一、开源项目简介
myocr2-invoice
发票OCR识别，实现方式使用YOLOv10提取关键位置发票信息，PaddleOCR根据提取的位置进行文字识别。支持图片和PDF识别，主要识别了发票标题、发票代码、发票号码、开票日期、购买方名称、购买方识别号、销售方名称、销售方识别号、含税金额、不含税金额、税费信息。
二、开源协议
使用Apache-2.0开源协议
三、界面展示
测试截图
经测试GPU环境下平均三百多毫秒，CPU环境下一秒左右
四、功能概述
发票OCR识别，实现方式使用YOLOv10提取关键位置发票信息，PaddleOCR根据提取的位置进行文字识别。支持图片和PDF识别，主要识别了发票标题、发票代码、发票号码、开票日期、购买方名称、购买方识别号、销售方名称、销售方识别号、含税金额、不含税金额、税费信息。
后续
目前训练数据种类比较少，后续逐步完善。
自己训练模型
训练YOLO检测模型可以使用auto_label.py进行半自动标注，标注完成后使用PPOCRLabel打开directory变量的目录进行微调即可，调整完成后转换为yolo格式数据就可以训练啦。
五、技术选型
软件架构
YOLOv10+PaddleOCR+Flask
安装教程
Python3.9环境，建议使用Anaconda管理python环境
-
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
-
安装PaddleOCR所需内容，参考https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html
例如：2.1 cpu环境python -m pip install paddlepaddle==2.6.2 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/2.2 gpu环境以英伟达显卡CUDA11.7为例python -m pip install paddlepaddle-gpu==2.6.1.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple -
pip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple
-
python main.py 启动成功发送地址测试http://127.0.0.1:5000/invoice_ocr
注意注意注意
若要商用请注意YOLOv10开源协议以及PaddleOCR开源协议，项目地址如下
YOLOv10：/THU-MIG/yolov10
PaddleOCR：/PaddlePaddle/PaddleOCR
浏览器
html
无