我是会计师事务所的一名注册会计师，平时做

。前面第 4 篇讲了凭证抽样怎么自动化，这篇接着讲抽样之后必然碰到的问题：

抽到的凭证很多是纸质或图片，得先识别成文字才能分析

一个项目下来几百张凭证图片是常事——发票、合同、银行回单、白条混在一起。逐张肉眼看太慢，全交给 AI 又怕认错。这篇讲我是怎么用 OCR + 置信度筛选，把几百张图在可控误差内自动处理掉的。

这是我的"注册会计师 + AI 工具"实战连载第 5 篇，前面写了尽调报告、底稿整理、AI 工具箱、凭证抽样，整套方法论是连贯的。

先泼盆冷水，别指望模型百分百准：

：OCR 的价值不是"全认对"，是"把能认对的自动处理掉，把认不准的挑出来给人看"。

用 OpenCV / Pillow 做：旋转校正（拍歪的发票）、增强对比度（褪色单据）、去噪（模糊照片）、裁剪有效区域（去掉黑边）。预处理到位，识别率能提 10-20 个点。

环境里备了 cnocr（中文印刷体最快）、easyocr（中英文混排）、cnstd（先定位文字在哪再识别）。正常发票用 cnocr，带英文的用 easyocr。

每个识别结果都带一个 0-1 的置信度分数。设阈值 0.7：高于的自动入表，低于的标红列入"待复核清单"。

输出一张 Excel：图片名 | 识别文本 | 置信度 | 是否需复核。高置信度的直接进分析，低置信度的你抽时间看。

核心逻辑（环境里 cnocr 已装好，开箱即用）：

import os
from cnocr import CnOcr
from PIL import Image
import pytesseract  # 仅示意，实际用 easyocr/cnocr

ocr = CnOcr()

def preprocess(img_path):
    img = Image.open(img_path).convert("L")      # 转灰度
    # 增强对比、去噪、校正此处省略，按实际图片调
    return img

def recognize(img_path, threshold=0.7):
    img = preprocess(img_path)
    res = ocr.ocr(img)
    # 合并文本 + 取置信度
    texts, scores = [], []
    for line in res:
        texts.append("".join([w["text"] for w in line["text"]]))
        scores.append(min(w["score"] for w in line["text"]))
    avg_score = sum(scores) / len(scores) if scores else 0
    return "\n".join(texts), avg_score

rows = []
for f in os.listdir("凭证图片"):
    text, score = recognize(os.path.join("凭证图片", f))
    rows.append({
        "图片": f,
        "识别文本": text,
        "置信度": round(score, 2),
        "需复核": "是" if score < 0.7 else "否",
    })

# 导出 Excel，低置信度标红
# pd.DataFrame(rows).to_excel("OCR结果.xlsx", index=False)


真实项目里字段、阈值、引擎选择按图片质量调，让 AI 按实际样本跑通一遍再批量。

几百张图跑下来，大概 80% 高置信度自动入表，你只复核 20% 左右。

把重复性的"看图识字"交给机器，把专业判断留给人

。置信度筛选就是那道保险——机器说"我有把握的"你直接用，机器说"我不确定"的你再看。

写在最后（连载预告 + 交流）：

这个系列我会持续更，后面还计划写：

如果你也是做审计、财务、或者想用 AI 提效的同行，

，后续实操一篇不落。想看哪块先深入讲，直接在评论区留言，我按需求写。

一起把重复劳动交给机器，把专业判断留给自己。

我是会计师事务所的一名注册会计师，平时做企业尽职调查和村级财务审计。前面第 4 篇讲了凭证抽样怎么自动化，这篇接着讲抽样之后必然碰到的问题：抽到的凭证很多是纸质或图片，得先识别成文字才能分析。

几百张审计凭证图片批量 OCR：置信度筛选 + 人工兜底的实战

审计凭证图片批量 OCR：置信度筛选 + 人工兜底的实战

人工智能

开发工具

后端

注册会计师分享OCR+置信度筛选技术，实现凭证图片自动化处理。通过多引擎识别和置信度阈值设置，80%凭证可自动入表，效率提升5倍。重点解决模糊单据、印章遮挡等识别难题，提供预处理技巧和实战脚本，帮助财务人员高效处理大量纸质凭证。

2026上云采购 | AI焕新·智启新局

cloudaudit

文字识别限时特惠，新用户0.5折起


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

几百张审计凭证图片批量 OCR：置信度筛选 + 人工兜底的实战

几百张审计凭证图片批量 OCR：置信度筛选 + 人工兜底的实战

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