Receipt OCR Sorter

OCR（Surya）を使った領収書の自動仕分け・リネーム・集計ツール。

When to Use

領収書を仕分けて, レシートを整理して, receipt sorting
フォルダ内の領収書画像をプロジェクト単位で自動整理したい
大量のレシート写真に日付・金額・用途でファイル名を付けたい
出張経費の領収書を一括でリネーム＆集計したい

Features

機能	説明
OCR抽出	日付・金額・国・カード種別・店舗/用途を自動抽出
自動リネーム	`YYYY-MM-DD-国-金額[-カード]-用途.ext` 形式
動画対応	MP4/MOV → ffmpegでフレーム抽出 → OCR
品質補正	日付パターン拡張、金額誤読補正、上限チェック
サマリー	PJフォルダにMarkdownレポート（合計・日付別・明細・日本語概要）
GPU対応	CUDA PyTorch で高速処理

Architecture

入力フォルダ（未仕分け/iCloud写真 等）
  │
  ├─ JPEG/PNG/PDF/ZIP → OCR → 抽出 → リネーム → PJフォルダへ移動
  ├─ MP4/MOV → ffmpeg → JPG → OCR → ...
  │
  ├─ カード不明 or テキスト不可 → 未分類フォルダ → 再仕分け可能
  │
  └─ 個人経費（D365対象外） → PJフォルダ/private/

private/ フォルダ: D365 に申請しない個人経費レシートを格納する。OCR後にユーザーが「個人経費」と判断した場合に移動する。

Naming Convention

YYYY-MM-DD-国コード-金額[-カード]-分類.ext

例:
  2026-02-09-jpn-14320-amex-shinkansen.jpeg
  2026-02-11-us-272-amex-hotel.jpeg
  2026-02-12-us-190.38-meal.jpeg        ← カードなし
  2026-02-09-us-6.80-amex-meal-starbucks.jpeg

国コード

コード	国
jpn	日本
us	アメリカ
cn	中国
gb	イギリス
sg	シンガポール
kr	韓国
au	オーストラリア
xx	不明

分類（summary）

分類	日本語	トリガーキーワード
shinkansen	新幹線	新幹線, のぞみ, ひかり, EX予約
hotel	宿泊	ホテル, HOTEL, MARRIOTT, HILTON
airline	航空	ANA, JAL, DELTA, UNITED
transport	交通	TRANSIT, METRO, Suica, PASMO
taxi	タクシー	TAXI, UBER, LYFT
meal-starbucks	食費（スタバ）	STARBUCKS
meal-restaurant	食費（レストラン）	RESTAURANT, DINING
meal-convenience	食費（コンビニ）	7-ELEVEN, LAWSON, FAMILYMART
meal-supermarket	食費（スーパー）	COSTCO, WHOLE FOODS, SAFEWAY
meal	食費	MEAL, LUNCH, DINNER
seminar	セミナー	SEMINAR, CONFERENCE
shopping	買い物	AMAZON, APPLE STORE

CLI Usage

# Dry-run（確認のみ、ファイル移動なし）
python receipt_sorter.py --project "202602_TechConnect_Seattle" --dry-run

# 本実行
python receipt_sorter.py --project "202602_TechConnect_Seattle" --input "未仕分け\iCloud写真"

# ログ指定
python receipt_sorter.py --project "202602_TechConnect_Seattle" --input "未仕分け\iCloud写真" --log "result.csv"

Options

オプション	説明	デフォルト
`--project`	出力PJフォルダ名（必須）	-
`--input`	入力フォルダ	`未仕分け/`
`--dry-run`	ファイル移動せず結果のみ表示	false
`--log`	結果CSVパス	`<PJフォルダ>/csv/<PJ名>_dryrun.csv` or `_result.csv`

Markdown Summary Output

本実行後、PJフォルダに <PJ名>_summary.md が自動生成される。

含む内容:

プロジェクト合計（通貨混在・参考値）
国コード別合計テーブル
日付×国コード別合計テーブル
全明細テーブル（日付・国・金額・カード・分類・日本語概要・ファイル名）

Setup

→ references/setup-guide.md

Script Reference

→ references/receipt_sorter.py

D365 Expense カテゴリマッピング

OCR分類から D365 Finance Expense Report のカテゴリへの対応表。

OCR分類	D365 Expense Category	備考
shinkansen	Ground Transportation	国内鉄道全般
hotel	Hotel
airline	Airfare \| International	国際線。国内線は Airfare
transport	Ground Transportation	電車・バス等
taxi	Ground Transportation \| Taxi
meal-*	Meals \| Employee Travel	全食費サブカテゴリ共通
seminar	Admin Services - Misc.
shopping	Admin Services - Misc.
esim / telecom	Internet/Online Fees - Travel	eSIM・通信費

D365 連携（Post-OCR）

OCR → リネーム後のファイルは D365 Finance Expense Report に添付可能。

レシート添付手順

Expense line を選択 → Details 下の Receipts セクション → Edit
Add receipts → Browse → リネーム済みファイルを選択
Document Type: File（PDF）/ Image（JPEG/PNG）
Upload → OK → Close

レシート差し替え手順

誤ったレシートが添付されている場合：

Expense line を選択 → Receipts の Edit を押す
誤レシートのチェックボックスを選択 → Remove → Yes
Add receipts → Browse → 正しいファイルを選択 → Upload → OK
Close → Save and continue

添付時マッチング検証（MANDATORY）

レシート添付・差し替え時に以下を照合すること：

チェック項目	照合対象
金額	ファイル名の金額 ≒ 経費行の Amount
日付	ファイル名の日付 ≒ 経費行の Date
マーチャント	ファイル名の分類/店名 ∈ 経費行の Merchant

⚠️ 不一致のまま添付すると監査で差し戻される。

カテゴリ変更手順

Expense line を選択 → Edit → Category コンボボックスにカテゴリ名を入力
Tab キーで確定 → Close

Tips: D365 ブラウザ操作は MCP Playwright tools（browser_type / browser_click / browser_snapshot）が最も安定する。Node.js スクリプト（Playwright直接）による自動化は D365 の動的DOM で繰り返し失敗するため非推奨。

Known Limitations

OCRの精度はSuryaモデルに依存（手書きや歪みが大きい領収書は誤読あり）
金額は最大候補を採用するが、複数明細のあるレシートでは個別明細は取れない
金額連結誤読: OCRが改行をまたいで数字を結合し巨大整数を返すことがある（例: 14520 + 300 → 14520300）。上限チェック（500万超は除外）で防御しているが、完全ではない
動画は中間フレーム1枚のみ抽出（最適フレーム選択は未実装）
日本語の漢字店名はスラッグ化時にASCII変換で落ちる（カタカナはローマ字化される）
Windows PIL ファイルロック: Image.open() がハンドルを保持し shutil.move() が WinError 32 で失敗する。with + img.copy() + リトライで対応済み

receipt-ocr-sorter

Safety Notice

Copy this and send it to your AI assistant to learn