OCR – 如何使用OCR處理發票, 帳單

OCR – 如何使用OCR處理發票 – 不同的部門通常都要處理大理的發票, 帳單, 收據等紙張表格. 花費同事不少的事間, 如果把這些時間省掉, 專心處理核心事務, 省下時間休息一下, 不是很好嗎? 以下我會介紹如何使用OCR來把發票, 帳單的資料抽出來, 以作日後的儲存.

大綱

1. Coding ( 簡介 )
2. Coding（步驟）
3. Coding（Python代碼）
4. 使用的好處
5. 在不同部門中使用
6. 結語

1) Coding (簡介)

以下我們會介紹以下步驟:

1. 使用OpenCV預處理發票圖像，使其更容易掃描。
2. 使用Tabula從PDF中提取發票。
3. 使用Pytesseract對提取的文本執行OCR。
4. 使用Pandas處理OCR結果並將其轉換為可用格式。

通過遵循這些步驟，您可以大大提高處理和組織發票的能力。

2) Coding（步驟）

步驟1: 使用OpenCV預處理發票圖像

• 使用cv2.imread()載入圖像
• 使用cv2.cvtColor()將圖像轉換為灰度圖像
• 使用cv2.threshold()對圖像進行閾值處理

步驟2：使用Tabula從PDF中提取發票

• 使用tabula.read_pdf()讀取PDF

步驟3：使用Pytesseract對提取的文本進行OCR

• 使用pytesseract.image_to_string()將圖像轉換為文本

步驟4：使用Panda處理OCR結果

• 使用pandas.DataFrame()從OCR結果創建新的DataFrame

步驟5.1：反覆運算每個檢測到的文字區塊

• 在文字區塊周圍繪製邊界框

步驟5.2：顯示帶有檢測到的文字區塊的圖像

步驟6：將DataFrame轉換為可用格式

3) Coding（Python代碼）

import cv2
import pytesseract
import pandas as pd
import tabula

# 步驟1: 使用OpenCV預處理發票圖像
# 使用cv2.imread()載入圖像
img = cv2.imread('invoice.jpg')

# 使用cv2.cvtColor()將圖像轉換為灰度圖像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用cv2.threshold()對圖像進行閾值處理
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# 步驟2：使用Tabula從PDF中提取發票
# 使用tabula.read_pdf()讀取PDF
df = tabula.read_pdf('invoice.pdf')

# 步驟3：使用Pytesseract對提取的文本進行OCR
# 使用pytesseract.image_to_string()將圖像轉換為文本
text = pytesseract.image_to_string(thresh)

# 步驟4：使用Panda處理OCR結果
# 使用pandas.DataFrame()從OCR結果創建新的DataFrame
df = pd.DataFrame(text.split('\\\\n'))

# 步驟5.1：反覆運算每個檢測到的文字區塊
for i in range(len(data['text'])):
    # 在文字區塊周圍繪製邊界框
    x = data['left'][i]
    y = data['top'][i]
    w = data['width'][i]
    h = data['height'][i]

    # Draw a bounding box around the text block
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 步驟5.2：顯示帶有檢測到的文字區塊的圖像
cv2.imshow('Detected Text', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 步驟6：將DataFrame轉換為可用格式
df = pd.concat([df[[0]].iloc[1:], df[[0]].iloc[1:].apply(lambda x: pd.Series(str(x[0]).split(' ')))], axis=1)

如果文件不清楚, 也不繄要, 可以以下Code把圖像先優化:

• 定義彈性扭曲增強
• 對圖像應用增強
• 保存增強後的圖像

import imgaug.augmenters as iaa
from PIL import Image

image = Image.open('image.jpg')

# 定義彈性扭曲增強
elastic = iaa.ElasticTransformation(alpha=50, sigma=5)

# 對圖像應用增強
new_image = elastic.augment_image(image)

# 保存增強後的圖像
new_image.save('augmented_image.jpg')

4) 使用的好處

1. 創建自動化工作流程可以優化會計、採購、倉庫、銷售、市場、交付、人力資源和IT部門的流程。
2. 訓練OCR模型以提取發票中的關鍵字段，例如供應商名稱、發票號碼和發票日期，可以減少會計和採購部門的手動資料登錄。
3. 使用OCR技術數位化倉庫部門的紙質發票和收據，減少存儲空間，會令到搜索和檢索文檔更加容易。

5) 在不同部門中使用

1. 會計部門：
   1. 使用OCR技術提取發票中的關鍵資訊，如供應商名稱、發票號碼和發票日期，並自動將它們輸入到會計軟體中，以簡化發票處理流程。
   2. 這可以減少錯誤並為員工節省時間。
2. 採購部門：
   1. 用OCR來把發票自動化匹配，以確保採購訂單和發票匹配，使用OCR技術從發票中提取資訊，自動更新庫存和採購系統。
   2. 減少處理發票時的錯誤和延誤風險。
3. 倉庫部門：
   1. 用OCR處理紙質發票和收據，令管理和搜索文檔更容易。
   2. 這可以減少存儲空間並減少文檔檢索時間。
4. 銷售部門：
   1. 用OCR把發票的客戶資訊，如姓名和位址提取出來，以進行客戶資料管理和分段。
   2. 這可以説明企業更好地瞭解客戶，以更客製化的行銷活動服務他們。
5. 市場部門：
   1. 用OCR技術把發票中與市場費用相關的資料抽出來，如廣告費用。
   2. 更有效地跟蹤支出和管理預算。
6. 交付部門：
   1. 用OCR技術從發票中提取交付資訊，如送貨位址和交貨時間。
   2. 以追蹤績效指標並改善客戶服務。
7. 人力資源部門：
   1. 使用OCR技術從發票中提取員工資訊，如費用報告。
   2. 以簡化費用報銷流程並減少手動資料登錄。
8. IT部門：
   1. 使用OCR技術從與IT費用相關的發票中提取資訊，如軟體許可證和硬體採購，以跟蹤支出和管理預算。
   2. 將OCR與機器學習相結合，預測各個部門發票批准時間，並檢測發票批准流程中的異常情況。

通過這些方式使用OCR技術，企業可以改善發票處理流程，減少錯誤和延誤，並節省時間和金錢。

6) 結語

1. 把紙製表格, 資料, 單據等用OCR抽出來.
2. 再用AI, 如ML, NLP, Deep Learning 來Automate 你想做的事.