报销与应付流程里,票据录入长期是最耗人力的一环。业务方交来的是照片、扫描件、PDF,财务系统要的是发票代码、号码、开票日期、价税合计、税额、购销方名称与税号。中间这道转录,靠人工既慢又容易出错。把发票识别 OCR 接口接进系统并不难,难的是让它稳定跑在真实业务里。
一、为什么要把识别能力抽成独立的一层
不少团队的第一反应是在报销单服务里直接写一段 OCR 调用,短期能跑通,长期会不断出问题。票种模板会随政策调整,输入格式从图片扩展到 PDF、OFD,批量场景需要并发,识别结果还要回写 ERP 和影像归档系统。这些变化一旦耦合进主流程,任何一次接口升级都会牵动全部业务代码。
更稳妥的做法是抽出一个票据识别层:上游只管投递文件,下游只消费结构化 JSON。识别层负责解码、票种分类、字段抽取、结果缓存与错误重试,业务系统只负责字段校验与入账。这样替换服务商或改为私有化部署时,业务代码几乎不用改。
二、选型时要看的几个硬指标
票种覆盖与自动分类。 增值税专票普票、数电票、电子发票、火车票、定额发票、财政票据、医疗收费票据等三十余种是及格线。更关键的是接口要自己判定票种并返回类型,而不是让业务方在提交前手工下拉选择,否则前端每加一种票就要改一次。
一图多票与坐标回显。 一张 A4 上贴五六张出租车票是常见形态,接口需切分后返回多段结果,并给出每个字段的坐标,前端才能做点击高亮,让财务看清"这个金额是从哪一处识别出来的"。
多格式输入。 PDF、OFD 电子发票不能要求业务方先转成图片,识别端内部应完成解析与渲染。上传体积也有讲究,图片 300KB 左右、扫描件 300DPI 以内、单文件不超过 3M,超出后压缩或拆页,否则既拖慢响应也抬高失败率。
标准化输出。 金额、税额、价税合计、校验码等字段应有稳定命名,避免每次对接重做映射表;超时、限流、错误码要写清楚,能支撑批量与并发。
三、Python 集成代码示例:
import requests
import json
def main():
url = "https://netocr.com/api/v2/recogInvoiveBase64.do"
payload = {
'img': '/9j',
'key': 'M***********g',
'secret': '3***********6',
'typeId': '20090',
'format': 'json'
}
files=[
]
headers = {}
response = requests.request("POST", url, headers=headers, data=payload, files=files)
print(response.text)
if __name__ == '__main__':
main()
四:小结
把识别做成独立一层、把校验放在业务一侧、把幂等与脱敏做进存储,是这类集成的三条底线。剩下的都是参数调优,接口本身不难,难的是让它在形态各异的票据面前保持可解释、可追溯。
云上部署时还有一条经验:原图放对象存储、识别任务投消息队列或函数计算异步执行、识别结果与操作日志统一进日志服务,这样突发批量上传不会把主库打满,排查问题时也能按票号串起完整链路。