Scan Types

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

स्कैन प्रकार सिंहावलोकन

Yomio तीन स्कैन प्रकार प्रदान करता है, प्रत्येक एक अलग प्रकार के दस्तावेज़ के लिए अनुकूलित है। सही प्रकार का चयन सफल डेटा निष्कर्षण के लिए सबसे महत्वपूर्ण कारक है।

🧾

रसीद

Engine: एज़्योर दस्तावेज़ इंटेलिजेंस

Best for: आपके कैमरे से ली गई कागज़ी रसीदों की तस्वीरें
Examples: किराने की रसीदें, रेस्तरां के बिल, खुदरा दुकान की रसीदें, गैस स्टेशन की रसीदें
Limitations: केवल वास्तविक कागज़ी रसीदों की तस्वीरों के साथ ही काम करता है। स्क्रीनशॉट, वेब पेज और डिजिटल ऑर्डर काम नहीं करेंगे।
How it works: छवि Azure DI के prebuilt-receipt मॉडल को भेजी जाती है — यह लाखों वास्तविक रसीद फ़ोटो पर प्रशिक्षित एक विशेष OCR है।
📄

चालान

Engine: एज़्योर दस्तावेज़ इंटेलिजेंस

Best for: औपचारिक चालान, बिल और संरचित वित्तीय दस्तावेज़
Examples: ठेकेदार के बिल, यूटिलिटी बिल, सॉफ़्टवेयर सदस्यताएँ, फ्रीलांसर के बिल
Limitations: साफ डिजिटल दस्तावेज़ों के साथ सबसे अच्छा। हस्तलिखित या टिप्पणीयुक्त चालान की सटीकता कम हो सकती है।
How it works: छवि Azure DI के पूर्वनिर्मित-चालान मॉडल को भेजी जाती है, जो चालान-विशिष्ट फ़ील्ड्स को समझता है।
सूची

अन्य

Engine: GPT-4o विज़न (ओपनरूटर)

Best for: स्क्रीनशॉट, वेब पेज, ईमेल पुष्टि, और कोई भी गैर-मानक सामग्री
Examples: वेबसाइट शॉपिंग कार्ट के स्क्रीनशॉट, ऑर्डर पुष्टि पृष्ठ, ईमेल रसीदें, कोटेशन, अनुमान
Limitations: कोई विशिष्ट सीमाएँ नहीं — यह टेक्स्ट वाली लगभग किसी भी छवि को संभालता है।
How it works: छवि GPT-4o को भेजी जाती है — एक बहु-मोडल AI जो छवि को दृश्य रूप से पढ़ता है और संरचित डेटा निकालता है। कोई अलग OCR चरण नहीं। आइटम स्वचालित रूप से वर्गीकृत किए जाते हैं।

त्वरित निर्णय मार्गदर्शिका

पक्का नहीं है कि किस तरह का विकल्प चुनना है? इस फ़्लो का पालन करें:

1

क्या यह किसी दुकान या रेस्तरां से मिली भौतिक कागज़ी रसीद है?

→ Choose: रसीद

2

क्या यह एक औपचारिक चालान या बिल (पीडीएफ या मुद्रित) है?

→ Choose: चालान

3

क्या यह एक स्क्रीनशॉट है, वेब पेज है, ईमेल है, या डिजिटल ऑर्डर है?

→ Choose: अन्य

4

क्या रसीद या चालान त्रुटि के साथ विफल हो गया?

→ Choose: अन्य (इस प्रकार के साथ फिर से प्रयास करें)

सामान्य विफलता परिदृश्य

यहाँ सबसे आम गलतियाँ दी गई हैं और उन्हें ठीक करने का तरीका बताया गया है:

