ocr - 发票自动数据提取OCR或PDF

Question

已结束。此问题正在寻求书籍、工具、软件库等的推荐。它不满足 Stack Overflow guidelines 。目前不接受答案。

---

我们不允许提出寻求书籍、工具、软件库等推荐的问题。您可以编辑问题，以便用事实和引文来回答。

已关闭 3 年前。

Improve this question

我正在寻找一种解决方案来从发票中提取数据，以便将摘要发送给我的会计师。

有一些公司提供此类服务，每月费用约为 20 欧元，而且发票通常很容易被认可。但我尝试的服务并没有提取我喜欢的所有数据，或者缺少一些功能，例如将数据发送给我的会计师的 Excel 导出功能。每月支付 20 欧元并必须每月管理 5 张发票的另一项服务对我来说还没有吸引力。

我做了一些研究，发现了这个 stackoverflow 问题: Can anyone recommend OCR software to process invoices?

有点过时了，希望能找到一些更新的建议。我尝试了 Ephesoft 社区版，一开始看起来很有前途。但该软件有一个学习和复习步骤。在审查步骤中，数据似乎没有反馈到学习步骤。而且感觉比手工操作更麻烦。我认为它是为大企业设计的。

我正在寻找一个简单的数据提取软件，它可以随着我展示的每一步进行学习。

我还查看了 Apache Tika，但它似乎还没有准备好与简单的 Web 界面一起使用。

1. 您对付费 OCR 服务有什么建议吗？灵活提取增值税总金额/增值税百分比/总金额/总金额货币/增值税货币/支付的帐户/公司名称。导出到 Excel？

2. 您对开源软件有什么建议吗？

3. 对于如何处理少数(每年少于 50 张)发票，您有一些一般建议吗？

Answer 1

除了原始 OCR 和正则表达式(对于某些非常有限的用例可能工作得很好)之外，还有其他几个选项可以提供 API 访问。您无需任何演示或销售流程即可实际开始使用:

• TagGun - 专门处理收据，也可以提取行项目，每月免费 50 张收据
• Elis - 专注于发票，自动支持各种模板(预先训练的机器学习模型)，每月免费提供 300 张以下发票

如果您愿意完成销售流程(而且它们实际上看起来是真实的、活跃的):

• LucidTech 和 Itemize (不确定它们的准确性以及它们提取的字段是什么，因为它们的 API 详细信息是非公开的)
• FlexiCapture Engine - 基于模板，如果您愿意为每种特定发票格式定义一个模板

(免责声明:我隶属于 Elis 的供应商 Rossum。请随时提出添加其他 API 的编辑建议!)