百度AI攻略：iOCR财会票据识别定制版

1. 功能介绍

百度已经推出了iOCR财会票据识别，针对财会报销场景提出的专项解决方案，可对各种财务票据、报销单、银行回单、对帐单进行自动分类及结构化识别，并支持用户为固定版式的新票据/单据自定义结构化识别模板及分类器。百度iOCR财会票据识别功能很是的强大，我在：

https://ai.baidu.com/forum/topic/show/955803

这篇文章里面已经进行了比较详细的介绍，你们有兴趣能够看一下。

iOCR财会票据识别内置了7种票据格式，若是咱们要对其余的票据识别，好比机票行程单，要怎么办呢？ 这就是咱们今天要介绍的自定义模板功能：百度iOCR自定义模板文字识别，针对未预置且版式固定的票据单据，用户只需上传一张模板图片，便可自助制做模板，创建图片中文字的Key-Value对应关系，实现对相同版式图片的结构化识别。

咱们在今天的这篇文章里会带你们自定义一个机票行程单模板，包括相关的调用步骤、代码及使用方案。

2.模板定义及平台接入

自定义模板的功能地址为： https://ai.baidu.com/iocr#/templatelist

进入界面后，若是之前没有定义过模板会提示你们创建模板，界面如图：

你们按照提示进行操做，首先上传模板图片，这里选择一张机票行程单上传。

而后是定义参考字段，注意参考字段不是识别的内容，而是程序用来定位及判断是否为模板，仍是别的内容的依据。

而后是选择识别的内容，这个是要识别的数据。本例子中选择了姓名，总金额和机票号码，3个字段。

选择后能够点击“试一试”看一下模板的效果

若是满意，能够点击发布，将模板发布出去。要记录提示信息里面的模板ID，这个在下一步调用的时候要使用。

具体接入方式比较简单，能够参考个人另外一个帖子，这里就不重复了：

http://ai.baidu.com/forum/topic/show/943327

3.自定义模板调用攻略（Python3）及评测

3.1首先认证受权：

在开始调用任何API以前须要先进行认证受权，具体的说明请参考：

http://ai.baidu.com/docs#/Auth/top

具体Python3代码以下：

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 为官网获取的AK， client_secret 为官网获取的SK

client_id =【百度云应用的AK】

client_secret =【百度云应用的SK】

#获取token

def get_token():

    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

    request = urllib.request.Request(host)

    request.add_header('Content-Type', 'application/json; charset=UTF-8')

    response = urllib.request.urlopen(request)

    token_content = response.read()

    #print (token_content)

    if token_content:

        token_info = json.loads(token_content)

        token_key = token_info['access_token']

    return token_key

3.2财会票据识别分析接口调用：

详细说明请参考： https://ai.baidu.com/docs#/iOCR-General-API/top

调用地址：https://aip.baidubce.com/rest/2.0/solution/v1/iocr/recognise

请求参数：

你们注意templateSign就是咱们在提交定义模板的时候返回的ID。

返回参数：

 

Python3调用代码以下：

#财会票据

#filename:图片名（本地存储包括路径），template模板号

def recognise(filename,template):

    request_url = "https://aip.baidubce.com/rest/2.0/solution/v1/iocr/recognise"

    print(filename)

    # 二进制方式打开图片文件

    f = open(filename, 'rb')

    img = base64.b64encode(f.read())

 

    params = dict()

    params['image'] = img

    params['templateSign'] = template

    params = urllib.parse.urlencode(params).encode("utf-8")

 

    access_token = get_token()

 

    begin = time.perf_counter()

    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)

    request.add_header('Content-Type', 'application/x-www-form-urlencoded')

    response = urllib.request.urlopen(request)

    content = response.read()

    end = time.perf_counter()

    print('处理时长:'+'%.2f'%(end-begin)+'秒')

 

    if content:

        #print(content)

        content=content.decode('utf-8')

        #print(content)

        data = json.loads(content)

        print(data)

4.功能评测：

选一张机票对效果进行测试，具体效果以下（如下例子均来自网上）：

处理时长:5.03秒

返回JSON为

{'data': {'ret': [{'probability': {'average': 0.952863, 'min': 0.495304, 'variance': 0.01743}, 'location': {'height': 13, 'left': 88, 'top': 332, 'width': 127}, 'word_name': 'Number', 'word': '8472412222853'}, {'probability': {'average': 0.903623, 'min': 0.725142, 'variance': 0.012429}, 'location': {'height': 13, 'left': 821, 'top': 303, 'width': 87}, 'word_name': 'Total', 'word': 'cNY320.0'}, {'probability': {'average': 0.991988, 'min': 0.976156, 'variance': 0.000125}, 'location': {'height': 16, 'left': 26, 'top': 112, 'width': 45}, 'word_name': 'Name', 'word': '刘凯敏'}], 'templateSign': '6def20f811df8072292e39aa2ea382cb', 'templateName': 'airticket', 'scores': 1.0, 'isStructured': True, 'logId': '156862155738090', 'clockwiseAngle': 0.0}, 'error_code': 0, 'error_msg': ''}

提取内容为：

Name：刘凯敏

Total: cNY320.0

Number: 8472412222853

测试下来，总体识别效果不错。

5.测试结论和建议

通过测试发现，总体识别效果很好。对于自定义票据有很强的识别能力。该功能大大的扩展了iOCR的识别范围，对业务中的各类票据均可以进行识别。对各种发票、收据、银行对帐单、承兑汇票等经常使用财务票据进行模板制做，实现自动分类和结构化识别及财税场景的自动化，能够有效下降企业人力成本，控制业务风险。

还有一个建议就是但愿能在录入模板的时候，提供智能选择功能，一键把全部识别出来的内容都选出来，而后让用户在这个基础上进行调整，加快模板的开发速度。