Scan Types

Choose the right scan type: Receipt, Invoice, or Other

Επισκόπηση τύπων σάρωσης

Yomio προσφέρει τρεις τύπους σάρωσης, ο καθένας βελτιστοποιημένος για ένα διαφορετικό είδος εγγράφου. Η επιλογή του σωστού τύπου είναι ο πιο σημαντικός παράγοντας για την επιτυχή εξαγωγή δεδομένων.

🧾

Απόδειξη

Engine: Azure Document Intelligence

Best for: Φυσικές αποδείξεις σε χαρτί που έχουν φωτογραφηθεί με την κάμερά σας
Examples: Αποδείξεις από σούπερ μάρκετ, λογαριασμοί εστιατορίων, αποδείξεις καταστημάτων λιανικής, αποδείξεις βενζινάδικων
Limitations: Λειτουργεί μόνο με φωτογραφίες πραγματικών χάρτινων αποδείξεων. Τα στιγμιότυπα οθόνης, οι ιστοσελίδες και οι ψηφιακές παραγγελίες δεν θα γίνουν δεκτές.
How it works: Η εικόνα αποστέλλεται στο προ-εκπαιδευμένο μοντέλο αναγνώρισης αποδείξεων του Azure DI — ένα εξειδικευμένο σύστημα OCR που έχει εκπαιδευτεί σε εκατομμύρια φωτογραφίες πραγματικών αποδείξεων.
📄

Τιμολόγιο

Engine: Azure Document Intelligence

Best for: Επίσημα τιμολόγια, λογαριασμοί και δομημένα χρηματοοικονομικά έγγραφα
Examples: Τιμολόγια εργολάβων, λογαριασμοί κοινής ωφέλειας, συνδρομές λογισμικού, τιμολόγια ελεύθερων επαγγελματιών
Limitations: Λειτουργεί καλύτερα με καθαρά ψηφιακά έγγραφα. Τα χειρόγραφα ή τα τιμολόγια με σημειώσεις ενδέχεται να παρουσιάζουν μειωμένη ακρίβεια.
How it works: Η εικόνα αποστέλλεται στο μοντέλο «prebuilt-invoice» του Azure DI, το οποίο αναγνωρίζει τα πεδία που αφορούν συγκεκριμένα τα τιμολόγια.
📋

Άλλα

Engine: GPT-4o Vision (OpenRouter)

Best for: Στιγμιότυπα οθόνης, ιστοσελίδες, επιβεβαιωτικά μηνύματα ηλεκτρονικού ταχυδρομείου και οτιδήποτε δεν είναι τυποποιημένο
Examples: Στιγμιότυπα οθόνης από το καλάθι αγορών ιστότοπων, σελίδες επιβεβαίωσης παραγγελιών, αποδείξεις μέσω email, προσφορές, κοστολογήσεις
Limitations: Δεν υπάρχουν συγκεκριμένα όρια — υποστηρίζει σχεδόν κάθε εικόνα που περιέχει κείμενο.
How it works: Η εικόνα αποστέλλεται στο GPT-4o — ένα πολυτροπικό σύστημα τεχνητής νοημοσύνης που αναγνωρίζει οπτικά την εικόνα και εξάγει δομημένα δεδομένα. Δεν απαιτείται ξεχωριστό βήμα OCR. Τα στοιχεία κατηγοριοποιούνται αυτόματα.

Οδηγός γρήγορης απόφασης

Δεν είστε σίγουροι για τον τύπο που θέλετε να επιλέξετε; Ακολουθήστε αυτήν τη ροή:

1

Πρόκειται για φυσική απόδειξη σε χαρτί από κατάστημα ή εστιατόριο;

→ Choose: Απόδειξη

2

Πρόκειται για επίσημο τιμολόγιο ή λογαριασμό (σε μορφή PDF ή έντυπο);

→ Choose: Τιμολόγιο

3

Πρόκειται για ένα screenshot, μια ιστοσελίδα, ένα email ή μια ψηφιακή παραγγελία;

→ Choose: Άλλα

4

Η απόδειξη ή το τιμολόγιο απέτυχε λόγω σφάλματος;

→ Choose: Άλλο (δοκιμάστε ξανά με αυτόν τον τύπο)

Κοινά σενάρια αποτυχίας

Ακολουθούν τα πιο συνηθισμένα λάθη και πώς να τα διορθώσετε:

