基于FastAPI和EasyOCR的现代化发票识别管理系统，支持PDF和图片格式的发票自动识别、信息提取、数据管理和Web界面操作。
- 双引擎支持:
- 图片发票: 使用EasyOCR引擎，支持中文发票的高精度识别
- PDF发票: 使用PyMuPDF直接提取文本，速度更快、精度更高
- 多格式支持: 支持PDF、JPG、PNG、BMP、TIFF等格式
- 智能布局分析: 自动识别发票布局和字段位置
- 错误处理: 智能处理识别失败的发票文件
- 文件上传: 支持用户上传发票文件进行识别
- 信息提取: 自动提取发票号码、金额、日期、公司信息等关键字段
- 数据验证: 智能验证提取的数据准确性
- 去重功能: 基于发票号码和代码自动去除重复记录
- 筛选排序: 支持多维度筛选和排序功能
- 响应式设计: 支持桌面和移动设备
- 实时反馈: 处理进度实时显示
- 直观操作: 简洁易用的用户界面
- 数据可视化: 统计图表和汇总信息
- 容器化部署: Docker多架构支持 (amd64/arm64)
- CI/CD流水线: GitHub Actions自动构建和部署
- 自动化测试: 完整的测试覆盖和质量检查
- 安全扫描: 自动安全漏洞检测
- 框架: FastAPI (高性能异步Web框架)
- OCR引擎:
- EasyOCR: 图片发票识别 (支持中英文混合识别)
- PyMuPDF: PDF文本直接提取 (高效、准确)
- 数据库: SQLite (轻量级关系数据库)
- 异步处理: asyncio (异步任务处理)
- 文件处理: 支持多种格式的发票文件上传和管理
- 界面: HTML5 + CSS3 + JavaScript
- 框架: Bootstrap 5 (响应式UI框架)
- 图标: Font Awesome (矢量图标库)
- 交互: 原生JavaScript (无重型框架依赖)
- 容器化: Docker + Docker Compose
- CI/CD: GitHub Actions
- 代码质量: pytest + coverage
- 安全扫描: Trivy + Bandit
- 多架构: linux/amd64, linux/arm64
# 拉取最新镜像
docker pull kis2show/get_invoice_done:latest
# 运行容器
docker run -d \
-p 8000:8000 \
-v $(pwd)/data:/app/data \
-v $(pwd)/invoices:/app/invoices \
--name invoice-ocr \
kis2show/get_invoice_done:latest
# 访问Web界面
open http://localhost:8000# 1. 克隆项目
git clone https://github.com/Kis2Show/get_invoice_done.git
cd get_invoice_done
# 2. 配置环境变量
cp .env.production .env
# 编辑 .env 文件，更新 SECRET_KEY 和 CORS_ORIGINS
# 3. 启动服务
docker-compose up -d
# 4. 访问Web界面
open http://localhost:8000# 1. 克隆项目
git clone https://github.com/Kis2Show/get_invoice_done.git
cd get_invoice_done
# 2. 创建虚拟环境
python -m venv venv
source venv/bin/activate # Linux/macOS
# 或 venv\Scripts\activate # Windows
# 3. 安装依赖
pip install -r requirements.txt
# 4. 创建必要目录
mkdir -p data logs invoices/pdf invoices/imge invoices/unrecognized
# 5. 启动开发服务器
python run.py确保发票文件已放置在正确位置：
invoices/
├── pdf/ # PDF格式发票
├── imge/ # 图片格式发票 (jpg, png, bmp, tiff)
└── unrecognized/ # 识别失败的文件 (自动创建)
- 将发票文件放入
/invoices目录下的对应子目录：- PDF文件：
/invoices/pdf/ - 图片文件：
/invoices/imge/
- PDF文件：
- 点击"处理发票"按钮，系统会自动扫描并识别所有发票文件
- 点击"上传发票"按钮
- 选择一个或多个发票文件（支持PDF、JPG、PNG、BMP、TIFF格式）
- 系统会自动保存文件并进行OCR识别
- 上传完成后可立即查看识别结果
- 在发票列表中查看所有已处理的发票
- 使用筛选条件进行精确搜索:
- 发票号码
- 销售方/购买方名称
- 金额范围
- 日期范围
- 支持多种排序方式
- 点击发票卡片查看详细信息
- 包含完整的发票信息和原始识别文本
- 支持删除操作
- 去重功能: 基于发票号码和发票代码自动去除重复记录
- 统计信息: 实时显示发票数量、金额汇总等统计数据
启动服务后，访问以下地址查看完整的API文档：
- Swagger UI: http://localhost:8000/docs
- ReDoc: http://localhost:8000/redoc
- 健康检查: http://localhost:8000/health
| 方法 | 端点 | 描述 |
|---|---|---|
POST |
/api/invoices/process |
处理所有发票文件 |
GET |
/api/invoices/ |
获取发票列表(支持筛选) |
GET |
/api/invoices/{id} |
获取单个发票详情 |
DELETE |
/api/invoices/{id} |
删除发票 |
POST |
/api/invoices/upload |
上传发票文件 |
GET |
/api/invoices/files/list |
列出所有文件 |
DELETE |
/api/invoices/files/{file_name} |
删除指定文件 |
POST |
/api/invoices/deduplicate |
去重操作 |
GET |
/api/invoices/stats/summary |
获取统计信息 |
GET |
