# myocr2-invoice

**Repository Path**: jndk/myocr2-invoice

## Basic Information

- **Project Name**: myocr2-invoice
- **Description**: 一个发票OCR识别服务
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 58
- **Created**: 2024-12-05
- **Last Updated**: 2025-03-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# myocr2-invoice

#### 介绍
发票OCR识别，实现方式使用YOLOv10提取关键位置发票信息，PaddleOCR根据提取的位置进行文字识别。
支持图片和PDF识别，主要识别了发票标题、发票代码、发票号码、开票日期、购买方名称、购买方识别号、销售方名称、销售方识别号、含税金额、不含税金额、税费信息。

#### 软件架构
YOLOv10+PaddleOCR+Flask


#### 安装教程

Python3.9环境，建议使用Anaconda管理python环境

1. pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
2. 安装PaddleOCR所需内容，参考https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html <br>
例如：<br>
 2.1 cpu环境<br>
  python -m pip install paddlepaddle==2.6.2 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/ <br>
 2.2 gpu环境以英伟达显卡CUDA11.7为例 <br>
  python -m pip install paddlepaddle-gpu==2.6.1.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
3. pip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple
4. python main.py
启动成功发送地址测试http://127.0.0.1:5000/invoice_ocr

#### 测试截图

经测试GPU环境下平均三百多毫秒，CPU环境下一秒左右
![输入图片说明](https://foruda.gitee.com/images/1733117962971085706/7da738f8_5748498.png "GPU环境平均耗时")
![输入图片说明](https://foruda.gitee.com/images/1733118115493827803/c57188ac_5748498.png "CPU环境平均耗时")

![输入图片说明](https://foruda.gitee.com/images/1733117764446225949/6cdf117d_5748498.png "屏幕截图")

#### 后续
目前训练数据种类比较少，后续逐步完善。

#### 自己训练模型
训练YOLO检测模型可以使用auto_label.py进行半自动标注，标注完成后使用PPOCRLabel打开directory变量的目录进行微调即可，调整完成后转换为yolo格式数据就可以训练啦。


#### 注意注意注意

若要商用请注意YOLOv10开源协议以及PaddleOCR开源协议，项目地址如下<br>
YOLOv10：https://github.com/THU-MIG/yolov10 <br>
PaddleOCR：https://github.com/PaddlePaddle/PaddleOCR