ScenarioYou choseResultShould beWhy
Στιγμιότυπο οθόνης από το καλάθι αγορών ενός ιστότοπου (Walmart, Amazon, IKEA κ.λπ.)Απόδειξη❌ ΣΦΑΛΜΑ — OCR_FAILEDΆλλαΤο μοντέλο αναγνώρισης αποδείξεων του Azure DI απαιτεί φωτογραφία έντυπης απόδειξης. Ένα στιγμιότυπο οθόνης από ιστότοπο έχει διαφορετική διάταξη, γραμματοσειρές και αντίθεση, τις οποίες το μοντέλο δεν μπορεί να αναλύσει.
Στιγμιότυπο οθόνης από ένα email επιβεβαίωσης παραγγελίαςΑπόδειξη❌ ΣΦΑΛΜΑ — OCR_FAILEDΆλλαΓια τον ίδιο λόγο — η μορφή των email δεν μοιάζει με αυτή των αποδείξεων.
Φωτογραφία οθόνης υπολογιστή στην οποία εμφανίζεται ένα αρχείο PDF με απόδειξηΑπόδειξη❌ ΣΦΑΛΜΑ — OCR_FAILEDΆλλαΗ αντανάκλαση της οθόνης, τα μοτίβα Moiré και τα τεχνητά στοιχεία του πλέγματος των εικονοστοιχείων εμποδίζουν το μοντέλο OCR να αναγνώσει το κείμενο με αξιοπιστία.
Φωτογραφία μιας χάρτινης απόδειξης από σούπερ μάρκετΑπόδειξη✅ ΕπιτυχίαΑπόδειξηΤυπική περίπτωση χρήσης — λειτουργεί όπως αναμένεται.
Τιμολόγιο σε μορφή PDF από έναν εργολάβοΤιμολόγιο✅ ΕπιτυχίαΤιμολόγιοΤυπική περίπτωση χρήσης — λειτουργεί όπως αναμένεται.

⚠️Σημαντικό

Εάν μια σάρωση αποτύχει με τον τύπο απόδειξης ή τιμολογίου, ΜΗΝ ανεβάσετε ξανά την ίδια εικόνα. Αντ 'αυτού, δοκιμάστε ξανά χρησιμοποιώντας τον άλλο τύπο — χρησιμοποιεί μια εντελώς διαφορετική μηχανή τεχνητής νοημοσύνης (όραμα GPT-4o) που μπορεί να χειριστεί μη τυποποιημένα έγγραφα.

Πώς Λειτουργεί

Κάθε τύπος σάρωσης δρομολογεί την εικόνα σας σε διαφορετικό αγωγό τεχνητής νοημοσύνης:

Διαδικασία επεξεργασίας αποδείξεων / τιμολογίων (v1)

Route: POST /documents · Engine: Azure Document Intelligence

  1. Έλεγχος εγκυρότητας αρχείων και μεταφόρτωση στο S3
  2. Azure DI OCR (προκατασκευασμένη απόδειξη ή προκατασκευασμένο τιμολόγιο)
  3. Ανάλυση απαντήσεων σε δομημένα δεδομένα
  4. Δημιουργία δαπανών με στοιχεία (κατηγοριοποιημένα μέσω ξεχωριστής κλήσης LLM)

Άλλος αγωγός (v2)

Route: POST /v2/documents · Engine: GPT-4o Vision (OpenRouter)

  1. Έλεγχος εγκυρότητας αρχείων και μεταφόρτωση στο S3
  2. Βελτιστοποίηση εικόνων (αυτόματη περιστροφή, αλλαγή μεγέθους, ενίσχυση ευκρίνειας, αντίθεση)
  3. Το GPT-4o αναλύει την εικόνα και επιστρέφει δομημένα δεδομένα σε μορφή JSON
  4. Δημιουργία εξόδων με προκαθορισμένες κατηγορίες (χωρίς ξεχωριστό βήμα LLM)

Συμβουλές και βέλτιστες πρακτικές

✅ Do

  • Φωτογραφίστε την έντυπη απόδειξη, όποτε είναι δυνατόν — λειτουργεί καλύτερα με τον τύπο «Απόδειξη»
  • Επιλέξτε «Άλλο» για οποιοδήποτε στιγμιότυπο οθόνης, ιστοσελίδα, email ή ψηφιακό έγγραφο
  • Εάν η σάρωση αποτύχει, δοκιμάστε ξανά επιλέγοντας «Άλλο» πριν πραγματοποιήσετε εκ νέου τη μεταφόρτωση
  • Για βέλτιστα αποτελέσματα, φροντίστε να υπάρχει καλός φωτισμός και κρατήστε το έγγραφο σε επίπεδη θέση

❌ Don't

  • Μην χρησιμοποιείτε το Receipt για στιγμιότυπα οθόνης ιστοσελίδων — δεν θα λειτουργήσουν
  • Μην ανεβάζετε την ίδια εικόνα δύο φορές — απλώς αλλάξτε τον τύπο σάρωσης
  • Μην χρησιμοποιείτε στιγμιότυπα οθόνης (οθόνη υπολογιστή/τηλεφώνου που εμφανίζει ένα έγγραφο) με τον τύπο «Απόδειξη»