发票 OCR 怎么工作：批量识别字段，导出台账 Excel

从票面文字到结构化字段

普通文字识别得到的是文字块，财务整理需要的是字段之间的关系。同一张票上会同时出现购买方和销售方、金额和税额、开票日期与备注里的日期。仅按阅读顺序复制，可能把不同区域的名称与数字拼在一起。发票识别需要结合票面位置和语义，确定每个值应放在哪一列。

PDF 可能包含可选中的文字，也可能整页都是扫描图；照片还会受到拍摄角度、折痕和反光影响。OFD 是另一种版式文件。文件后缀只能告诉你容器格式，不能保证票面内容完整清晰。识别结果仍需对照原件复核，尤其是长号码、税号末位、负数与小数点。

批量识别的实际操作顺序

先在电脑上把同一用途的发票放到一个文件夹，移出无关附件和无法确认来源的图片。打开票小智首页，选择或拖入文件，先用少量样本查看结果，再继续处理同批资料。多页 PDF 每页单独识别，上传前要确认各页确实是要整理的发票，而不是说明页或其他凭据。

识别后先看发票号码与开票日期，再看购买方是否属于本单位，随后核对销售方、价税合计和商品明细。结果有疑问时回到原件，不凭上下行猜测补值。整理完成后点击导出，得到十八列 Excel；如果业务表还需要费用类别、报销人或凭证号，可在工作副本中另加管理列。

哪些因素最影响识别质量

清晰完整的原始电子文件通常更便于核对。拍照时让票面平整、四角完整，避开屏幕反光、手指遮挡和过度压缩。不要为了缩小文件把长号码区域裁掉，也不要把数张发票挤在一张小图里期待稳定拆分。保留原文件，便于发现疑点后重新上传较清晰的版本。

文字换行、合并单元格、商品名称很长、税率为文字等情况都可能增加整理难度。识别到的空白并不总表示原票没有该字段，也可能是图片模糊或内容未被正确提取。核对人员应区分“票面确实空白”和“尚待查证”，在自己的复核表里记录处理状态，避免把缺失值当成零。

为什么导出按明细逐行展开

同一张票可能有几种商品、不同规格或不同税率。把这些内容压成一行，后续按采购项目对账就失去了对应关系。按明细展开后，每行保留同一张票的身份字段，再写这一项商品的数量、单价、金额和税额；可以按项目筛选，也能回到发票层级汇总。

需要格外注意行含义：同号多行可能只是正常商品明细，并不说明收到了重复发票。只有核实相同票据来自重复文件或重复导入，才应移除重复记录。把同号明细直接删到只剩一行会少算金额。汇总方法见按号码去重与求和，只关心号码与税号可看号码字段提取。

识别、验真与业务审核分别解决什么问题

识别用于录入和整理字段，不能单凭识别结果判断票据真实性，也不会自动证明采购或报销业务已经发生。票面数据与报销申请、订单、收货或付款是否一致，仍需要按单位制度核查。需要确认票据状态时，应走适用的官方查验渠道，保留查验依据。

对外提交台账前，建议交接原文件、原始导出和复核副本。对号码与金额修改留下依据，对未解决的空白单独列出问题，不用貌似完整的数据掩盖缺件。这样识别带来的效率改善可以落在实际核对环节，同时让后续接手人员知道哪些记录已经确认、哪些仍在等待补充。

用一小批样本评估是否适合你的资料

试用时不要只选最清晰的一张票。可以挑选一张电子原票、一张日常会收到的手机照片，再选一张有多个商品项目的发票，分别观察号码、日期、购销方和明细。记录需要人工修正的地方，区分原件看不清、字段提取偏差和业务信息本来就不在票上的情况；这样才能判断实际节省的是哪一段工作。

样本复核应覆盖完整流程：从文件夹选择资料，完成识别，找到原票核对，再导出并打开 Excel。看长号码是否完整、数字能否求和、行数是否符合明细数量。若只看到页面提示成功，却没有检查导出后的类型与字段，仍可能在真正做台账时遇到问题。试用额度按规则计入，优先选择有代表性的少量资料。

把人工复核集中在可疑字段

批量整理不必让每个人重复检查所有信息，但应明确谁核号码和主体、谁核业务对应、谁处理金额差异。在工作副本中给未确认字段增加状态与说明，把缺失值、模糊字符、负数和异常日期列为待核。已经确认的记录保留依据，下一位接手人员就能集中处理剩余问题，而不是从头猜测哪些值可以信任。

同一张票多次识别得到不同结果时，不以次数多少投票决定正确值，应以清晰原件为依据。如果原文件就不完整，先补齐资料再整理。月底把识别结果用于报销或对账前，再核本期范围、未完成文件和重复导入，确认所有待核问题都有后续处理人。结构化字段让这些步骤更容易执行，但不会自动完成审核。

先核身份，再核明细的识别顺序

1. 在首页上传待识别资料，优先使用完整电子原票；先选一张清晰票和一张多明细票观察结果。
2. 按号码、日期、购买方的顺序核对身份，再逐项看商品与金额；模糊字符回到原件确认。
3. 将已核结果导出 Excel，检查长号码和行数，单独标记待核项后再继续同批识别。

先看这五列，判断识别结果能否使用

• 文件名：把可疑结果定位到对应原件。
• 发票号码：逐位核实，不能因显示为长数字就默认准确。
• 开票日期：确认读到的是开票日期，而非备注中的其他时间。
• 购买方名称：先判断是否属于本次整理的单位。
• 价税合计：有明细时按行核含税金额，无明细时这一行才用整票总额。

其余导出字段的顺序与含义见台账模板完整说明，这里先完成识别质量检查。

识别格式与试用限制

OCR 接收 PDF / OFD / JPG / PNG / WebP，不支持 Word。每份 PDF 最多 20 页，每页计 1 张；OFD 不超过 3MB，只识别第 1 页。

免登录累计试用 5 张，隔天不重置。验证邮箱并登录后每日 10 张，以北京时间计算、不结转。上传本身不扣额度，发起识别每次计数，失败同样计入且不返还；当前没有在线支付。文件需上传处理，参见隐私政策；OCR 结果仍须人工核对，不能替代官方查验和业务审批。

常见问题

发票 OCR 能保证所有字段完全正确吗？

不能。清晰度、版式和字段内容都会影响结果。导出前请对照原票核对号码、税号、日期和金额，模糊或缺失的信息需要人工确认。

识别后能直接证明发票真实有效吗？

不能。识别是提取票面字段，发票查验和报销业务审核需要另按适用渠道与单位流程完成。

导出的价税合计是明细行还是整票金额？

每行是一条商品明细。有明细时，金额、税额、价税合计都按该行给出，价税合计等于该行金额加税额；没识别出明细时占一行，价税合计使用整张发票的票面总额。汇总前要区分明细行、整票汇总行和重复上传记录。

免登录试用额度和多页 PDF 怎么计算？

免登录可累计试用 5 张，不按天重置；多页 PDF 按页计，每页 1 张。登录并完成邮箱验证后，按北京时间每天可识别 10 张。只上传不扣额度，每识别一次计一次，识别失败也计入且不返还。当前没有在线支付。