OCR Fiş Tarama Nasıl Çalışır: Kapsamlı Rehber

Yalnızca Amerika Birleşik Devletleri'nde yılda yaklaşık 60 milyar kağıt fiş basılmaktadır — çoğu satın alma verisi içerse de birkaç saat içinde ceplere, cüzdanlara ve çöp kutularına gömülür. OCR fiş tarama, bu verileri geri kazanan ve basılı fiş görüntülerini yapılandırılmış, aranabilir dijital kayıtlara dönüştüren teknolojidir.

Ama "OCR" tek bir adım değildir — her aşamanın süreç boyunca birikmesine neden olacak potansiyel hatalar getirdiği çok aşamalı bir ardışık düzendir. Her aşamanın mekanizmasını anlamak, hangi fiş tarama araçlarının doğruluk vaatlerini gerçekten yerine getirdiğini ve hangilerinin yalnızca pazarlama olduğunu değerlendirmenizi sağlar.

Bu rehber, OCR fiş tarama sürecinin tamamını ele alır — kamera sensörüne çarpan fotonlardan mağaza adı, tek tek ürünler ve toplamları içeren yapılandırılmış JSON'a kadar.

Önemli Noktalar

• OCR fiş taramanın 6 ayrı aşaması vardır: görüntü yakalama, ön işleme, metin tespiti, karakter tanıma, alan çıkarımı ve doğrulama
• Ön işleme (kontrast iyileştirme, düzeltme, gürültü giderme) nihai doğruluğun %20–30'undan sorumludur — çoğu kullanıcının farkında olduğundan çok daha fazlası
• Modern fiş OCR'si şablon eşleştirme değil derin öğrenme (LSTM ve Transformer ağları) kullanır
• Alan çıkarımı — ham metni yapılandırılmış veriye eşleme — en zor aşamadır ve çoğu aracın kalitede farklılaştığı yerdir
• Bireysel ürün çıkarımı, fiş düzeni karmaşıklığı nedeniyle toplam/mağaza adı çıkarımından 3–5 kat daha zordur
• Gelişmiş doğrulama teknikleri (çok geçişli işleme, matematiksel çapraz kontrol) hata oranlarını %30–40 azaltır

OCR Fiş Taramanın 6 Aşaması

Fiş tarama "kamerayı fişe doğrult, veriyi al" değildir. Ardışık düzendeki her adım girdiyi dönüştürür ve bir sonraki adımın neyle çalışacağını belirler. Bir aşamadaki hatalar tüm sonraki işlemlere yayılır.

Aşama 1: Görüntü Yakalama

İlk aşama basit görünür: fişin görüntüsünü sisteme almak. Ancak görüntü kalitesi, sonraki tüm işlemler için tavanı belirler.

Kamera ile Yakalama (Mobil Uygulamalar)

Yomio veya Expensify gibi bir mobil uygulamayla fiş fotoğrafladığınızda, uygulamanın kamera modülü birkaç otomatik ayar yapar:

• Otomatik odaklama fişin metnine kilitlenir (bazı uygulamalar odağı yönlendirmek için metin tespiti kullanır)
• Pozlama ayarı çevre aydınlatmasına uyum sağlar
• Kenar tespiti fişin sınırlarını arka plan yüzeyine göre belirler
• Perspektif düzeltme burada başlar — uygulama fişi dikdörtgen bir belge olarak tanır ve hizalamayı yönlendirir

Modern akıllı telefonlar 12–50 megapiksel görüntü çeker, bu OCR'nin gerçekten ihtiyaç duyduğundan çok daha fazla çözünürlüktür. Fazla çözünürlük, kritik detayları kaybetmeden kırpma ve ön işlemeyi atlattığı için faydalıdır.

Tarayıcı ile Yakalama (Masaüstü)

Düz yataklı tarayıcılar mobil kameralardan daha kaliteli görüntüler üretir: düzgün aydınlatma, perspektif bozulması yok, hassas DPI kontrolü. 300 DPI'da standart fiş genişliği (80mm) yaklaşık 945 piksel yatay çözünürlük üretir — OCR için fazlasıyla yeterlidir.

Ödünleşme kolaylıktır. Masaüstü taraması, fişleri toplama ve toplu işleme gerektirir; bu da çoğu fiş yönetim rutininin başarısız olmasının nedeni olan gecikmeyi oluşturur.

Dosya İçe Aktarma (PDF, Görüntüler)

Pek çok OCR sistemi mevcut görüntü veya PDF dosyalarını kabul eder. Bu, dijital fişler (e-posta ekleri, PDF faturalar) veya daha iyi OCR motorlarıyla önceden taranmış belgelerin yeniden işlenmesi için geçerlidir.

Aşama 2: Görüntü Ön İşleme

Ön işleme, ham kamera görüntüsünü OCR motoru için temiz ve standartlaştırılmış bir girdiye dönüştürür. Bu aşama nihai doğruluğun %20–30'undan sorumludur ve çoğu ücretsiz veya temel OCR aracının yeterince yatırım yapmadığı kısımdır.

Düzeltme (Deskewing)

Açılı fotoğraflanan fişler çarpık metin satırları üretir. Düzeltme algoritmaları metin satırlarının birincil açısını tespit eder (Hough dönüşümü veya benzer kenar tespiti yöntemleri kullanarak) ve metni yatay olarak hizalamak için görüntüyü döndürür. 3–5° eğim bile karakter tanıma doğruluğunu %5–10 azaltabilir.

