痛点直击：手工录入发票的崩溃瞬间
财务部的小林每天要处理 50 张供应商发票，每张发票需要手动录入日期、金额、税号、开户行、商品明细等 10 多个字段，平均每张耗时 5 分钟。月底集中处理时，眼睛盯着 PDF 发票和 Excel 表格来回切换，经常输错数字，上个月还因为「把 3000 元写成 30000 元」差点导致付款错误。核心需求：能不能用 AI 自动识别发票上的关键信息，直接生成 Excel 表格？
解决方案：开源工具 + 轻量代码，零成本搭建 AI 发票识别系统
这里介绍一个纯开源 + 免费 API的组合方案，核心解决「发票图像文字识别」和「结构化数据提取」两大问题，全程无需花一分钱（除了电费）。
第一步：用开源 OCR 工具提取发票文字
工具选择：
- Tesseract OCR：谷歌开源的 OCR 引擎，支持多语言，本地运行，免费且无调用限制。
- PaddleOCR：百度开源的中文 OCR，对发票、表格等场景优化更好，准确率高于 Tesseract。
操作步骤（以 PaddleOCR 为例，需 Python 环境）：
- 安装 PaddleOCR：
pip install "paddleocr>=2.0.1"
- 用手机拍摄发票照片（建议保持平整、光线充足），保存为invoice.jpg。
- 运行识别代码，提取发票上的所有文字：
from paddleocr import PaddleOCR
ocr = PaddleOCR(use_angle_cls=True, lang="ch") # 识别中文并自动旋转图片
result = ocr.ocr("invoice.jpg", cls=True)
# 提取所有识别结果，整理成文本
extracted_text = "\n".join([line[1][0] for line in result])
print(extracted_text)
效果：能识别出发票上的大部分文字，包括公司名称、金额、税号等，但文字是乱序的，需要进一步结构化处理。
第二步：用规则引擎解析关键信息
发票上的信息有固定格式（如「金额」通常靠近「合计」「价税合计」等关键词），可以用正则表达式或关键词匹配提取关键字段。
示例：提取「金额」和「发票号码」
import re
# 提取价税合计金额（匹配类似「价税合计：12345.67元」的格式）
amount_pattern = r"价税合计[：:]?([\d.]+)元"
amount = re.search(amount_pattern, extracted_text).group(1)
# 提取发票号码（匹配「NO.」或「发票号码」后的数字）
invoice_num_pattern = r"发票号码[：:]?(\d{8})|NO\.?(\d{8})"
invoice_num = re.search(invoice_num_pattern, extracted_text).group(1) or re.search(invoice_num_pattern, extracted_text).group(2)
print(f"金额：{amount} 元，发票号码：{invoice_num}")
进阶方案：用免费 API 做结构化识别如果觉得正则表达式太麻烦，可以调用大厂的免费 OCR 接口（有额度限制）：
- Google Cloud Vision API：每月免费 1000 单位（约 1000 张图片），支持发票字段识别。
- 阿里云 OCR - 增值税发票识别：每月免费 500 次调用，直接返回结构化数据（需注册阿里云账号）。
示例：用阿里云 API 识别发票
import requests
url = "https://ocrdemo.aliyuncs.com/ocrservice/v1/ocr/vat_invoice"
headers = {"Authorization": "APPCODE 你的API密钥"} # 在阿里云获取APPCODE
files = {"image": open("invoice.jpg", "rb")}
response = requests.post(url, headers=headers, files=files)
data = response.json()
print(data["Result"]["Invoices"][0]["Amount"]) # 直接获取价税合计金额
第三步：自动生成 Excel 表格
将提取到的信息存入 Excel，用 Python 的openpyxl库或直接调用 Excel 接口：
from openpyxl import Workbook
wb = Workbook()
sheet = wb.active
sheet.append(["发票号码", "开票日期", "金额", "供应商名称"])
sheet.append([invoice_num, invoice_date, amount, supplier_name])
wb.save("invoice_data.xlsx")
终极懒人方案：用无代码工具搭建流程如果不想写代码，可用Zapier+Google Forms+OCR API搭建自动化流程：
- 员工拍照上传发票到 Google Forms；
- Zapier 触发 OCR API 识别文字；
- 自动将数据填入 Google Sheets 或企业 ERP 系统。
实测效果对比：从 300 分钟到 5 分钟的蜕变
案例：某小微企业用 PaddleOCR + 阿里云 API 组合，每月处理 300 张发票，耗时从原来的 20 小时缩短到 2 小时，财务人员可以腾出时间核对异常单据，报销效率提升 90%。
避坑指南：开源方案的 3 个关键提醒
- 发票格式兼容问题：
- 增值税专用发票、电子普票、出租车发票格式不同，需针对性调整识别规则（例如电子发票多为 PDF，需先用pdf2image库转图片）。
- 推荐用Invoice2Data开源工具（专门处理发票结构化数据），支持多种发票模板。
- 准确率瓶颈：
- 手写发票、模糊图片识别率较低（建议强制要求供应商提供电子发票或清晰扫描件）。
- 重要数据（如税号、银行账号）需人工复核，避免付款错误。
- 数据安全：
- 本地运行 Tesseract/PaddleOCR 无需上传数据，适合敏感信息场景；
- 调用第三方 API 时，注意选择合规平台（如阿里云、腾讯云），避免发票信息泄露。
未来升级：让 AI 学会「理解」发票
如果想进一步提升效率，可以尝试深度学习模型（需一定机器学习基础）：
- TrOCR：微软开源的端到端 OCR 模型，支持复杂版面识别，可训练自定义发票模型。
- DocTR：开源文档解析工具，能定位发票上的字段位置（如「金额」通常在右下角），提升结构化准确率。
一句话总结：用开源工具搭建 AI 发票处理系统，本质是「用代码替代重复劳动」。哪怕每天只节省 2 小时，一个月也能多出 40 小时做更有价值的事 —— 比如帮老板分析哪些供应商经常虚开发票，或者优化报销流程减少扯皮。
动手试试：今天花 1 小时按教程搭个 Demo，明天就能跟老板申请「把贴发票的活儿交给机器人」了！
