零成本自建企业级会计档案管理系统全流程实操

技术选型与环境准备

本指南将带你从零构建一套基于Web的会计档案管理系统，核心功能包括凭证扫描件上传、OCR文字识别（支持中英文）、档案检索及元数据管理。技术栈选用Python Flask作为后端，Vue 3作为前端，Tesseract OCR作为识别引擎，SQLite作为数据库。这套方案无需购买昂贵的商业软件，所有数据均存储在本地，安全且可控。

一、基础环境安装

首先需要配置Python和Node.js环境。请确保操作系统为Windows 10+或Ubuntu 20.04+。

• 安装Python 3.9+：访问Python官网下载安装包，安装时务必勾选"Add Python to PATH"。打开终端输入以下命令验证：

```bash python --version pip --version ```

• 安装Node.js 16+：访问Node.js官网下载LTS版本并安装。验证命令：

```bash node -v npm -v ```

二、安装Tesseract OCR引擎

这是实现会计凭证自动识别的关键组件。

• Windows环境：下载Tesseract-OCR-w64-setup-5.3.0.exe，安装时务必勾选"Additional language data"，选择Chinese (Simplified)和English语言包。假设安装路径为C:\Program Files\Tesseract-OCR，需将该路径添加到系统环境变量Path中。
• Linux环境：执行以下命令安装引擎及语言包：

```bash sudo apt-get update sudo apt-get install tesseract-ocr tesseract-ocr-chi-sim ```

后端服务搭建与OCR核心实现

后端负责文件接收、OCR处理及数据存储。请在本地创建一个名为archive_system的文件夹，并在其中创建backend子文件夹。

一、创建Python虚拟环境与依赖

进入backend目录，执行以下命令隔离项目依赖：

```bash cd backend python -m venv venv Windows激活 venv\Scripts\activate Linux/Mac激活 source venv/bin/activate ```

创建requirements.txt文件，并填入以下依赖版本，确保兼容性：

```text Flask==2.3.3 Flask-CORS==4.0.0 Pillow==10.0.1 pytesseract==0.3.10 SQLAlchemy==2.0.21 ```

执行安装命令：

