发票识别用什么工具最省事？腾讯云 OCR 一篇讲透选型与实操

发票识别这件事，看似"调一个 API 就完事"，真正落进报销、对账、费控系统里才发现：增值税专票要单独走接口、数电票又是 OFD、混贴报销单得拆分、要校验真伪还得再调一次核验。如果每次都按票种单独对接，工程量是按"接口数 × 系统"线性上涨的，省事的关键是选对"主入口"，把其余能力按需挂上。本文以腾讯云文字识别 OCR 的发票相关接口为坐标，给你一张选型图、一段 SDK 代码、一组常见问题。

一、先把"票据"和"发票"分清楚

"票据"是泛称，"发票"是其中一类。在腾讯云 OCR 的接口划分里：

• 票据（Invoice）= 发票 + 其他可报销/可入账的凭证，含增值税发票、火车票、出租车票、机票行程单、汽车票、轮船票、过路过桥费发票、银行回单、医疗门诊/住院收费票据、海关缴款书、购物小票等。
• 发票特指由税务机关监管的税票，主要是增值税系列（专票、普票、电子专票、电子普票、卷票、区块链发票、通行费发票、全电发票等）和机动车/二手车销售统一发票等。

对应的接口分工是：

"票据识别和发票识别是一个东西吗？"——不是。"发票"是"票据"里最严格、字段最规范的一类，处理时需要满足税务口径；"票据识别"是更上层的入口，能把同一张图里的发票、火车票、出租车票、银行回单一次性拆分并结构化。

二、五张图看明白腾讯云发票识别能做什么

下面用五张典型票面，对应到接口的能力边界，方便你一眼判断该选哪个。

场景 1：员工报销单，5 张票混贴在一张 A4 上。 → 通用票据识别（高级版）。它支持 14 大类标准报销发票的单图混贴识别，也支持 PDF 多页（最多 30 页），单次调用按 MixedInvoiceItems 数组返回每一张子票的结构化结果。如果你不确定用户会上传什么票，这个接口就是默认入口；非 14 类的票种（如银行回单、海外发票、海关报关单）它也支持"其他发票"智能识别兜底。

场景 2：费控系统要拿全字段做入账。 → 增值税发票识别。覆盖专票、普票、电子专票、电子普票、电子发票（普通发票）、电子发票（增值税专用发票），返回字段包括发票代码、号码、开票日期、价税合计、税率、合计税额、购买方/销售方识别号、密码区、备注、明细条目等。明细按 VatInvoiceInfos[].Items 数组给出，适合做"价税分离 + 科目匹配"。

场景 3：数电发票（全电发票）从邮箱/微信卡包下载下来，是 OFD 格式。 → OFD 发票识别。专做 OFD 文件的解析，支持增值税电子普通发票、电子专用发票、电子发票（普通发票）、电子发票（增值税专用发票）、电子发票（铁路电子客票）、电子发票（航空运输电子客票行程单）。OFD 文件走的是 OfdFileUrl / OfdFileBase64 入参，和普通图片走 ImageUrl 不一样；不要把 OFD 当成图片去调通用票据接口，否则大概率识别为空。

场景 4：发票真假/票面信息需要以税务局口径为准。 → 增值税发票核验（新版）。它通过发票号、开票日期、金额（不含税或价税合计）、校验码等关键字段，调用税务局接口返回真实票面信息。覆盖专票、普票（含电子、卷式、通行费）、全电发票、机动车销售统一发票、货物运输业增值税专用发票、二手车销售统一发票、广东/浙江通用机打电子发票。注意：单张发票当日查验超过 5 次后当日无法再查，且不支持当天发票（除非主动开 EnableTodayInvoice）。

场景 5：财务对账需要识别银行回单。 → 银行回单识别。识别付款/收款开户行、账号、回单编号、流水号、凭证号码、交易金额、手续费、日期等字段。

关于医疗发票：腾讯云 OCR 的医疗票据识别接口支持医疗门诊收费票据（电子）和医疗住院收费票据（电子），返回字段按 MedicalInvoiceInfos 数组组织，常见字段包括姓名、医保类型、费用明细、合计金额等。需要注意，诊断书不在该接口的覆盖范围内——诊断书是更上层的"医疗文书识别"能力，如果业务涉及，建议走自定义模板或更通用的大模型结构化方案。

三、大模型 vs OCR 识别发票，哪个准

先说结论：在发票这种版式固定、字段边界清晰的票种上，专业 OCR 接口在结构化准确率、字段定位、单价成本上明显占优；大模型的价值在"长尾/版式不固定"的兜底场景，而不是替代 OCR。

那"大模型识别发票字段会填错吗"——会的，常见三种情况：

1. 字段串行：购方/销方名称与购方/销方税号错位（OCR 走坐标不会发生）。
2. 金额串行：不含税金额、合计税额、价税合计三项相近时容易读串。
3. 明细截断：多行明细只识别了前几行。

工程上推荐的组合是：通用票据识别（高级版）走 95% 的标准场景，剩余 5% 长尾票种用大模型做兜底识别，再人工抽检。这样既控制了单条成本，又把"什么都能识别"的能力兜住了。