/api/invoices/errors/statistics |
获取错误统计 |
GET |
/health |
健康检查端点 |
# 处理发票
curl -X POST "http://localhost:8000/api/invoices/process"
# 上传发票文件
curl -X POST "http://localhost:8000/api/invoices/upload" \
-F "files=@invoice1.pdf" \
-F "files=@invoice2.jpg"
# 获取发票列表
curl "http://localhost:8000/api/invoices/?limit=10&offset=0"
# 列出所有文件
curl "http://localhost:8000/api/invoices/files/list"
# 删除指定文件
curl -X DELETE "http://localhost:8000/api/invoices/files/invoice.pdf"
# 获取统计信息
curl "http://localhost:8000/api/invoices/stats/summary"
# 健康检查
curl "http://localhost:8000/health"| 变量名 | 描述 | 默认值 |
|---|---|---|
DEBUG |
调试模式 | false |
LOG_LEVEL |
日志级别 | INFO |
DATABASE_URL |
数据库连接字符串 | sqlite:///./data/invoices.db |
SECRET_KEY |
应用密钥 | your-secret-key-here |
CORS_ORIGINS |
允许的跨域源 | * |
MAX_FILE_SIZE |
最大文件大小 | 10485760 (10MB) |
OCR_CONFIDENCE_THRESHOLD |
OCR置信度阈值 | 0.7 |
WORKERS |
工作进程数 | 4 |
# 复制生产环境配置模板
cp .env.production .env
# 编辑配置文件
nano .env重要: 生产环境请务必修改以下配置：
SECRET_KEY: 生成强密钥CORS_ORIGINS: 设置允许的域名DEBUG: 设置为false
get_invoice_done/
├── 📁 .github/workflows/ # GitHub Actions CI/CD
│ ├── ci-cd.yml # 完整CI/CD流水线
│ ├── docker-build.yml # Docker构建工作流
│ ├── release.yml # 发布管理工作流
│ └── dependency-update.yml # 依赖更新工作流
├── 📁 app/ # FastAPI应用代码
│ ├── 📁 api/ # API路由模块
│ ├── 📁 models/ # 数据模型定义
│ ├── 📁 services/ # 业务逻辑服务
│ ├── 📁 static/ # 静态文件(HTML/CSS/JS)
│ ├── database.py # 数据库配置
│ └── main.py # FastAPI主应用
├── 📁 data/ # 数据存储目录
├── 📁 invoices/ # 发票文件目录
│ ├── 📁 pdf/ # PDF格式发票
│ ├── 📁 imge/ # 图片格式发票
│ └── 📁 unrecognized/ # 识别失败文件
├── 📁 logs/ # 应用日志目录
├── 📁 tests/ # 测试代码
├── 🐳 Dockerfile # Docker镜像定义
├── 🐳 docker-compose.yml # Docker编排配置
├── ⚙️ .env.production # 生产环境配置
├── ⚙️ .env.example # 环境变量示例
├── 🚀 deploy.sh/.bat # 部署脚本
├── 📦 requirements.txt # Python依赖
├── 🐍 run.py # 应用启动脚本
└── 📚 README.md # 项目说明文档
- 文件格式: 确保发票文件清晰可读，避免模糊或损坏的文件
- 中文支持: 系统专门针对中国大陆发票格式进行优化
- 网络连接: 首次运行时EasyOCR会下载模型文件，请确保网络连接正常
- 存储空间: 数据库和日志文件存储在
./data和./logs目录下，请定期备份
- 生产部署: 务必修改默认的SECRET_KEY
- CORS配置: 生产环境请设置具体的允许域名
- 文件权限: 确保发票文件目录有适当的读写权限
- 定期更新: 关注依赖包安全更新
# 检查文件质量
- 确保发票图片清晰度足够 (建议300DPI以上)
- 检查文件是否损坏或格式不支持
- 尝试重新扫描或拍摄发票
# 调整OCR参数
- 修改 OCR_CONFIDENCE_THRESHOLD 环境变量
- 检查发票是否为标准格式# 检查端口占用
netstat -tulpn | grep :8000
# 查看容器日志
docker-compose logs -f
# 重新构建镜像
docker-compose build --no-cache# 检查文件权限
ls -la invoices/
# 查看应用日志
docker-compose logs app
# 检查支持的文件格式
curl http://localhost:8000/health# 检查数据库文件
ls -la data/
# 重置数据库 (谨慎操作)
rm data/invoices.db
docker-compose restart我们欢迎所有形式的贡献！
- Fork 本仓库
- 创建 特性分支 (
git checkout -b feature/AmazingFeature) - 提交 更改 (
git commit -m 'Add some AmazingFeature') - 推送 到分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
- 🐛 Bug修复
- ✨ 新功能开发
- 📚 文档改进
- 🧪 测试用例
- 🎨 UI/UX改进
- 🔧 性能优化
本项目采用 MIT许可证。
Kis2Show
- GitHub: @Kis2Show
- 项目链接: https://github.com/Kis2Show/get_invoice_done
感谢以下开源项目：
⭐ 如果这个项目对您有帮助，请给个Star支持一下！