腾讯云 OCR+Python=王炸！这个发票识别技能太香了

腾讯云 OCR+Python=王炸！这个发票识别技能太香了

大家好，我是正在实战各种 AI 项目的程序员晚枫。

🃏 我手里的两张王牌

第一张牌：腾讯云 OCR

  • 业界领先的文字识别技术
  • 支持 200+ 场景识别
  • 准确率 98%+
  • 每月 1000 次免费额度

第二张牌：Python

  • 最简单的编程语言
  • 丰富的生态库
  • 几行代码搞定复杂任务
  • 办公自动化首选

单独用：都不错。

合在一起：王炸。

🎯 这个技能有多香？

技能名称：poocr-vatinvoice2excel

ClawHub 地址：https://clawhub.ai/CoderWanFeng/poocr-vatinvoice2excel

一句话描述：用 Python 调用腾讯云 OCR，自动识别发票并导出 Excel。

效果预览：

1
2
3
4
5
6
7
8
9
输入：100 张发票（PDF/图片混合格式）
    ↓
poocr 库处理
    ↓
输出：1 个 Excel 文件（所有发票信息整齐排列）
    ↓
耗时：3 分钟
    ↓
你：喝咖啡看剧

这感觉，谁用谁知道。

📦 为什么是腾讯云 OCR？

我试过好几家 OCR 服务：

服务商准确率价格免费额度评价
百度 OCR95%中等500 次/天不错
阿里 OCR96%偏高200 次/月贵
腾讯 OCR98%低1000 次/月真香
讯飞 OCR97%中等500 次/月可以

选择腾讯云的理由：

  1. 准确率高：发票识别 98%+，字段提取完整
  2. 价格便宜：超出免费额度后 0.035 元/次
  3. 免费额度多：1000 次/月，小公司够用
  4. 文档完善：示例代码多，踩坑少
  5. 稳定性好：大厂服务，不掉链子

关键是：poocr 库就是基于腾讯云 OCR 开发的，专为发票场景优化。

🛠️ 上手教程（从 0 到 1）

第一步：安装 poocr 库

1
pip install poocr

就一行，不用配置环境，不用编译依赖。

第二步：获取腾讯云密钥

访问：https://curl.qcloud.com/9ExTmaya

步骤：

  1. 注册/登录腾讯云账号
  2. 搜索”文字识别”
  3. 进入控制台
  4. 左侧菜单：密钥管理
  5. 点击”新建密钥”
  6. 保存 SecretId 和 SecretKey（别泄露！）

免费开通：不需要绑定信用卡，注册就有免费额度。

第三步：写代码（真的就几行）

单张发票识别：

1
2
3
4
5
6
7
8
9
10
import poocr

poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path='invoice.pdf',      # 发票文件路径
    output_path='./output',        # 输出目录
    id='你的 SecretId',            # 腾讯云 SecretId
    key='你的 SecretKey'           # 腾讯云 SecretKey
)

print("识别完成！")

运行：

1
python recognize.py

输出：

1
2
识别完成！
发票识别完成，结果已保存到：./output/发票识别结果.xlsx

打开 Excel：

发票代码发票号码开票日期金额税额价税合计购买方销售方
011002100113123456782026-03-151000.00130.001130.00XX 公司YY 公司

整整齐齐，直接能用。

第四步：批量识别（这才是大招）

1
2
3
4
5
6
7
8
9
10
import poocr

poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path='./invoices',       # 文件夹路径（放 100 张发票）
    output_path='./output',        # 输出目录
    id='你的 SecretId',
    key='你的 SecretKey'
)

print("批量识别完成！")

效果：

  • 自动遍历文件夹里所有发票文件
  • 支持 PDF、JPG、PNG 混合格式
  • 识别结果合并到一个 Excel
  • 每张发票一行，字段对齐

100 张发票：3 分钟搞定。

💼 真实使用场景

场景 1：财务报销

痛点：

  • 员工交一堆发票
  • 财务手工录入
  • 月底加班到深夜

解决方案：

1
2
3
4
5
6
7
# 每月运行一次
poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path='./reimbursement/2026-03',
    output_path='./output/2026-03',
    id=SECRET_ID,
    key=SECRET_KEY
)

效果：从 10 小时 → 10 分钟。

场景 2：税务申报

痛点：

  • 进项票、销项票分开整理
  • 手动汇总数据
  • 填写申报表

解决方案：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 进项票
poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path='./input_invoices',
    output_path='./tax/input',
    id=SECRET_ID,
    key=SECRET_KEY
)

# 销项票
poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path='./output_invoices',
    output_path='./tax/output',
    id=SECRET_ID,
    key=SECRET_KEY
)

效果：申报时间从 1 天 → 1 小时。

场景 3：审计分析

痛点：

  • 抽查发票，样本量有限
  • 手动核对，容易遗漏
  • 问题发票难发现

解决方案：

1
2
3
4
5
6
7
8
9
10
# 全量识别
poocr.ocr2excel.VatInvoiceOCR2Excel(
    input_path='./audit/2025',
    output_path='./audit/result',
    id=SECRET_ID,
    key=SECRET_KEY
)

