1. 多格式发票识别

• 功能描述：系统支持对PDF格式和**图片格式（JPG、PNG等）**的发票进行自动化识别。
• 技术实现：
• PDF发票识别：通过 pdfplumber 库提取 PDF 中的文本信息，识别出发票的基本信息，如发票号码、开票日期、金额、购销双方信息等。
• 图片发票识别：使用 百度OCR 技术，对图片中的发票进行识别并提取相应的字段数据。
• 用户体验：用户只需点击界面中的导入按钮，即可批量或单张处理图片和PDF发票，系统会自动进行内容提取，识别速度快且操作简单。

2. 阿里云通义千问大模型智能分析

• 功能描述：系统通过接入 阿里云通义千问大模型，对发票内容进行智能化分析。大模型不仅可以验证发票内容的完整性，还能对复杂的发票条目提供专业解读和建议。
• 技术实现：
• 使用 dashscope 库调用阿里云通义千问大模型，自动分析发票内容。
• 多线程处理：系统采用 QThread 实现异步调用大模型，避免系统卡顿，提升用户体验。
• 用户体验：用户在上传发票后，系统会调用大模型对发票进行智能分析，并在界面中显示分析结果。分析过程通过进度条实时更新，用户能看到发票的分析状态。

3. 发票信息自动提取

• 功能描述：系统能够精准提取发票中的关键信息，包括发票种类、发票号码、开票日期、购买方与销售方信息、项目名称、金额、税率、税额和合计金额等。
• 技术实现：
• 使用正则表达式对从 PDF 或图片中提取的文本进行字段匹配，自动获取相关发票信息。
• 通过 re 库进行文本处理，确保识别信息的准确性。
• 用户体验：用户上传发票后，系统会自动识别发票上的关键信息并展示在表格中，节省了手动录入的时间。

4. 数据导出到Excel

• 功能描述：支持将发票识别和分析结果一键导出到 Excel 文件，方便用户做进一步的财务数据整理、分析或报表生成。
• 技术实现：
• 利用 pandas 库将发票信息导出为 Excel 文件。
• 使用 openpyxl 调整 Excel 文件格式，添加表格边框、自动调整列宽等功能，确保生成的 Excel 文件美观易读。
• 用户体验：用户点击“导出”按钮后，系统会自动生成包含发票数据的 Excel 文件，并提示用户保存路径，操作便捷。

5. 实时进度展示与操作反馈

• 功能描述：在处理发票数据或调用大模型时，系统提供实时的进度条更新和操作提示，确保用户能够掌握系统当前处理状态。
• 技术实现：
• 通过 PyQt5 的 QProgressBar 实现进度条功能，用户可以清楚看到大模型的分析进度。
• 使用 QMessageBox 提示操作结果，如文件处理完成、数据导出成功或失败等。
• 用户体验：用户在使用系统时，能够实时看到发票识别进度以及大模型的分析状态，获得及时的操作反馈和结果展示。

6. 批量处理与单独处理

• 功能描述：系统支持发票的批量处理，用户可以一次性导入多个发票文件进行处理，系统将依次处理并显示结果。
• 技术实现：
• 用户可选择导入单个文件或整个文件夹，系统会遍历文件夹中的所有文件并逐一处理。
• 每个文件的识别结果都会即时展示在表格中，用户可以浏览和导出。
• 用户体验：批量处理大大提升了工作效率，用户不必逐一上传发票，而是可以一次性完成大量发票的自动识别和分析。

总结

我们的发票智能识别系统不仅能够帮助用户快速、准确地处理发票，还通过大模型分析增强了发票的智能化解读功能。通过结合多格式发票处理、多线程并行、大模型智能分析、数据导出等功能，系统极大提升了企业财务部门在发票管理中的工作效率。

无论是处理单张发票还是批量发票，系统都能够快速响应并给出结果，特别适合需要高效处理和分析大量发票的企业。如果您的企业正面临发票管理的挑战，我们的发票智能识别系统将是一个值得尝试的解决方案。