报销前怎样从发票图片提取文字，并核对容易识别错的字段？

从发票图片提取文字时，应把 OCR 结果当作待核对的录入底稿，而不是可直接提交的报销数据。原图必须保留，发票号码、开票日期、金额、小数点和购销方信息都要逐项对照后再填写。

先保存原图，再制作适合识别的工作副本

先把收到的原始图片保存在单位允许的位置，并另外制作一份用于识别的副本。后续裁剪、旋转或提高对比度只处理副本，这样遇到漏字或数字变形时，仍有未经加工的票面可以复核。

例如，一张手机拍摄的发票同时包含桌面边缘、阴影和另一张单据。直接识别整张图，可能把相邻单据的金额混进结果。工作副本应摆正方向，裁掉无关背景，但不要切掉号码前缀、小数点、金额单位、二维码旁的文字或票面边界。

图片含客户名称、税号、地址、账号等信息时，先确认单位是否允许在当前设备和浏览器中处理。若内部制度要求使用指定报销系统或受管终端，应以该流程为准，不要为了复制几行文字绕开权限要求。

打开 OCR 图片转文字，选择处理副本，再按票面主要语言选择简体中文或简体中文加英文。当前工具一次接收一张浏览器可读取的图片，加载 Tesseract.js 语言模型后输出纯文本，可以复制，也可以下载为 .txt。

这一步只提取字符。ToolboxHub 不会编辑发票图片，不会打开或修改 PDF、DOCX、XLSX、会计账套或报销单，也不会把识别结果自动写进单位系统。表格位置、印章、二维码、字体和票面布局不会被重建，下载的文本也不是电子发票版式文件。

首次使用可能需要下载语言模型，图片过大、网络受限或浏览器内存不足时可能较慢。若结果明显错行，可先用图片裁剪工具把票头、金额区和购销方区域分别做成工作副本，再分区识别；裁剪仍不会改变原图中的发票内容。

把识别结果拆成字段清单，再从原图逐项确认。整段复制容易把换行、相邻标签或另一列的数字一起带入，而且很难看出某个 0 究竟来自发票号码还是金额。

建议优先核对这些会影响报销判断的内容：

可以建立“原图字段、OCR 文本、最终录入值”三列核对记录，但最终值必须由看得懂票面用途的人确认。若 OCR 把 8 认成 3、把字母 O 认成数字 0，不要只在文本中猜一个看起来合理的答案，应放大原图或向开票方取得清晰版式文件。

第一次检查解决明显漏行，第二次只盯高风险字符。金额 1,208.00 若漏掉小数点或逗号位置改变，结果会完全不同；号码中的 1、I、l，以及 0、O 也容易在低清图片里混淆。

先把最终准备录入的号码按固定长度或分组重新读一遍，再从右向左核对金额的角、分和整数位。日期要同时确认票面标签，不能因为 OCR 得到八位数字就自行决定年月日。购销方名称则应逐字查看简称、括号和地区字样，避免把另一家公司当成同一主体。

多人报销时，可抽取一张清晰票和一张最模糊票作为控制样本。清晰票若仍大量错字，先检查识别语言和图片方向；模糊票若关键数字无法确认，应回到原始凭证流程，而不是继续修饰 OCR 文本。

完成录入后，重新打开报销系统中实际保存的那一条记录，与原图并排核对。至少复查号码、日期、含税或不含税金额、购销方和附件对应关系，并确认没有把上一张发票的文本粘到下一条记录。

OCR 结果不等于发票真伪或税务状态。需要查验适用的增值税发票时，应按照国家税务总局全国增值税发票查验平台当时显示的字段、范围和操作说明办理；其他票据则使用其主管单位或单位财务指定的正式渠道。公司报销政策、会计处理和审批结论也不由 OCR 工具决定。

最后保留单位要求的原始附件、核对记录和审批凭据。下载的 .txt 若包含敏感信息，应按内部保留期限和访问规则管理，不能因为它是普通文本就随意发到群聊。

不可以直接把识别结果当作已确认金额。应对照原图核对小数点、位数、税额和价税合计，再按单位报销制度录入和审批。

不会。OCR 工具读取用户选择的一张图片并输出纯文本，不编辑原图，也不打开或修改 PDF、Word、Excel、会计或报销文件。

放大原图并结合票面字段的格式核对，不要只看 OCR 文本猜测。仍无法确认时，应取得更清晰的原始版式或向开票方、财务人员确认。

OCR 只是字符识别草稿。适用范围内应以当前官方查验页面、原始版式文件和单位正式流程为准，并查清差异来自图片质量、录入错误还是凭证本身。

当前 OCR 工具一次处理一张图片，只输出纯文本，不会打开多页 PDF 或保留发票布局。若单位允许，可先按页取得清晰图片，再逐页识别和核对。