一个用于处理发票和支付记录的自动化工具。
-
PDF发票处理
- 自动提取发票金额保存到CSV中
- 提取发票号码和开票日期保存到CSV中
- 支持批量处理多个PDF文件
- 提取供应商名称保存到CSV中
- 发票文件名也保存到CSV 发票文件 列中
- 按文件名排序合并所有发票为一个PDF
-
支付截图处理
- 多种图像处理方法提高识别率：
- 原始灰度图处理
- CLAHE对比度增强
- Otsu自适应二值化
- 高斯自适应二值化
- 多种OCR识别模式（PSM）：
- PSM 3: 自动页面分割
- PSM 4: 单列可变文本
- PSM 6: 统一文本块
- PSM 7: 单行文本
- PSM 8: 单词识别
- PSM 11: 稀疏文本
- PSM 12: 稀疏文本和OSD
- PSM 13: 原始单行文本
- 智能金额选择：
- 统计所有识别结果
- 选择出现频率最高的金额
- 详细的识别日志
- 支持多种金额格式：
- 标准格式：-xx.xx
- 带空格：- xx.xx
- 不同的负号：−xx.xx
- 括号格式：(xx.xx)
- 带"支付"的格式
- 带"¥"的格式
- 带"实付"的格式
- 带"付款"的格式
- 带"总计"的格式
- 仅处理文件名包含"log"的图片
- 支持 jpg/jpeg/png 格式
- 自动跳过不包含"log"的图片
- 自动和发票文件匹配，金额误差小于10%
- 按文件名排序合并为PDF
- 多种图像处理方法提高识别率：
-
PDF合并
- 将所有发票PDF合并为一个文件：
merged_{date}.pdf - 将所有支付截图合并为一个文件：
merged_{date}_log.pdf - 所有输出文件统一保存到output目录
- 将所有发票PDF合并为一个文件：
-
数据汇总
- 前面8列头是： -- *名称（使用文件名去掉数字和log字符） -- *品牌（一律是NA） -- *规格数量（一律是1） -- *规格单位（一律是套） -- *计量单位（一律是套） -- *数量（一律是1） -- *存放地点（一律是科技楼1907） -- *供应商（从发票提取）
- 生成包含所有数据的CSV文件
- 自动匹配发票和支付记录
- 发票金额单独一列
- 计算支付差额
- 包含规格数量（默认为1）
- csv自动创建所有列项目如果不存在
- 输出文件：
combined_results.csv
- 基于Flask和webview的GUI界面
- 支持文件夹选择
- 实时显示处理日志
- 简洁直观的操作方式
- 用pyinstaller打包
- 用pyinstaller --onefile main.py
- 用pyinstaller --onefile --windowed main.py
- 安装Python依赖：
pip install -r requirements.txt- 安装Tesseract OCR：
- 下载并安装 Tesseract
- 确保安装中文语言包
- 启动程序：
python app.py-
在GUI界面中：
- 点击选择文件夹
- 选择包含发票和支付截图的文件夹
- 点击开始处理
- 等待处理完成
-
输出文件：
output/merged_{date}.pdf：合并后的发票文件output/merged_{date}_log.pdf：合并后的支付截图output/combined_results.csv：数据汇总文件
- 支付截图必须包含"log"在文件名中
- 发票PDF和对应的支付截图应有相关联的文件名
- 示例：
invoice_1.pdf invoice_1_log.jpg
-
确保文件夹中包含：
- PDF格式的发票文件
- 包含"log"的支付截图（jpg/jpeg/png）
-
图片要求：
- 支付金额清晰可见
- 负数金额格式（如：-69.00）
-
系统要求：
- Python 3.6+
- Tesseract OCR 5.0+
- Windows/Linux/MacOS
主要文件说明：
app.py：GUI程序入口pdf_image_analyzer.py：PDF处理核心代码test_image_payment.py：图片处理核心代码
- 增强了OCR识别功能
- 添加了多种图像处理方法
- 优化了金额提取算法
- 改进了文件合并功能
- 统一了输出目录结构
- 基础功能实现
- GUI界面添加
- 文件合并功能
- 数据汇总报告