103 lines
3.2 KiB
Markdown
103 lines
3.2 KiB
Markdown
# 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 |
|