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
Core Workflow
- 入力フォルダの画像 / PDF / ZIP / 動画を受け取る
- OCR で日付・金額・国・カード・用途を抽出する
- 品質補正をかけて標準ファイル名へ正規化する
- プロジェクト単位で仕分ける
- Markdown サマリーを出す
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国コード一覧、分類一覧、D365 カテゴリ対応、添付手順は references/d365-expense-guide.md を参照。
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
Script Reference
→ references/receipt_sorter.py
D365 Expense Integration
OCR 後のファイルを D365 Expense に添付する運用はこの skill の重要ユースケースだが、カテゴリ表と添付手順は本体から分離する。
- カテゴリ対応表
- 添付 / 差し替え手順
- 添付時の照合ルール
- ブラウザ操作の注意
詳細は references/d365-expense-guide.md を参照。
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
Done Criteria
- OCR 抽出からリネームまで一貫して処理できる
- 標準ファイル名でプロジェクト単位に仕分けできる
- 未分類と private の扱いを説明できる
- Markdown サマリーが出力される
- D365 へ載せる場合は reference の照合ルールに従って添付できる