在医疗信息数字化的背景下，医疗票据OCR识别正在成为医院、保险、财务系统中的核心能力。

无论是医疗发票、检验报告单、费用清单，都可以通过OCR技术实现自动录入，大幅降低人工成本。

本文将带你从原理到实战，全面了解医疗票据OCR识别。

---

一、什么是医疗票据OCR识别？

医疗票据OCR（Optical Character Recognition）指的是：

👉 通过图像识别技术，从医疗相关票据中提取结构化数据

包括：

• 医疗发票
• 检验报告单
• 费用明细单
• 门诊/住院票据

最终输出：

姓名 / 医院 / 金额 / 项目 / 时间 / 发票号

---

二、医疗票据OCR的核心应用场景

1️⃣ 医疗报销自动化

• 用户上传票据 → 自动识别 → 自动录入系统
• 提高报销审核效率

👉 典型用户：保险公司 / 企业HR系统

---

2️⃣ 医院数字化归档

• 纸质票据 → 电子结构化数据
• 支持检索 / 统计分析

---

3️⃣ 财务自动记账

• 自动提取金额 / 税额 / 项目
• 对接财务系统

---

4️⃣ 跨境医疗数据处理

• 支持多语言识别（英文/日文等）
• 适用于跨境电商医疗场景

---

三、医疗OCR识别的技术难点

相比普通OCR，医疗场景更复杂：

❗ 1. 版式复杂

• 不同医院模板不统一
• 字段位置不固定

❗ 2. 图片质量差

• 模糊 / 倾斜 / 光照不均

👉 参考：
《OCR 识别不准确怎么办？模糊/倾斜优化实战》

---

❗ 3. 专业字段多

• 药品名称复杂
• 医疗术语识别难

---

四、医疗票据OCR实现方式（3种）

方式1：人工录入（已淘汰）

• 成本高
• 易出错

---

方式2：在线OCR工具

👉 适合个人或小批量：

👉 在线体验地址（示例）：

https://market.shiliuai.com/medical-ocr

优点：

• 无需开发
• 即用即走

缺点：

• 不适合系统集成

---

方式3：OCR API接入（推荐）

👉 适合：

• 企业系统
• SaaS平台
• 自动化流程

优势：

• 支持批量处理
• 高并发
• 可定制字段

---

五、医疗票据OCR API接入实战

👉 接入流程

上传图片 → 调用API → 返回JSON → 入库

---

👉 Python 示例

# API 文档：https://market.shiliuai.com/doc/doc-extract

# -*- coding: utf-8 -*-
import requests
import base64
import json

# 请求接口
URL = "https://ocr-api.shiliuai.com/api/doc_extract/v1"

# 图片/pdf文件转base64
def get_base64(file_path):
    with open(file_path, "rb") as f:
        data = f.read()
    return base64.b64encode(data).decode("utf8")

def demo(appcode, file_path):
    # 请求头
    headers = {
        "Authorization": "APPCODE %s" % appcode,
        "Content-Type": "application/json"
    }

    # 请求体
    b64 = get_base64(file_path)
    data = {
        "file_base64": b64,
        "prompt": ""
    }

    # 请求
    response = requests.post(url=URL, headers=headers, json=data)
    content = json.loads(response.content)
    print(content)

if __name__ == "__main__":
    appcode = "你的APPCODE"
    file_path = "本地文件路径"
    demo(appcode, file_path)

---

👉 返回示例

返回成功示例：
{
    'code': 200,
    'msg': 'OK',
    'msg_cn': '成功',
    'success': True,
    'file_id': file id,
    'request_id': request id,
    'data': {
        "page_count": 5,        // int, 文件页面总数
        "process_pages": 5,     // int, 处理页面数
        "content": content      // 文档提取结果
    }
}

---

👉 Java 示例

//API 文档：https://market.shiliuai.com/doc/doc-extract
import com.alibaba.fastjson2.JSON;
import com.alibaba.fastjson2.JSONObject;
import org.apache.http.HttpResponse;
import org.apache.http.client.methods.HttpPost;
import org.apache.http.entity.StringEntity;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;
import org.apache.commons.io.FileUtils;
import java.io.File;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import java.util.Base64;

public class Main {
    public static String get_base64(String path) {
        String b64 = "";
        try {
            byte[] content = FileUtils.readFileToByteArray(new File(path));
            b64 = Base64.getEncoder().encodeToString(content);
        } catch (IOException e) {
            e.printStackTrace();
        }
        return b64;
    }

    public static void main(String[] args) {
        String url = "https://ocr-api.shiliuai.com/api/doc_extract/v1";// 请求接口
        String appcode = "你的APPCODE";
        String file_path = "本地文件路径";

        Map headers = new HashMap<>();
        headers.put("Authorization", "APPCODE " + appcode);
        headers.put("Content-Type", "application/json");

        JSONObject requestObj = new JSONObject();
        requestObj.put("file_base64", get_base64(file_path));
        requestObj.put("prompt", "");
        String bodys = requestObj.toString();

        try (CloseableHttpClient httpClient = HttpClients.createDefault()) {
            HttpPost httpPost = new HttpPost(url);
            for (Map.Entry entry : headers.entrySet()) {
                httpPost.addHeader(entry.getKey(), entry.getValue());
            }
            StringEntity entity = new StringEntity(bodys, "UTF-8");
            httpPost.setEntity(entity);
            HttpResponse response = httpClient.execute(httpPost);
            int stat = response.getStatusLine().getStatusCode();
            if (stat != 200) {
                System.out.println("Http code: " + stat);
                return;
            }
            String res = EntityUtils.toString(response.getEntity());
            JSONObject res_obj = JSON.parseObject(res);
            System.out.println(res_obj.toJSONString());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

---

👉 API文档地址：https://market.shiliuai.com/doc/doc-extract

---

六、在线工具体验

如果你只是想快速测试效果，可以直接使用在线工具：

支持：

• 医疗发票识别
• 报告单识别
• 自动结构化输出

---

七、如何选择方案？

场景	推荐方案
个人使用	在线工具
小团队	在线工具 + API
企业系统	API接入
高安全需求	本地部署

---

八、总结

医疗票据OCR的核心价值在于：

• 提高效率（减少人工）
• 降低错误率
• 支持自动化流程

👉 对企业来说，API接入是最佳选择

---

九、延伸阅读

• 👉 图片去水印 API 调用详解
• 👉 OCR 在线识别 vs OCR API 接口对比
• 👉 身份证 OCR 识别排查指南
• 👉 跨境电商 OCR 实战
• 👉 图像变清晰 API 实战