receipt-ocr

拍张票据照片，自动提取金额日期等关键字段

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 计算机视觉 🍴 复刻 90 🐛 待处理 8 👀 关注 6
GitHub ↗
GitHub 星标 ★ 751
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，PyPI包可自行安装使用

项目预览

receipt-ocr 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队bhimrazy
GitHubhttps://github.com/bhimrazy/receipt-ocr
定价模式🏷️完全免费
价格说明开源免费，PyPI包可自行安装使用
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型hacktoberfest,invoice-ocr,invoice-ocr-python,llm,llm-ocr,ocr,ocr-engine,pytesseract,python-ocr,tesseract-ocr
GitHub 星标★ 751
上线时间2023-12-01 00:00:00
代码更新2026-11-02
仓库体积24.2 MB
本站数据更新2026-11-03
维护状态活跃
收录时间2026-09-16
浏览次数2

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 751

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶 约 30 分钟 部署方式：本地安装 4 步

环境要求

  • Python 3.10+
  • tesseract（可选）

安装与启动步骤

  1. 1安装

    直接从包管理器装。

    pip install receipt-ocr

  2. 2或用容器

    带界面的版本用 compose 起。

    docker compose -f app/docker-compose.yml up

  3. 3命令行识别

    用自带示例图跑一次。

    python src/tesseract_ocr/main.py -i images/receipt.jpg

  4. 4看结构化输出

    结果含字段与位置信息。

    # 查看输出的 json 文件

如何确认成功

示例小票能识别出商家、金额、日期三个字段。

注意事项

  • 小票版式差异大，先用自己的图验证。
  • tesseract 路径没配会报找不到二进制。

核心亮点

  • 在 Tesseract 之上针对票据版式做封装，比裸用 pytesseract 更省事
  • 结合 LLM 做后处理，能把杂乱 OCR 文本整理成结构化字段
  • Python 实现，依赖常见，便于二次开发和集成到现有流程

不足之处

  • 强依赖 Tesseract 和外部 LLM，识别质量受底层引擎与模型影响
  • 票据版式多样，复杂或低质量图像的准确率仍需自行验证

适用场景

  • 企业财务批量识别员工报销小票并录入系统
  • 个人记账时拍照提取消费金额和商家信息
  • 发票/账单自动化归档，按字段建立可检索数据库

替代项目

PaddleOCR、EasyOCR

上一篇：Awesome-MLLM-Segmentation

下一篇：Awesome-LLMs-for-Video-Understanding

同类项目推荐

RotoAI 开源

用一句话描述视频中的物体，自动完成逐帧分割抠像。

An open-source studio for prompt-driven video segmentation. Powered by SAM2 & Ground···

★ 64 2026-08-09
eomt 开源

仅编码器搞定图像分割，又快又准

[CVPR 2025 Highlight] Official code and models for Encoder-only Mask Transformer (Eo···

★ 640 2026-08-10
WeDetect 开源

说句话或给张图，就能实时框出任意目标

(CVPR 2026) Official repository of paper "WeDetect: Fast Open-Vocabulary Object Dete···

★ 309 2026-10-14
dpscreenocr 开源

框选屏幕任意区域，一键提取文字到剪贴板

A program to recognize text on the screen

★ 299 2026-09-30
unrealcv 开源

在虚幻引擎里一键生成带标注的视觉数据，省去真实采集成本

UnrealCV: Connecting Computer Vision to Unreal Engine

★ 2224 2026-08-10
obsidian-text-extractor 开源

图片PDF一键变可搜索文字，笔记整理效率翻倍

A (companion) plugin to facilitate the extraction of text from images (OCR) and PDFs···

★ 650 2026-09-19
PerceptionMetrics 开源

跨模态统一评测检测分割模型，省去重复造轮子

A toolkit designed to unify and streamline the evaluation of object detection and se···

★ 114 2026-09-30
EndoDAC 开源

让基础模型秒变内窥镜深度感知专家，无需标注即可用

[MICCAI 2024] EndoDAC: Efficient Adapting Foundation Model for Self-Supervised Depth···

★ 97 2026-08-09
deskew 开源

命令行一键把歪斜扫描件转正，方便后续 OCR 和阅读

Deskew is a command line tool for deskewing scanned text documents. It uses Hough tr···

★ 192 2026-10-24