第二期【百度大脑新品体验】新版增值税发票识别
才能我浪费99 发布于2019-04 浏览:3232 回复:14
1
收藏
最后编辑于2022-04

1.功能描述:

在日常工作中经常要用到增值税发票。在使用的时候需要对增值税发表进行检查,验真,录入等很多工作。使用增值税发票识别技术,实现对增值税普票或专票各字段信息的识别和录入,可应用于企业税务核算及内部报销等场景,能够有效减少人工核算工作量,降低人力成本,实现财税报销的自动化

2.平台接入

增值税发票识别接入网址:https://console.bce.baidu.com/ai/#/ai/imageprocess/overview/index

具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略(Python3)及评测

3.1首先认证授权:

在开始调用任何API之前需要先进行认证授权,具体的说明请参考:

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下:

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import base64
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content)
        token_key = token_info['access_token']
    return token_key

3.2增值税发票识别分析接口调用:

详细说明请参考: https://ai.baidu.com/docs#/OCR-API/5099e085 

说明的比较清晰,这里就不重复了。

大家需要注意的是:
API访问URL:https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice 
图像数据,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/jpeg/png/bmp格式

Python3调用代码如下:

#增值税发票
#filename:图片名(本地存储包括路径)
def vat_invoice(filename):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice"
    
    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    
    params = dict()
    params['image'] = img
    params['show'] = 'true'
    params = urllib.parse.urlencode(params).encode("utf-8")
    #params = json.dumps(params).encode('utf-8')
    
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
        #print(content)
        content=content.decode('utf-8')
        #print(content)
        data = json.loads(content)
        #print(data)
        words_result=data['words_result']
        print ('发票号码:',words_result['InvoiceNum'])
        print ('开票日期:',words_result['InvoiceDate'])
        print ('合计金额:',words_result['TotalAmount'])
        print ('合计税额:',words_result['TotalTax'])
        print ('销售方名称:',words_result['SellerName'])
        print ('销售方纳税人识别号:',words_result['SellerRegisterNum'])
        print ('购方名称:',words_result['PurchaserName'])
        print ('购方纳税人识别号:',words_result['PurchaserRegisterNum'])
        
vat_invoice('invoice.jpg')

4.功能评测:
选用不同的数据对效果进行测试,具体效果如下(以下发票例子均来自网上):

发票号码: 01234567
开票日期: 2016年03月15日
合计金额: 120.00
合计税额: 30.00

测试下来,整体感觉处理的很不错,此功能会大大的发票处理的工作量。

收藏
点赞
1
个赞
共14条回复 最后由用户已被禁言回复于2022-04
#16ttpod9回复于2019-09

想用个for循环来对发票进行批量处理该怎么做呢?我尝试用

for j in range(1,3):
    vat_invoice('d:/%s.jpg' % j)
    break

 

但是无效啊,有哪位可以帮我解答一下吗?谢谢

我的想法是批量处理的数据都自动用xlwt写入excel

import urllib
import base64
import json
import xlwt
import requests

#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id = 'yxYg9r4OuAs4fYvfcl8tqCYd'
client_secret = 'yWg3KMds2muFsWs7MBSSFcgMQl8Wng4s'

#获取token
def get_token():
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
request = urllib.request.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib.request.urlopen(request)
token_content = response.read()
if token_content:
token_info = json.loads(token_content)
token_key = token_info['access_token']
return token_key

#增值税发票
#filename:图片名(本地存储包括路径)
def vat_invoice(filename):
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/vat_invoice"

# 二进制方式打开图片文件
f = open(filename, 'rb')
img = base64.b64encode(f.read())

params = dict()
params['image'] = img
params['show'] = 'true'
params = urllib.parse.urlencode(params).encode("utf-8")
#params = json.dumps(params).encode('utf-8')

access_token = get_token()
request_url = request_url + "?access_token=" + access_token
request = urllib.request.Request(url=request_url, data=params)
request.add_header('Content-Type', 'application/x-www-form-urlencoded')
response = urllib.request.urlopen(request)
content = response.read()
if content:
#print(content)
content=content.decode('utf-8')
#print(content)
data = json.loads(content)
words_result=data['words_result']
workbook = xlwt.Workbook(encoding = 'utf-8')
worksheet = workbook.add_sheet('Invoice_List')
worksheet.write(0,0, label = '发票号码')
worksheet.write(0,1, label = '开票日期')
worksheet.write(0,2, label = '合计金额')
worksheet.write(0,3, label = '合计税额')
worksheet.write(0,4, label = '销售方名称')
worksheet.write(0,5, label = '销售方纳税人识别号')
worksheet.write(0,6, label = '购买方名称')
worksheet.write(0,7, label = '购买方纳税人识别号')
for i in range(1,1000):
worksheet.write(i,0, label = words_result['InvoiceNum'])
worksheet.write(i,1, label = words_result['InvoiceDate'])
worksheet.write(i,2, label = words_result['TotalAmount'])
worksheet.write(i,3, label = words_result['TotalTax'])
worksheet.write(i,4, label = words_result['SellerName'])
worksheet.write(i,5, label = words_result['SellerRegisterNum'])
worksheet.write(i,6, label = words_result['PurchaserName'])
worksheet.write(i,7, label = words_result['PurchaserRegisterNum'])
workbook.save('Invoice_List.xls')
break

for j in range(1,3):
    vat_invoice('d:/%s.jpg' % j)
    break

代码格式好像乱了

 

0
#15才能我浪费99回复于2019-05
#14 风搅火回复
无纸化办公,也可以更好的节约能源

这就是未来的趋势

0
#14风搅火回复于2019-05
#10 wangwei8638回复
对,逐步无纸化

无纸化办公,也可以更好的节约能源

0
#13才能我浪费99回复于2019-05
#7 小雨青青润无声回复
以后的发票应该很多都是电子发票,用AI处理就更方便了

将来全都是电子化处理了

0
#12才能我浪费99回复于2019-05
#10 wangwei8638回复
对,逐步无纸化

这就是未来的趋势啊

0
#11才能我浪费99回复于2019-05
#9 liguanghui2588回复
发票真伪精度咋样

这个效果也很好的

0
#10wangwei8638回复于2019-05
#7 小雨青青润无声回复
以后的发票应该很多都是电子发票,用AI处理就更方便了

对,逐步无纸化

0
#9liguanghui2588回复于2019-05

发票真伪精度咋样

0
#8才能我浪费99回复于2019-04
#5 风搅火回复
减轻财务人员的工作量

是啊,以后这些都可以自动完成了

0
#7小雨青青润无声回复于2019-04

以后的发票应该很多都是电子发票,用AI处理就更方便了

0
#6风搅火回复于2019-04
#3 才能我浪费99回复
这个功能感觉非常实用

以后初级财务人员也不需要了,凭证审核AI也可以自己完成

0
#5风搅火回复于2019-04
#4 才能我浪费99回复
与财务系统等应用结合会有很好的效果

减轻财务人员的工作量

0
#4才能我浪费99回复于2019-04

与财务系统等应用结合会有很好的效果

1
#3才能我浪费99回复于2019-04

这个功能感觉非常实用

1
#2才能我浪费99回复于2019-04

部分字段内容,不知道怎么回事通不过审核

1
TOP
切换版块