主頁(yè) > 知識(shí)庫(kù) > Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中

Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中

熱門(mén)標(biāo)簽:外賣(mài)地址有什么地圖標(biāo)注 煙臺(tái)電話外呼營(yíng)銷(xiāo)系統(tǒng) 預(yù)覽式外呼系統(tǒng) 長(zhǎng)春極信防封電銷(xiāo)卡批發(fā) 上海正規(guī)的外呼系統(tǒng)最新報(bào)價(jià) 如何地圖標(biāo)注公司 銀川電話機(jī)器人電話 企業(yè)彩鈴地圖標(biāo)注 電銷(xiāo)機(jī)器人錄音要學(xué)習(xí)什么

一、場(chǎng)景描述

這里有以四張發(fā)票為例(辰哥網(wǎng)上搜的),將發(fā)票圖片放到pic文件夾下。

隨便打開(kāi)一張發(fā)票

提取目標(biāo):金額、名稱、納稅人識(shí)別號(hào)、開(kāi)票人。

最后將每一張發(fā)票的這四個(gè)內(nèi)容保存到excel中:

二、準(zhǔn)備環(huán)境

需要用到的庫(kù)如下:

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

安裝的命令如下:

pip install pyocr
pip install cnocr

發(fā)票中含有中文內(nèi)容,我們需要對(duì)圖片中的中文進(jìn)行識(shí)別,那么 cnocr 是一個(gè)不錯(cuò)的選擇。

提示:安裝好上面的庫(kù)之外,還需要安裝額外的exe文件,不然會(huì)出現(xiàn)下面這種錯(cuò)誤

需要安裝的exe文件:

1. ImageMagick

2. tesseract-OCR

這兩個(gè)軟件的安裝過(guò)程就不再贅述了,大家可以自行搜索教程進(jìn)行安裝。

三、提取內(nèi)容

下面以其中一張圖片為例,講解如何提取目標(biāo)內(nèi)容:金額、名稱、納稅人識(shí)別號(hào)、開(kāi)票人。

讀取圖片: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.提取金額

需要截取到發(fā)票中金額的位置

## 金額
left = 741
top = 420
right = 850
bottom = 445
image_text1 = new_img.crop((left, top, right, bottom))
#展示圖片
image_text1.show()

這里的left、top、right、bottom的數(shù)值是通過(guò)多次修改定位而來(lái)。大家根據(jù)自己的發(fā)票內(nèi)容去定位即可。

接著將圖片中的數(shù)字提取出來(lái)

同樣的,下面繼續(xù)提?。好Q

2.提取名稱

left = 155
top = 450
right = 450
bottom = 470
image_obj2 = new_img.crop((left, top, right, bottom))
image_obj2.show()

這里的名稱是中文的,咱們不能再像提取金額(數(shù)字)操作。需要使用到cnocr去將圖片中的中文取出。

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

3.提取納稅人識(shí)別號(hào)

#納稅人識(shí)別號(hào)
left = 155
top = 470
right = 450
bottom = 490
image_text3 = new_img.crop((left, top, right, bottom))
#展示圖片
image_text3.show()

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

將圖片中的納稅人識(shí)別號(hào)提取出來(lái),結(jié)果如下:

4.提取開(kāi)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,咱們這里同樣和提取名稱一樣,使用cnocr將圖片中的中文取出。

ok這樣我們就將發(fā)票中的四個(gè)目標(biāo)內(nèi)容提取出來(lái),接著將文件夾pic下的所有發(fā)票,進(jìn)行識(shí)別將內(nèi)容保存到excel。

四、批量識(shí)別發(fā)票并保存到excel

在讀取圖片之前,先將上面的四個(gè)操作封裝成函數(shù),方便每一種發(fā)票對(duì)象進(jìn)行調(diào)用。

讀取文件夾下的所有圖片。

filePath = 'pic'
pic_name = []
for i,j,name in os.walk(filePath):
    pic_name = name
for i in pic_name:
    print(i)