ScenarioYou choseResultShould beWhy
एक वेबसाइट शॉपिंग कार्ट (वॉलमार्ट, अमेज़न, आईकेईए, आदि) का स्क्रीनशॉटरसीद❌ त्रुटि — OCR_FAILEDअन्यAzure DI रसीद मॉडल कागज़ी रसीद की तस्वीर की अपेक्षा करता है। एक वेबसाइट स्क्रीनशॉट का लेआउट, फ़ॉन्ट और कंट्रास्ट अलग होते हैं जिन्हें मॉडल पार्स नहीं कर सकता।
ऑर्डर पुष्टि ईमेल का स्क्रीनशॉटरसीद❌ त्रुटि — OCR_FAILEDअन्यवही कारण — ईमेल लेआउट रसीद जैसी नहीं होते।
रसीद पीडीएफ दिखाता कंप्यूटर मॉनिटर की तस्वीररसीद❌ त्रुटि — OCR_FAILEDअन्यस्क्रीन की चमक, मोइर पैटर्न और पिक्सेल ग्रिड कलाकृतियाँ OCR मॉडल को पाठ को विश्वसनीय रूप से पढ़ने से रोकती हैं।
कागज़ की किराने की रसीद की तस्वीररसीद✅ सफलतारसीदमानक उपयोग मामला — अपेक्षित रूप से काम करता है।
ठेकेदार से पीडीएफ चालानचालान✅ सफलताचालानमानक उपयोग मामला — अपेक्षित रूप से काम करता है।

⚠️महत्वपूर्ण

अगर कोई स्कैन रसीद या इनवॉइस प्रकार के साथ विफल रहता है, तो उसी छवि को फिर से अपलोड न करें। इसके बजाय, अन्य प्रकार का उपयोग करके फिर से कोशिश करें — यह पूरी तरह से अलग AI इंजन (GPT -4o दृष्टि) का उपयोग करता है जो गैर - मानक दस्तावेजों को संभाल सकता है।

यह कैसे काम करता है

प्रत्येक स्कैन प्रकार आपकी छवि को एक अलग AI पाइपलाइन पर ले जाता है:

रसीद / चालान पाइपलाइन (संस्करण 1)

Route: POST /दस्तावेज़ · Engine: एज़्योर दस्तावेज़ इंटेलिजेंस

  1. फ़ाइल सत्यापन और S3 अपलोड
  2. एज़्योर डीआई ओसीआर (प्रीबिल्ट-रसीद या प्रीबिल्ट-चालान)
  3. प्रतिक्रिया को संरचित डेटा में पार्स करना
  4. आइटमों के साथ व्यय निर्माण (अलग LLM कॉल के माध्यम से वर्गीकृत)

अन्य पाइपलाइन (v2)

Route: POST /v2/दस्तावेज़ · Engine: GPT-4o विज़न (ओपनरूटर)

  1. फ़ाइल सत्यापन और S3 अपलोड
  2. छवि अनुकूलन (स्वचालित-घुमाव, आकार बदलना, तीक्ष्ण करना, कंट्रास्ट)
  3. GPT-4o छवि को पढ़ता है और संरचित JSON लौटाता है।
  4. पूर्व-वर्गीकृत आइटमों के साथ व्यय निर्माण (अलग LLM चरण नहीं)

सुझाव और सर्वोत्तम अभ्यास

✅ Do

  • जब संभव हो तो भौतिक रसीद की तस्वीर लें — यह रसीद प्रकार के साथ सबसे अच्छा काम करता है।
  • किसी भी स्क्रीनशॉट, वेब पेज, ईमेल या डिजिटल दस्तावेज़ के लिए 'अन्य' का उपयोग करें।
  • यदि स्कैन विफल हो जाए, तो दोबारा अपलोड करने से पहले 'अन्य' के साथ फिर से प्रयास करें।
  • अच्छी रोशनी सुनिश्चित करें और सर्वोत्तम परिणामों के लिए दस्तावेज़ को सपाट रखें।

❌ Don't

  • वेबसाइट के स्क्रीनशॉट के लिए Receipt का उपयोग न करें — वे असफल हो जाएंगे।
  • एक ही छवि को दो बार अपलोड न करें — बस स्कैन प्रकार बदलें।
  • रिसीट प्रकार के साथ स्क्रीन (दस्तावेज़ दिखाने वाला मॉनिटर/फ़ोन) के स्क्रीनशॉट का उपयोग न करें।