# KOCR v4 — 金蝶 K3 凭证 OCR 填表工具

## 特性

- **自动调参**: 自动分析照片亮度/阴影/模糊度，按类型（闪光灯/偏暗/模糊/正常）选择最优参数
- **双管线识别**: 优先 PPStructure TableMaster 表格识别，失败回退 DB+SVTR
- **大小写金额交叉验证**: 中文大写→数字转换，自动比对合计金额
- **交错匹配**: dr1, cr1, dr2, cr2... 完美处理金额比科目多的场景
- **多页凭证合并**: 按 (日期, 凭证号) 自动合并，借贷汇总校验
- **外置配置**: 所有参数写在 `config.yaml`，部署只需改这一个文件

## 快速开始

### 1. 安装依赖

```bash
cd kocr-v4
pip install -r requirements.txt
```

如需 GPU 加速（RTX 3060+ 推荐）：

```bash
pip install paddlepaddle-gpu==2.6.1 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
```

### 2. 准备模板

将金蝶 K3 导入模板 `.xls` 文件放到项目根目录，或在 `config.yaml` 中配置 `paths.template` 路径。

### 3. 放照片

将凭证照片放到 `input/` 目录。

### 4. 运行

```bash
# 批量处理所有新照片（自动调参 + 自动归档）
python3 kocr.py

# 查看状态
python3 kocr.py --status

# 批量 + 合并 + 校验报告
python3 kocr.py --merge --review

# 指定配置文件
python3 kocr.py --config my-config.yaml

# 单张处理
python3 kocr.py IMG_001.jpg --verbose

# 强制重新处理
python3 kocr.py --force
```

### 5. 输出

- `output/凭证名_K3.xls` — 每张凭证独立 Excel
- `output/合并凭证_按顺序.xls` — 多张合并（需 `--merge`）
- `output/校验报告.txt` — 数据校验报告（需 `--review`）

## 配置

所有可调参数都在 `config.yaml`，包括：

- **photo_analysis**: 照片类型检测阈值（亮度/模糊/阴影）
- **preprocessing**: 图像预处理参数（缩放/去噪/去阴影/锐化）
- **preprocessing.photo_type_overrides**: 按照片类型覆盖预处理参数
- **ocr**: OCR 检测/识别参数（det_db_thresh, unclip_ratio 等）
- **ocr.photo_type_overrides**: 按照片类型覆盖 OCR 参数
- **postprocessing**: 校验参数（借贷平衡容差等）
- **paths**: 输入输出路径

部署时只需调整 `config.yaml` 中的参数，无需改代码。

## 文件结构

```
kocr-v4/
├── kocr.py              # CLI 主入口
├── config.yaml          # 外置配置中心（所有可调参数）
├── core/
│   ├── preprocessor.py  # 图像预处理 + 自动调参（analyze_image）
│   ├── recognizer.py    # OCR 识别（TableMaster + DB+SVTR）
│   ├── parser.py        # K3 凭证解析器
│   ├── postprocessor.py # 后处理（字符纠错 + 大小写校验 + 验证）
│   └── excel_writer.py  # Excel 模板填充 + 合并
├── dict/
│   └── finance_dict.txt # 自定义财务字典
├── script/
│   └── deploy.sh        # 一键部署脚本
├── requirements.txt     # 依赖清单
└── README.md            # 本文件
```

## 版本历史

| 版本 | 日期 | 变更 |
|------|------|------|
| v4.0 | 2026-06-22 | 自动调参 + 大小写校验 + 外置配置 + Gitea 版本控制 |
| v3.x | 2026-06 | 交错匹配 + 多页合并 + 智能去重 |