包教包会：用AI做一个免费的出租车发票识别工具，财务人员必看

简要介绍：这是一个给财务人员用的出租车发票识别工具，需要现成程序的，直接拉到文末下载。想自己动手写一个程序的，仔细看文章，哪怕你从来没写过代码，照着一步步操作，也能做出自己的发票识别程序，而且完全免费。

一、为什么要做这个工具

朋友在一个公司里做财务，经常与发票打交道。同事把要报销的发票交给他，他把明细一条条录进Excel。

他说最头疼的就是出租车发票，字小、模糊、有折痕，需要录入的内容包括车牌号、日期、上车时间、下车时间、金额，一张发票录入EXCEL需要几分钟，几十张下来半天时间就没了，时间都浪费在这些无意义的劳动上了。

看来，需要程序员出手拯救他了。

二、为什么不能直接用现成工具

常见的发票包括购买商品发票、机票发票、住宿发票、火车发票、出租车发票等，从形式上来说，有电子的、的纸质的。

电子发票一般是pdf、ofd、xml格式的，网上有很多工具能实现统计功能，用程序直接提取相关字段就能识别。

但是出租车发票就完全不管用了，因为出租车发票一般都是纸质的，要想识别，只能按照"拍照→OCR识别→提取字段"的流程。

OCR识别、提取字段，看起来简简单单的2句话，却能够难倒一大堆人。

先说OCR。拍照时倾斜、光照不均、有折痕等，都会导致OCR识别失败，需要先对原始图像作二值化、去噪、透视校正等预处理才能提升识别率。

下图是我用电脑版微信OCR识别出来的效果，车牌号、日期、金额都识别错了。

再说提取相关字段。车号、日期、金额、里程这些字段位置相对固定但不同地区的版式差异很大，使用通用OCR（比如Tesseract、百度飞桨文字识别）只能识别出一坨文字，需要自己写解析逻辑把字段抠出来，如果换一种发票版式，程序就会出错。

所以正确的做法是：直接用云厂商的专用出租车发票识别接口。阿里云、腾讯云、百度都有，它们用深度学习模型专门训练过，直接返回结构化数据：发票代码、发票号码、金额、上下车时间、里程、车牌号，这才是财务场景该用的东西。

三、为什么选腾讯云

主要是免费额度高：腾讯云，免费1000次/月；阿里云，免费200次/月；百度智能云，财务票据文字识别个人认证免费200次、企业认证免费500次。

腾讯云给得最多，个人用完全够了。

所以下面教程以腾讯云为例。

四、具体操作步骤

总体思路：写一个Python小程序，调用腾讯云的识别接口，把照片丢进去，自动吐出Excel表格。

下面一步步来，跟着做就行。

第一步：注册腾讯云，开通文字识别服务

链接是：https://console.cloud.tencent.com/ocr/overview

使用微信扫码即可登陆，然后申请开通文字识别服务。

新建一个密钥。点击常用工具中的密钥管理，弹出新窗口，点击继续使用。

点击新建密钥，这时会弹出新的密钥代码，这个非常重要，一定要保存好，而且不要告诉别人。把这个csv文件下载下来，后面有用。

第二步：在自己电脑上安装Python和必要的库

2.1安装Python

官方地址是：https://www.python.org/，这个地址在国内下载比较慢。

我一般是去阿里云的镜像网站下载，地址是：https://mirrors.aliyun.com/python-release/windows，目前最新版本是python-3.15.0rc2-amd64.exe。下载后，一路点击下一步安装即可。

2.2安装依赖

正常使用的话，还需要安装2个库，分别是tencentcloud-sdk-python和openpyxl。

打开cmd窗口，依次输入以下命令：

#升级 pip 到最新的版本

python -m pip install --upgrade pip

#将pip的源设置为国内清华大学的源，方便快速下载库文件

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

#安装2个库

pip install tencentcloud-sdk-python openpyxl

第三步：让AI帮你写程序

这一步最轻松，不用自己写一行代码，让AI来写。

打开元宝、DeepSeek或者任何你常用的AI对话工具，把下面这段提示词粘贴进去，它就会生成一个完整的Python程序：

我是一名财务人员，经常整理报销的发票，其中有一些是纸质的出租车发票，我拍照后用程序识别内容。请用 Python 帮我写一个完整的识别程序，要求如下：
【技术选型】
1. 使用腾讯云 OCR 的 RecognizeGeneralInvoice 接口，Type 指定为 "TaxiTicket"。
2. 不要使用旧版 TaxiInvoiceOCR（已下架），也不要用通用 OCR 自己解析。
3. SDK 使用 tencentcloud-sdk-python（最新 3.x 版本）。
4. 密钥写在 PY 文件开头，先空着，我后续自己填写。
5. 使用 Python 3.8+（兼容），相关 pip 库我已安装。
【关键踩坑提醒 —— 请务必按此编写，否则会报错】
1. 新版 SDK（3.x）中，出租车票数据不在顶层，真实返回路径是：
data → MixedInvoiceItems[0] → SingleInvoiceInfos → TaxiTicket → {具体字段}
2. TaxiTicket 里的字段名是：Code（发票代码）、Number（发票号码）、Total（金额）、
Date（日期，格式如"2026年06月01日"）、TimeGetOn（上车）、TimeGetOff（下车）、
Mileage（里程）、LicensePlate（车牌号）、Place/Province（地区）。
3. 不要猜测字段名，严格按上述路径和名称取值。
4. 创建请求时，必须使用 from_json_string() 或 _deserialize 来设置参数，
不能直接对 req 对象赋值属性（如 req.Type = "TaxiTicket"），否则在某些 SDK 版本中
会导致参数名被截断（例如 "Type" 变成 "Ype"）而报 UnknownParameter 错误。
正确做法示例：
params = {"Type": "TaxiTicket", "ImageBase64": base64_str}
req.from_json_string(json.dumps(params))
【功能需求】
1. 支持传入一个目录路径，批量识别该目录下所有 jpg/png 图片（不递归子目录）。
2. 支持传入单张图片路径。
3. client 在外部创建一次，循环里复用（避免签名冲突和重复创建）。
4. 对金额做格式校验（正则匹配数字格式），对发票号码和日期做非空校验。
5. 用发票代码 + 发票号码做去重检测。
【Excel 输出格式】
- 列顺序：序号、姓名、车牌号、日期、时间、金额、备注
- 序号：按日期排序后从 1 开始回填
- 姓名：留空
- 日期：将"2026年06月01日"格式化为"2026-06-01"
- 时间：将上车时间和下车时间合并为"14:11-15:31"格式
- 金额：转为数字类型（方便 Excel 求和）
- 备注：留空
- 用 openpyxl 生成 .xlsx 文件
【文件名规则】
1. 输出文件名格式：YYYYMMDD-HHMMSS_识别结果.xlsx（如 20260903-122322_识别结果.xlsx）
2. 时间戳在 Python 内用 datetime 生成，不要从命令行传中文文件名（避免 Windows GBK 乱码）
【运行方式】
提供一个最简的 Windows .bat 批处理，双击运行，bat 只写一行 python taxi_ocr.py . 即可
【代码风格】
1. 完整可运行，不要省略任何部分
2. 字段解析函数单独写成 parse_fields(raw)，方便根据实际 JSON 微调
3. 校验函数单独写成 validate(fields)
4. 最终文件名为 taxi_ocr.py