## 引言

增值稅發票識別OCR API是一項重要的技術創新，它在如今資訊化的商業環境中發揮著重要作用。透過利用該API，企業和機構能夠實現增值稅發票的自動化識別和資訊提取，從而在財務管理、資料核對、報銷流程等方面帶來許多好處。

本文將詳細介紹增值稅發票識別OCR API 的基本原理和工作流程以及應用場景，幫助讀者更好地瞭解和使用這項技術。

## 技術原理

增值稅發票識別OCR 的技術原理涉及影像處理和 OCR 技術。下面是增值稅發票識別OCR 的一般技術原理：

#### 1. 影像預處理

在識別發票之前，首先需要對輸入的發票影像進行預處理，以提高後續字元識別的準確性。

這一步驟包括以下操作:

-   灰度化：將彩色影像轉換為灰度影像，減少顏色資訊對字元識別的干擾。
-   二值化：將灰度影像轉換為二值影像，將影像分為黑白兩色，使字元更加清晰可見。
-   去噪：透過濾波和影像處理技術去除影像中的噪聲，以減少對字元識別的影響。

#### 2. 區域定位

在發票影像中，需要確定包含文字資訊的區域，如發票程式碼、發票號碼、開票日期、金額等。區域定位的目的是準確定位這些文字資訊的位置，為後續的字元分割和識別做準備。

這一步驟可以透過影像處理技術和機器學習演算法來實現，例如邊緣檢測、輪廓提取等。

#### 3. 字元分割

在區域定位的基礎上，將每個區域中的文字字元進行分割，將其單獨提取出來，為後續的字元識別做準備。字元分割的目的是將文字區域中的字元劃分為獨立的單元，以便進行逐個字元的識別。

常見的字元分割方法包括基於畫素的分割、基於連通區域的分割和基於投影的分割等。

#### 4. 字元識別

在字元分割後，利用光學字元識別（OCR）技術對每個字元進行識別，將其轉換為對應的可讀文字。

OCR技術是透過訓練好的模型來推測字元的識別結果，這些模型經過大量的訓練，能夠根據輸入的字元影像特徵，推測出最可能的字元。

OCR技術在識別字元時會考慮字元的形狀、紋理、顏色等特徵，並結合上下文資訊進行推理和判斷。

#### 5. 結果輸出

最後，將識別得到的字元資訊組合成各個欄位，包括髮票基本資訊、銷售方和購買方資訊、商品資訊、價稅資訊等。提取得到的欄位資訊可以輸出為結構化資料，方便後續的資料處理和應用。

## 應用場景

![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/cf1dd1b9c1f1421fb3848507b67b8cd7~tplv-k3u1fbpfcp-watermark.image?)

## 在程式中接入增值稅發票識別OCR **API**

在 Java 程式中，我們可直接複製以下程式碼接入增值稅發票識別OCR API，API 金鑰可以在 [APISpace ](https://www.apispace.com/eolink/api/fapiao/introduction?utm_source=itpub&utm_content=deep&utm_term=fapiaoocr)網站註冊登入獲取。

```
OkHttpClient client = new OkHttpClient().newBuilder().build();
MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType, "{"image":"","url":"https://data-apibee.apispace.com/license/16782741889795037be0f-2909-4f99-9dee-d8a8d46349cd","pdf":"","type":"0","pdf_page":""}");
Request request = new Request.Builder()
  .url("https://eolink.o.apispace.com/fapiao/addvaluedinvoiceOCR")
  .method("POST",body)
  .addHeader("X-APISpace-Token","試用 APISpace 平臺提供的API 金鑰")
  .addHeader("Authorization-Type","apikey")
  .addHeader("Content-Type","")
  .build();

Response response = client.newCall(request).execute();
System.out.println(response.body().string());
```

## **識別效果**

識別圖片：

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a0a4cd7b3f1145cfa8f15337cf36eb79~tplv-k3u1fbpfcp-zoom-1.image)

返回示例：

```
{
    “result”: {
        “QRcode_content”: “01,01,330XXXX130,50XXXX51,1327.43,20200813,,86BA,”,
        “QRcode_location”: [
            [68, 77],
            [273, 77],
            [273, 281],
            [68, 281]
        ],
        “invoice_code”: “33XXXX4130”,
        “machine_code”: “”,
        “check_code”: “”,
        “title”: “浙江增值稅專用發票”,
        “invoice_number”: “50XXXX51”,
        “print_invoice_code”: “3300194130”,
        “print_invoice_number”: “50708251”,
        “invoice_date”: “2020年08月13日”,
        “buyer_name”: “杭州XXXX有限公司”,
        “buyer_tax_number”: “91330101MA28X2CC84”,
        “buyer_contact_info”: “浙江省航XXXXXXXXXXX商鋪0571-56279728”,
        “buyer_bank_account_info”: “航州聯合XXXXXXXXXXX網下沙支行201000179490762”,
        “password_area”: “59/12<08-49>03>0->2<2-88XXXXXXXXXXXXXXXXX80-9/5-921-669/6<>8+90>7/64/58-10><6+2>050/7+1”,
        “total_amount_pretax”: “￥1327.43”,
        “total_tax”: “￥172.57”,
        “total_amount_inwords”: “壹仟伍佰圓整”,
        “total_amount”: “￥1500.00”,
        “seller_name”: “杭州乾XXXXXXXXX限公司”,
        “seller_tax_number”: “91330106MA2GNB0M08”,
        “seller_contact_info”: “杭州市西XXXXXXXXXX室15058921697”,
        “seller_bank_account_info”: “建設銀行XXXXXXXXXXXXXX8300000571”,
        “payee”: “段國華”,
        “checker”: “段國華”,
        “payer”: “段國華”
    },
    “log_id”: “16710XXXXXXXX8447450712”
}
```

## 結語

增值稅發票識別OCR API的出現為企業提供了一種高效、準確的發票識別和資訊提取解決方案。透過影像預處理、區域定位、字元分割和字元識別等步驟，該 API 能夠自動識別發票中的關鍵欄位資訊，並提供結構化的資料輸出。

這項技術在財務管理、資料核對、報銷流程、資料分析與統計以及自動化流程整合等多個應用場景中展現了巨大的潛力，有需要的小夥伴趕緊用起來吧~

一文看懂增值稅發票識別OCR：從技術原理到 API Java 示例程式碼接入

相關文章