Ekstraktor paragonów i faktur - OCR do strukturalnego JSON

OCR odczytuje każdą linię tekstu ze zdjęcia, a następnie heurystyczny ekstraktor szuka dat (różne wzorce formatów), kwot pieniężnych (z symbolami walut i częściami ułamkowymi), słów kluczowych podatkowych (VAT, TAX, GST, podatek od sprzedaży) oraz pozycji (linie kończące się wzorcem kwoty). Największa kwota w pobliżu słowa kluczowego „total” jest traktowana jako suma paragonu.

Sprzedawca (pierwszy niepusty wiersz, zwykle nazwa sklepu), daty (każdy wykryty wzorzec daty), suma (najlepsze przybliżenie), kwota podatku, waluta (USD/EUR/GBP/JPY/INR rozpoznawana po symbolach) oraz lista pozycji z opisami i kwotami. Wynik jest gotowy w formacie JSON do księgowości, raportów wydatków lub importu do CRM.

Tak — ta sama logika ekstrakcji pól dotyczy obu. Faktury z wyszczególnionymi pozycjami zawierającymi opisy i kwoty dają bogatsze listy pozycji; paragony drukowane termicznie również działają, choć zdjęcia rozciągniętego/wyblakłego papieru termicznego mogą tracić na dokładności.

Najczęstsze przyczyny: paragon sfotografowano pod kątem (przez co OCR odczytuje cyfry jako litery), wiersz z sumą zawiera obcojęzyczne słowo, takie jak „TOTAL” zapisane w innym języku, lub wydrukowany paragon ma wyblakły tekst termiczny. Zrób zdjęcie ponownie na wprost przy dobrym oświetleniu, a OCR powinien je rozpoznać.

Ekstraktor rozpoznaje USD ($), EUR (€), GBP (£), JPY (¥), INR (₹) na podstawie symboli walut w tekście paragonu. Same wartości liczbowe nie są przeliczane — użytkownik (lub system docelowy) powinien zastosować kursy wymiany, jeśli to konieczne.

Tak — pobierz plik JSON i przekaż go do QuickBooks, Xero, Concur lub własnego API do rozliczania wydatków. Struktura jest stała: vendor, dates[], total, tax, currency, items[{description, amount}]. Napisz niewielki skrypt mapujący, a uzyskasz zautomatyzowane wprowadzanie paragonów.

Tak — do naszej usługi OCR, gdzie są przetwarzane w izolacji i usuwane w ciągu 24 godzin. Nie przechowujemy paragonów ani nie wykorzystujemy ich do trenowania. W przypadku bardzo wrażliwych raportów wydatków (śledztwa prywatne, dziennikarstwo) rozważ uruchomienie OCR lokalnie.

Za darmo z dziennym limitem — bez rejestracji, aby wypróbować. Ustrukturyzowany JSON nie ma znaku wodnego ani brandingu; Premium znosi dzienny limit.

Use the Receipt language picker in the Source panel to select the language the receipt is actually printed in. Extraction automatically re-runs when you change it, so vendor names, dates and totals are read against the correct character set and decimal formatting instead of being misparsed as English.

Yes — OCR is tuned per language, so a French or German receipt read with the language set to English can garble accented vendor names and misread comma-decimal totals. Match the Receipt language setting to the printed language and use a sharp, well-lit, straight-on photo for the most accurate vendor, date and total extraction.