```bash pip install -r requirements.txt ```

二、编写核心应用代码

在backend目录下创建app.py。该文件包含完整的API接口、数据库模型定义及OCR调用逻辑。请直接复制以下完整代码：

```python import os import datetime from flask import Flask, request, jsonify, send_from_directory from flask_cors import CORS from flask_sqlalchemy import SQLAlchemy from PIL import Image import pytesseract import uuid 配置部分 app = Flask(__name__) CORS(app) 允许跨域请求 数据库配置：自动生成db.sqlite3文件 basedir = os.path.abspath(os.path.dirname(__file__)) app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir, 'db.sqlite3') app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False 文件上传配置 UPLOAD_FOLDER = os.path.join(basedir, 'uploads') if not os.path.exists(UPLOAD_FOLDER): os.makedirs(UPLOAD_FOLDER) app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER Windows系统需手动指定tesseract路径，Linux通常在PATH中可忽略 if os.name == 'nt': pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' db = SQLAlchemy(app) 数据库模型：会计档案表 class Archive(db.Model): id = db.Column(db.Integer, primary_key=True) filename = db.Column(db.String(100), nullable=False) original_name = db.Column(db.String(100), nullable=False) ocr_text = db.Column(db.Text, nullable=True) upload_date = db.Column(db.DateTime, default=datetime.datetime.now) file_type = db.Column(db.String(20)) 例如：凭证、发票、合同 def to_dict(self): return { 'id': self.id, 'filename': self.filename, 'original_name': self.original_name, 'ocr_text': self.ocr_text, 'upload_date': self.upload_date.strftime('%Y-%m-%d %H:%M:%S'), 'file_type': self.file_type } 初始化数据库 with app.app_context(): db.create_all() OCR识别函数 def perform_ocr(image_path): try: 使用Pillow打开图片，确保格式正确 img = Image.open(image_path) 调用tesseract，指定中英文混合识别 text = pytesseract.image_to_string(img, lang='chi_sim+eng') return text.strip() except Exception as e: print(f"OCR Error: {e}") return "识别失败" 路由：上传档案 @app.route('/api/upload', methods=['POST']) def upload_file(): if 'file' not in request.files: return jsonify({'error': '无文件部分'}), 400 file = request.files['file'] file_type = request.form.get('file_type', '未分类') if file.filename == '': return jsonify({'error': '未选择文件'}), 400 生成唯一文件名防止覆盖 ext = file.filename.rsplit('.', 1)[1].lower() unique_filename = f"{uuid.uuid4().hex}.{ext}" filepath = os.path.join(app.config['UPLOAD_FOLDER'], unique_filename) file.save(filepath) 执行OCR识别 ocr_result = perform_ocr(filepath) 存入数据库 new_archive = Archive( filename=unique_filename, original_name=file.filename, ocr_text=ocr_result, file_type=file_type ) db.session.add(new_archive) db.session.commit() return jsonify({'message': '上传并识别成功', 'data': new_archive.to_dict()}), 201 路由：获取档案列表 @app.route('/api/archives', methods=['GET']) def get_archives(): keyword = request.args.get('keyword', '') query = Archive.query if keyword: 搜索文件名或OCR识别内容 query = query.filter( db.or_( Archive.original_name.contains(keyword), Archive.ocr_text.contains(keyword) ) ) results = query.order_by(Archive.upload_date.desc()).all() return jsonify([item.to_dict() for item in results]) 路由：下载/预览图片 @app.route('/api/image/') def get_image(filename): return send_from_directory(app.config['UPLOAD_FOLDER'], filename) if __name__ == '__main__': app.run(debug=True, port=5000) ```

前端界面开发与交互逻辑

前端使用Vue 3配合Axios进行文件上传和结果展示。在archive_system根目录下创建前端项目。

一、初始化Vue项目

在终端执行以下命令快速构建项目：

```bash npm create vite@latest frontend -- --template vue cd frontend npm install npm install axios ```

二、编写页面组件

删除src/components下的默认文件，直接修改src/App.vue。以下代码实现了拖拽上传、分类选择、关键词搜索及档案列表展示功能：

```html ```

系统启动与功能验证

代码编写完毕后，按照以下步骤启动服务并进行验证。确保终端路径正确。

一、启动后端服务

打开第一个终端窗口，进入backend目录，激活虚拟环境并运行Flask应用：

```bash cd backend 确保虚拟环境已激活 python app.py ```

终端显示Running on http://127.0.0.1:5000即表示后端启动成功。此时backend目录下会自动生成uploads文件夹（用于存图片）和db.sqlite3数据库文件。

二、启动前端服务

打开第二个终端窗口，进入frontend目录：

```bash cd frontend npm run dev ```

终端会显示Local地址，通常是http://localhost:5173。在浏览器中访问该地址。

三、实操测试流程

1. 上传测试：找一张包含中文和数字的会计凭证截图或扫描件。在网页界面的“档案分类”下拉框选择“记账凭证”，将图片拖入虚线框区域，点击“开始上传并OCR识别”。
2. 识别验证：观察页面下方列表，图片上传后应立即显示。检查“识别内容摘要”区域，是否准确提取了图片上的金额、日期和摘要文字。如果识别不准确，请检查Tesseract是否安装了中文语言包。
3. 检索测试：在搜索框输入刚才上传凭证上的某个关键词（例如凭证号或金额），点击“检索档案”。列表应实时过滤，仅显示匹配的档案条目。
4. 数据持久化验证：关闭后端终端（Ctrl+C）并重新运行python app.py。刷新前端页面，之前上传的数据依然存在，证明SQLite数据库配置正确。

至此，一套具备OCR核心能力的会计档案管理系统已搭建完成。通过扩展app.py中的模型，你可以轻松增加字段如“会计期间”、“凭证号”等，进一步完善管理颗粒度。