小数点为什么总被吞
小数点在发票上就是个针尖大的墨点,任何一点不利因素——拍照手抖、光线不足、票面褶皱、油墨淡——都会让它在图像里消失。没了小数点,1234.50 就成了 123450。
加上发票金额常带千分位逗号(1,234.50),逗号和小数点挤在一起,识别引擎在「哪个是点、哪个是逗、哪个是噪点」之间疯狂纠结,出错率翻倍。
拍照:金额区给特写待遇
发票平铺、光线均匀,拍完第一张后,单独给「价税合计」区域拍一张特写——金额区在画面里占得越大,小数点越清楚,识别越稳。
避开发票的反光:发票纸常有覆膜,侧光拍比正面打光干净。票面有折痕压过金额区的,先把票压平再拍。
识别后的铁律:金额必人工复核
任何发票识别结果,金额、税号、发票代码三个字段必须肉眼对一遍原票。OCR 错一个普通字无所谓,错一个小数点是事故。
批量识别时,用「合计校验」兜底:多张发票的识别金额加总,和手工算的总额对不上,逐张排查——总和校验能在十秒内锁定「哪张错了」。
批量报销的高效流程
纸质票:逐张拍特写 → 发票识别工具批量识别 → 导出表格 → 金额列求和与手工总额核对 → 抽查 10% 原件。这套流程跑熟,几十张票半小时搞定。
电子票:直接汇总 PDF/OFD 文件给财务系统或识别工具,跳过拍照环节。2026 年了,能要电子票就别收纸质票——对双方都是解脱。
这些字符组合最容易翻车
金额识别有一张固定黑名单:0 和 O、5 和 S、1 和 l、6 和 8,还有逗号和句号互换。1050.60 这种带千分位的金额,OCR 可能吐成 105060 或 1050,60。复核时先扫位数对不对,金额位数突然变大变小,基本必有猫腻。心里先给这批发票估个量级:餐饮票多在三位数,住宿票多在四位数,一张出租车票识别出五位数,不用看原图就知道错了。量级的直觉靠平时积累,报销多了自然心里有杆秤,这杆秤比任何校验公式都快,第一遍粗筛全靠它把关。
发票上的货币符号和星号防伪纹样,常被识别成数字的一部分,金额前面平白多出一个 7 或 1。遇到首位数字异常大的条目,先怀疑符号串入。识别结果里夹字母的金额直接标红,人民币金额正常情况下不该出现任何字母。税额栏和价税合计栏也容易串行,两个数字叠着识别成一个长数,金额栏出现超过八位的数,八成是两栏合并了,回图拆开重认。
大小写金额互查是天然的双保险:发票上大写「壹仟零伍拾元陆角」和小写数字必须一致。人工复核时对不上,以照片为准重新看,因为两处都可能识别错。注意大写汉字的 OCR 错误率更高,别拿识别出的大写当基准去改小写。大写里简体繁体混着出现时最乱,遇到大写区识别得支离破碎,直接放弃大写,专心核小写,别在烂数据上浪费时间。核完一张就在文件名上做个标记,核过没核一眼分开,杜绝重复劳动。
批量识别完把金额列单独导出,按从大到小排序,最大最小两头重点看,异常值往往藏在极值里。再按发票号码排序查重,同一号码出现两条,说明重复拍照或重复识别。这两步排序体检只要三分钟,能拦住大部分低级错误。最后加一步交叉验算:金额加税额应该等于价税合计,在表格里拉一列公式批量算,差值不为零的行全部回查,这招比肉眼靠谱十倍。
金额识别有几组字符是天生的翻车搭档,你核对时盯住它们就行。头号组合是小数点和千分位逗号,1,234.56 常被认成 123456,遇到金额先把逗号句号都当成嫌疑犯;第二组是 0 和大写字母 O,发票字体一花哨就互换;第三组是 1、小写 l、大写 I 三兄弟,竖线一粗一细全靠猜;还有 5 和 S、8 和 B、6 和 G,都是高频错对。兜底手段是用发票本身的大小写对照,中文大写金额和阿拉伯数字必须对得上,对不上必然有一处错了。拍照时把发票铺平,金额栏正对镜头,别斜拍。红色印章压住数字的区域手动放大核对,那一块机器识别十回错三回,报销被退多半是这里的锅。