receipt-ocr

拍张票据照片，自动提取金额日期等关键字段

receipt-ocr 是一个面向小票、发票等票据图像的 OCR 处理引擎，用 Python 编写。它要解决的问题是：普通 OCR 工具直接识别票据时，由于版式复杂、字体小、背景噪声多，往往输出一堆杂乱文本，难以直接使用。该项目在 Tesseract/pytesseract 基础上做了针对票据场景的封装与优化，并引入 LLM 能力辅助识别与结构化，把图像中的关键字段（如金额、日期、商家名、商品明细）提取出来，输出更干净、更可用的结果。核心能力包括票据图像预处理、OCR 文本识别、基于大模型的后处理与字段抽取，适合需要批量处理收据、报销单、账单的场景。项目标签覆盖 invoice-ocr、llm-ocr、pytesseract 等，说明它走的是传统 OCR 加 LLM 增强的混合路线，对想快速搭建票据识别流水线的开发者比较友好。