面向企业财务人员、行政人员、自由职业者及需要处理大量票据的用户,解决收据、发票等凭证信息整理耗时、手动录入容易出错的问题。
传统票据整理通常需要逐张查看图片或 PDF,再手动提取商户、日期、金额、税额等信息并录入电子表格。对于不同国家、不同格式的票据,整理工作更加繁琐。
ReceiptSheet 通过 OCR 识别与结构化数据处理,将非结构化票据信息整理成可核对、可导出的表格数据,减少重复录入工作,适用于日常费用整理、报销资料准备和票据数据归档等场景。
点击空白处退出提示
语言技术
Python、React、TypeScript系统类型
Web行业分类
生活旅游
面向企业财务人员、行政人员、自由职业者及需要处理大量票据的用户,解决收据、发票等凭证信息整理耗时、手动录入容易出错的问题。
传统票据整理通常需要逐张查看图片或 PDF,再手动提取商户、日期、金额、税额等信息并录入电子表格。对于不同国家、不同格式的票据,整理工作更加繁琐。
ReceiptSheet 通过 OCR 识别与结构化数据处理,将非结构化票据信息整理成可核对、可导出的表格数据,减少重复录入工作,适用于日常费用整理、报销资料准备和票据数据归档等场景。
1 票据文件上传:支持图片、PDF 等常见票据文件。
2 OCR 智能识别:自动提取票据文字及关键字段,包括商家、日期、金额、税额等信息。
3 结构化数据处理:将识别结果整理为统一字段格式,方便后续管理。
4 识别结果核对:支持查看票据原始内容与识别结果,便于检查和修正错误信息。
5 表格数据整理:将多张票据的识别结果统一整理成表格。
6 文件导出:支持 Excel、CSV 等格式,方便用户进行统计、归档和二次处理。
项目由本人独立完成需求分析、产品设计、前后端开发、第三方 OCR 服务接入及部署上线。
核心流程包括文件上传、票据识别、字段解析、结构化数据整理、人工核对以及表格导出。
针对不同来源和格式的票据,设计统一的数据字段结构,对日期、金额、税额、商户等信息进行整理,降低识别结果格式不一致带来的使用成本。
前端重点实现文件上传、识别状态反馈、原始票据与结构化数据对照展示,并提供识别内容修正和数据导出能力。
项目重点解决 OCR 结果到实际业务数据之间的转换问题,使 AI 识别能力能够应用到具体的票据整理流程中。



评论