tkinter将excel表格拆分脚本制作了GUI,并使用pyinstaller封装成了桌面程序 import tkinter as tk ...
- Python批量识别PDF文件格式发票信息并生成Excel表格
最近有同学提问说,能不能讲一讲识别发票图片并整理数据到Excel里的方法.今天我们就针对这样的实际需求,分享一个基于 PDF 的 Python 办公自动化的解决案例. 先来看看需求. 需求描述 在某个 ...
- Python自动化办公:批量识别图片文字并存为Excel
来源:菜J学Python 一.背景 也许你还记得,前不久复旦大学一博士生写了130行Python代码,批量识别核酸截图内容的故事.当时还被人民日报公众号报道出来,夸赞用所学贡献青春力量! 其实,批量文 ...
最新文章
- TensorFlow学习(四):优化器Optimizer
- MyBatis 3 自动生成 主键 针对不同的数据库(oracle/sqlserver/mysql)
- linux 镜像自动安装,制作能自动安装的CentOS镜像文件
- flink sql client讀取kafka數據的timestamp(DDL方式)
- 判断是否包含大写字符_Python最常用的数据类型中字符串基础函数使用知识点讲解...
- 如何在RTSP/RTMP直播过程中加入SEI扩展数据发送和接收解析
- Leetcode算法题(C语言)11--有效的数独
- 基于json-lib.jar包Json实例程序
- html5片转为base64,base64和图片的互转(HTML5的File实现)
- 【转】子弹短信内部技术分享:Redis
- IOS之UI--自定义按钮实现代理监听点击事件
- SiteMesh3使用介绍及配置方法
- iOS 颜色渐变圆环
- 服务器上怎么强制删除文件夹,Windows10系统强制删除文件的方法
- 论文阅读笔记:内卷involution《Involution: Inverting the Inherence of Convolution for Visual Recognition》
- Mac使用Excel卡顿的提升办法之一
- 【最大公约数】欧几里得算法
- 徐荣谦《养好脾和肺 宝宝不积食不咳嗽长大个》【00】 序
- AI为什么救不了“想上天”的猪?
- 最简单实用的网易云爬虫!cloudmusic库带你起飞,歌曲、用户、评论信手捏来
热门文章
- 采购系统是如何管理供应商的?
- 电子商务时代的网络营销
- 智能手机照片被误删如何恢复
- 基于Android的万豪酒店APP设计与实现
- Ubuntu 22.04 LTS (Jammy Jellyfish) Daily Build安装镜像PC ARM Raspberry Pi
- 他人——2015实习招聘经验
- 开除AI伦理学家,谷歌如何从“不作恶”到“不宽容”?
- ybt1058 求一元二次方程
- revit服务器维护,Revit server是什么?Revit Server 管理有问题,谁来解决、怎么解决?...
- 输入神经网络的数据类型要求,神经网络数据格式