# 然后用 Excel 筛选异常数据
# 比如：金额过大、重复发票、异常供应商

效果：审计覆盖率从 10% → 100%。

场景 4：外包赚钱

痛点：

  • 接发票录入外包单
  • 雇人手工录，成本高
  • 利润薄

解决方案：

1
2
3
4
5
6
7
8
# 批量处理客户发票
for customer in customers:
    poocr.ocr2excel.VatInvoiceOCR2Excel(
        input_path=f'./customers/{customer}/invoices',
        output_path=f'./customers/{customer}/result',
        id=SECRET_ID,
        key=SECRET_KEY
    )

效果：成本从 70% → 5%，利润率提升 5 倍。

一个朋友实测：用这个技能接外包，一个月多赚 2 万。

📊 成本核算（帮你算笔账）

腾讯云 OCR 定价：

  • 免费额度：1000 次/月
  • 超出后：0.035 元/次

场景 1：小公司（每月 500 张发票）

1
2
3
费用：0 元（在免费额度内）
节省人工：500 张 × 2 分钟 × 50 元/小时 = 833 元
净收益：833 元/月

场景 2：中公司（每月 3000 张发票）

1
2
3
4
5
免费额度：1000 次 → 0 元
超出部分：2000 次 × 0.035 元 = 70 元
总成本：70 元/月
节省人工：3000 张 × 2 分钟 × 50 元/小时 = 5000 元
净收益：5000 - 70 = 4930 元/月

场景 3：外包公司（每月 10000 张发票）

1
2
3
4
5
免费额度：1000 次 → 0 元
超出部分：9000 次 × 0.035 元 = 315 元
总成本：315 元/月
节省人工：10000 张 × 2 分钟 × 50 元/小时 = 16667 元
净收益：16667 - 315 = 16352 元/月

这就是技术的杠杆效应：一次开发，持续收益。

⚠️ 注意事项（避坑指南）

1. 密钥安全

不要：

1
2
3
# ❌ 硬编码在代码里
id = 'AKIDxxxxxxxx'
key = 'xxxxxxxxxxxxxxxx'

要：

1
2
3
4
# ✅ 用环境变量
import os
id = os.getenv('TENCENT_SECRET_ID')
key = os.getenv('TENCENT_SECRET_KEY')

或者用配置文件：

1
2
3
4
5
6
# config.py
SECRET_ID = 'AKIDxxxxxxxx'
SECRET_KEY = 'xxxxxxxxxxxxxxxx'

# .gitignore
config.py

2. 图片质量

影响识别准确率的因素：

  • 光线：太暗识别率低
  • 角度：倾斜超过 30 度可能失败
  • 清晰度：模糊的发票识别困难
  • 反光：拍照反光会遮挡文字

建议：

  • 优先用 PDF 电子版
  • 拍照时用扫描全能王等 APP
  • 确保发票平整、光线充足

3. 网络环境

需要联网：调用腾讯云 API 需要网络。

公司内网：可能需要配置代理。

批量处理：建议分小批次，避免网络超时。

4. 异常处理

建议添加异常处理：

1
2
3
4
5
try:
    poocr.ocr2excel.VatInvoiceOCR2Excel(...)
except Exception as e:
    print(f"识别失败：{e}")
    # 记录日志，后续手动处理

🎯 适合人群

强烈推荐：

  • ✅ 财务人员（告别加班）
  • ✅ 开发者（提升技能）
  • ✅ 外包团队（增加利润）
  • ✅ 企业主（降本增效）
  • ✅ 学生（学习实战项目）

可以考虑：

  • ⭐ 个体户（处理自己的发票）
  • ⭐ 自由职业者（报销用）

不适合：

  • ❌ 每月几张发票的个人（手动更快）
  • ❌ 完全不想学新工具的人

📚 相关资源

技能地址：

腾讯云 OCR：

poocr 库：

  • 安装：pip install poocr
  • 示例：技能页面有完整代码

💬 联系我

平台账号/链接
微信扫码加好友
微博@程序员晚枫
知乎@程序员晚枫
抖音@程序员晚枫
小红书@程序员晚枫
B 站Python 自动化办公社区

主营业务：AI 编程培训、企业内训、技术咨询

🎓 推荐课程

腾讯云 OCR + Python = 王炸组合。

这个组合能做的，远不止发票识别：

  • 身份证识别
  • 营业执照识别
  • 银行卡识别
  • 表格识别
  • 通用文字识别

一个技能，解锁无数可能。

你，准备好出牌了吗？ 🃏

P.S. 有朋友问：学这个能找工作吗？

我说：不能直接找工作，但能让你在工作中不可替代。

这才是学习的真正意义。

进群

嗨，扫码 进群

微信

扫一扫，分享到微信

微信分享二维码
本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置：

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：python-office