開(kāi)始進(jìn)行識(shí)別,并將結(jié)果寫(xiě)入到excel中。

for i in pic_name:
    img_url = filePath+"/"+i
    with open(img_url, 'rb') as f:
        a = f.read()
    new_img = PI.open(io.BytesIO(a))
    ## 寫(xiě)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("發(fā)票匯總-李運(yùn)辰.xls")  # 保存結(jié)果

最后保存為:發(fā)票匯總-李運(yùn)辰.xls,其結(jié)果如下:

五、發(fā)票驗(yàn)證真?zhèn)?/h2>

在辰哥的交流群里,和小伙伴聊到這個(gè)內(nèi)容時(shí),小伙伴建議可以加一個(gè)功能:發(fā)票驗(yàn)證真?zhèn)巍?/p>

所有在上面的開(kāi)始識(shí)別之前(自己公司的發(fā)票可能不需要查驗(yàn)這步),先調(diào)用一下第三方的接口,對(duì)發(fā)票進(jìn)行識(shí)別,識(shí)別通過(guò)之后再將其提取發(fā)票中目標(biāo)內(nèi)容。

1.申請(qǐng)百度AI應(yīng)用

2.獲取token

# client_id 為官網(wǎng)獲取的AK, client_secret 為官網(wǎng)獲取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentialsclient_id=【官網(wǎng)獲取的AK】client_secret=【官網(wǎng)獲取的SK】'
response = requests.get(host)
if response:
    print(response.json()['access_token']

這里的client_id 為官網(wǎng)獲取的AK, client_secret 為官網(wǎng)獲取的SK,是上面申請(qǐng)好應(yīng)用即可獲取

3.查驗(yàn)

咱以這張圖片為例,進(jìn)行查驗(yàn)

其中的發(fā)票類型對(duì)應(yīng)如下:

結(jié)果如下:

感覺(jué)這個(gè)結(jié)果查詢不是很好(不詳細(xì))。下面還可以去稅務(wù)局查詢

4.稅務(wù)局查詢發(fā)票

同樣以這張圖片為例,進(jìn)行查驗(yàn)

填寫(xiě)好信息點(diǎn)擊查驗(yàn),結(jié)果如下:

再稅務(wù)局查驗(yàn)更加清晰。讀者可以根據(jù)自己的情況去選擇自己的方式去查驗(yàn)。

六、小結(jié)

本文基本就成功實(shí)現(xiàn)目標(biāo)要求,從效果來(lái)看還是非常不錯(cuò)的!完整源碼可由文中代碼組合而成(已全部分享在文中),感興趣的讀者可以自己嘗試!

一定要?jiǎng)邮謬L試****!一定要?jiǎng)邮謬L試****!一定要?jiǎng)邮謬L試!

最后想說(shuō)的是,其實(shí)本文的案例可以應(yīng)用再其他方面,例如

批量計(jì)算發(fā)票金額匯總

根據(jù)發(fā)票類型批量分類

........

到此這篇關(guān)于Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中的文章就介紹到這了,更多相關(guān)Python識(shí)別發(fā)票并錄入到Excel表格內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python實(shí)現(xiàn)自動(dòng)化辦公郵件合并功能
  • Python辦公自動(dòng)化之將任意文件轉(zhuǎn)為PDF格式
  • python 辦公自動(dòng)化——基于pyqt5和openpyxl統(tǒng)計(jì)符合要求的名單
  • Python辦公自動(dòng)化之Excel(中)
  • 6個(gè)Python辦公黑科技,助你提升工作效率

標(biāo)簽:西寧 盤(pán)錦 湖北 宜昌 上饒 佳木斯 珠海 潮州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中》,本文關(guān)鍵詞  Python,辦公自動(dòng)化,之教,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于Python辦公自動(dòng)化之教你用Python批量識(shí)別發(fā)票并錄入到Excel表格中的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章