ocr - 发票自动数据提取OCR或PDF-6ren

ocr - 发票自动数据提取OCR或PDF

转载作者：行者123 更新时间：2023-12-01 19:11:24

24

4

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。

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？
您对开源软件有什么建议吗？
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？

最佳答案

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!)

关于ocr - 发票自动数据提取OCR或PDF，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44860095/

24

4

0

文章推荐： java - lombok 可以生成静态和非静态构造函数吗？

文章推荐： delphi - 为什么我收到 E2531 "Method requires explicit type argument"

文章推荐： sql - 更新列以删除 SQLite 中之前的所有内容并包括空格

文章推荐： Emacs:在函数内使用 add-hook (defun)

java - 如何使用 Ruby、PHP 或 Java 解析/提取/提取 ASP.net 网站内容？
我正在做一个业余爱好项目，使用 Ruby、PHP 或 Java 来抓取 ASP.net 网站的内容。例如，如果网站 url“www.myaspnet.com/home.aspx”。我想从 home.a
r - 提取/之间的字符串
如果我有这些字符串： mystrings <- c("X2/D2/F4", "X10/D9/F4", "X3/D22/F4",
regex - 提取 | 之间的最后一个单词|
我有以下数据集 > head(names$SAMPLE_ID) [1] "Bacteria|Proteobacteria|Gammaproteobacteria|Pseudomonadales|Mor
grails - 提取: 'join'被忽略
设置: 3个域类A，B和C。A和B在插件中。 C在依赖于此插件的应用程序中。 class A{ B b static mapping = { b fetch: 'joi
JAVA StAX 提取
我不知道如何提取 XML 文件中的开始标记元素名称。我很接近〜意味着没有错误，我正在获取标签名称，但我正在获取标签名称加上信息。我得到的是: {http://www.publishing.org}au
regex - 提取 "?"之后的文本
我有一个字符串 x <- "Name of the Student? Michael Sneider" 我想从中提取“Michael Sneider”。我用过: str_extract_all(x,
Java - 提取 [* ... *] 之间的所有内容
我有一个如下所示的文本文件: [* content I want *] [ more content ] 我想读取该文件并能够提取我想要的内容。我能做的最好的事情如下，但它会返回 [更多内容] 请注意
Twig 提取 FOR 循环变量
假设我有一个项目集合 $collection = array( 'item1' => array( 'post' => $post, 'ca
java - 读取一个文本文件并写入多个文本文件以进行过滤/提取
我正在寻找一种过滤文本文件的方法。我有许多文件夹名称，其中包含许多文本文件，文本文件有几个没有人员，每个人员有 10 个群集/组(我在这里只显示了 3 个)。但是每个组/簇可能包含几个原语(我在这里展
python - Unicode 提取
我已经编写了一个从某个网页中提取网址的代码，我面临的问题是它不会以网页上相同的方式提取网址，我的意思是如果该网址位于某些网页中法语，它不会按原样提取它。我该如何解决这个问题？ import reque
c# - 提取 ZipFile
如何在 C# 中提取 ZipFile？(ZipFile 是包含文件和目录) 最佳答案为此使用工具。类似于 SharpZip .据我所知 - .NET 不支持开箱即用的 ZIP 文件。来自 here
c++ - 提取[]之间内容的正则表达式
我有一个表达: [training_width]:lofmimics 我要提取[]之间的内容，在上面的例子中我要 training_width 我试过以下方法: QRegularExpression
bash - 提取 "$@"中最后一个参数之前的参数
我正在尝试创建一个 Bash 脚本，该脚本将从命令行给出的最后一个参数提取到一个变量中以供其他地方使用。这是我正在处理的脚本: #!/bin/bash # compact - archive and
Javascript 提取 *.com
我正在寻找一个 JavaScript 函数/正则表达式来从 URI 中提取 *.com...(在客户端完成) 它应该适用于以下情况: siphone.com = siphone.com qwr.sip
python - BeautifulSoup 提取
关闭。这个问题需要更多focused .它目前不接受答案。想改进这个问题吗？更新问题，使其只关注一个问题 editing this post . 关闭 8 年前。 Improve this qu
Python JSON 提取
编辑:添加了实际的 JSON 对象和代码以供审查我有这种格式的 JSON(只是这种层次结构，假设 JSON 正常工作) {u'kind': u'calendar#events', u'default
python - 提取标签的内容
我已经编写了代码来使用 BeautifulSoup 提取一本书的 url 和标题来自页面。但它并没有在 > 之间提取惊人的 super 科学故事 1930 年 4 月这本书的名字。和标签。如何提
Java，提取$符号之间的单词
使用 Java，我想提取美元符号 $ 之间的单词。例如: String = " this is first attribute $color$. this is the second attribu
string - 提取.txt文件中以00开头的数字
您好，我正在尝试找到一种方法来确定字符串中的常量，然后提取该常量左侧的一定数量的字符。例如-我有一个 .txt 文件，在那个文件的某处有数字 00nnn 数字的例子是 00234 00765 ...
php操作（删除,提取,增加）zip文件方法详解
php读取zip文件(删除文件,提取文件,增加文件)实例从zip压缩文件中提取文件复制代码代码如下: <?php /* php 从zip压缩文件

首页

博学

6Ren·AI

商城

ocr - 发票自动数据提取OCR或PDF