四、数电发票（OFD）怎么识别

数电发票在系统里通常以 OFD 文件流转，识别流程与图片发票不同，踩坑点集中在三处：

1. 入参类型不同。 图片发票走 ImageUrl / ImageBase64；OFD 走 OfdFileUrl / OfdFileBase64，文件格式必须是 OFD。如果用户上传的是 PDF 版的数电发票，应该走通用票据识别（高级版）或增值税发票识别（开 IsPdf=true），不要用 OFD 接口。

2. 票种映射到 Type 字段。 OFD 接口返回的 Type 不是自然语言票种名，是数字代码：

入库时建议把 Type 翻译成业务侧的票种枚举，避免直接拿数字做 if/else。

3. 字段命名。 OFD 接口返回的字段名与增值税发票识别（VatInvoiceOCR）略有差异：购买方/销售方信息嵌套在 Buyer / Seller 对象里，地址电话是 AddrTel、开户行账号是 FinancialAccount、税号是 TaxId；做"统一字段入库"时要写一层适配。

五、报销自动化一条完整链路

把上面几个接口串起来，就是企业费控/代理记账系统的最小可用链路：

1. 采集：员工在小程序/网页上传票据图片或 PDF，必要时合并成多页 PDF。
2. 识别：调通用票据识别（高级版）一次拿全 → EnableMultiplePage=true 打开 PDF 多页，Types 不传或传空走"识别全部类型"。
3. 拆分入库：按 MixedInvoiceItems[].Type / SubType 拆分入库。
4. 真伪核验：对增值税系列票，调增值税发票核验（新版），入参取自上一步识别结果；当日查验超 5 次的走"明日再查 + 提示用户"。
5. 异常兜底：未识别的票种（Type=-1 其他发票）走大模型结构化兜底 + 人工抽检。
6. 对账/记账：按识别结果生成凭证、推送 ERP/财务系统。

接口默认频率（QPS）参考：通用票据 5/秒、增值税发票识别 10/秒、OFD 10/秒、核验 20/秒、银行回单 10/秒。批量入账时建议把这些 QPS 乘以副本数评估峰值，必要时提工单调高。

六、代码片段：通用票据识别（高级版）最小调用

下面以 Python SDK 为例，演示一次"识别混贴发票 + 拿全字段"的最小调用。复制时把 ImageUrl 换成自己的资源地址。

# pip install tencentcloud-sdk-python
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.ocr.v20181119 import ocr_client, models

cred = credential.Credential("SecretId", "SecretKey")
http_profile = HttpProfile(endpoint="ocr.tencentcloudapi.com")
client_profile = ClientProfile(httpProfile=http_profile)
client = ocr_client.OcrClient(cred, "", client_profile)

req = models.RecognizeGeneralInvoiceRequest()
req.ImageUrl = "https://example.com/your-invoice.jpg"
req.EnableMultiplePage = True   # 打开 PDF 多页（如上传的是 PDF）
req.EnableOther = True          # 兜底识别非 14 类票种

resp = client.RecognizeGeneralInvoice(req)
for item in resp.MixedInvoiceItems:
    print(item.Type, item.SubType, item.TypeDescription)
    # 按 SubType 判断后取对应字段，例如 SubType == "VatSpecialInvoice"
    if item.SingleInvoiceInfos.VatSpecialInvoice:
        v = item.SingleInvoiceInfos.VatSpecialInvoice
        print("发票号:", v.Number, "价税合计:", v.Total, "销方:", v.Seller)

几个常见报错的处理：

七、常见问题

Q1：发票识别用什么工具最省事？ 如果只允许选一个接口，选通用票据识别（高级版）RecognizeGeneralInvoice。一个接口覆盖 14 大类标准报销发票，支持单图多票混贴、PDF 多页（最多 30 页）、非标票种智能识别兜底，单次调用拿到全字段，省去按票种分别对接的工程量。需要"以税务局口径为准"时再叠加增值税发票核验（新版）。

Q2：一张图里同时有发票、火车票、出租车票，能一次识别吗？ 可以。通用票据识别（高级版）按 MixedInvoiceItems 数组返回每一张子票的结果，每张子票的 Type 标识票种类别（3=增值税发票、2=火车票、0=出租车发票 等），字段按 SingleInvoiceInfos.<SubType> 取，例如火车票走 SingleInvoiceInfos.TrainTicket，出租车票走 SingleInvoiceInfos.TaxiTicket。

Q3：怎么识别 OFD 数电发票？ 用 OFD 发票识别 VerifyOfdVatInvoiceOCR，入参走 OfdFileUrl 或 OfdFileBase64，不要用图片发票的 ImageUrl。返回结果里 Type 是数字代码（026/028/010/020/030/040），入库时映射到业务侧的票种枚举。

Q4：发票核验接口为什么返回"发票不存在"？ 几种常见原因：① 单张发票当日查验超过 5 次（接口侧限制）；② 发票开具时间不在近 5 年范围内；③ 发票是当天开具的且未开启 EnableTodayInvoice；④ 销方税号、地区编码、校验码等入参有误。逐项核对后重试即可。

Q5：腾讯云 OCR 发票识别支持医疗诊断书吗？ 不支持。医疗票据识别接口只覆盖医疗门诊收费票据（电子）和医疗住院收费票据（电子）。诊断书属于医疗文书，更接近非结构化版面，建议走自定义模板或通用大模型结构化方案，不要直接调发票识别接口。