Perspektif Düzeltme

Doğrudan yukarıdan değil de açılı fotoğraflanan bir fiş perspektif bozulmasına yol açar: üstteki metin alttakinden daha dar görünür. Dört noktalı perspektif dönüşümü, çarpıtılmış dikdörtgeni gerçek bir dikdörtgene eşler.

İkilileme (Binarization)

OCR motorları yüksek kontrastlı siyah-beyaz görüntülerle en iyi performansı gösterir. İkilileme, gri tonlamalı veya renkli görüntüleri saf siyaha (metin) ve beyaza (arka plan) dönüştürür. Kulağa basit gelir, ama fişler bunu zorlaştırır:

• Termal kağıt yeni olsa bile doğal olarak düşük kontrasta sahiptir
• Soluk fişler 2:1'in altında kontrast oranına sahip olabilir
• Arka plan desenleri (bazı fişler metnin arkasına logo veya filigran basar) gürültü yaratır

Uyarlamalı eşikleme — görüntünün farklı bölgelerinde siyah/beyaz geçiş noktasını yerel olarak ayarlama — bu zorlukları tek bir genel eşikten daha iyi ele alır.

Gürültü Giderme

İkililemeden sonra bile küçük artefaktlar kalır: toz parçacıkları, kağıt dokusu, komşu metinden mürekkep sıçraması. Morfolojik işlemler (erozyon ve ardından genişleme) metin yapısını bozmadan izole gürültü piksellerini kaldırır. Çekirdek boyutu dikkatli kalibre edilmelidir — çok agresif olursa nokta ve virgül gibi ince karakter öğeleri kaybolur.

Kontrast İyileştirme

Soluk termal fişler için histogram eşitleme veya CLAHE (Kontrast Sınırlı Uyarlamalı Histogram Eşitleme), insan gözüne neredeyse boş görünen görüntülerden okunabilir metni kurtarabilir. Bazı uygulamaların neredeyse okunamaz görünen 3–6 aylık soluk fişleri okuyabilmesinin nedeni budur.

Aşama 3: Metin Tespiti

Metin tespiti, ön işlenmiş görüntüde nerede metin olduğunu belirler — metnin ne söylediğini değil, hangi piksel bölgelerinin arka plan, logo, barkod veya boş alana karşın metin içerdiğini.

Bağlı Bileşen Analizi

Geleneksel yaklaşım, bağlı siyah pikselleri bileşenlere gruplandırır, ardından boyut, en-boy oranı ve mekansal ilişkilere dayalı olarak bileşenleri metin karakteri adayları olarak sınıflandırır. Yatay olarak yakın ve dikey olarak hizalanmış karakterler metin satırlarına gruplandırılır.

Derin Öğrenme ile Tespit

Modern OCR motorları metin bölgelerini doğrudan tespit etmek için CNN'ler (Evrişimsel Sinir Ağları) kullanır. EAST (Verimli ve Doğru Sahne Metni Dedektörü) ve CRAFT (Metin Tespiti için Karakter Bölgesi Farkındalığı) gibi mimariler, sezgisel bağlı bileşenlere dayanmadan metin bölgelerini tanımlar ve şu zor senaryoları ele alır:

• Grafik öğelerle örtüşen metin
• Çok küçük metin (dipnotlar, mağazanın telefon numarası)
• Döndürülmüş veya kavisli metin (etrafında metin olan dairesel logolar)

Fişe Özgü Zorluklar

Fişler metin tespitinde benzersiz zorluklar sunar:

• Yoğun düzen: Fiş metin satırları genellikle standart belgelerden daha sıkı paketlenmiştir
• Karışık içerik: Barkodlar, QR kodlar, logolar ve metin yakın çevrede yan yana bulunur
• Sütun yapısı: Fiyatlar sağa hizalı, açıklamalar sola hizalı ve aralarındaki boşluk değişkendir
• Ayırıcılar: Görsel ayırıcı olarak kullanılan çizgiler, eşittir işaretleri ve yıldız işaretleri metin içeriğiyle karıştırılmamalıdır

Aşama 4: Karakter Tanıma

Çoğu kişinin "OCR" derken düşündüğü aşama budur. Tespit edilen metin bölgeleri verildiğinde, motor tek tek karakterleri tanımlar.

Modern OCR Karakterleri Nasıl Tanır

Eski yaklaşım (şablon eşleştirme): Her karakter görüntüsünü bilinen karakter şablonları kütüphanesiyle karşılaştırır. Hızlı ama kırılgan — bilinmeyen yazı tipleri, hasarlı karakterler veya olağandışı aralıklarla başarısız olur.

Mevcut yaklaşım (derin öğrenme): LSTM (Uzun Kısa Vadeli Bellek) ağları metin satırı görüntülerini sıralı olarak işler ve karakterleri bağlam içinde tanımayı öğrenir. "0" ile "O" gibi belirsizlikler çevredeki karakterler ve karakterin alan içindeki konumu aracılığıyla çözülür.

Son teknoloji (Transformer modelleri): Vision Transformer mimarileri (Microsoft'un TrOCR'ı gibi) tüm metin bölgelerini diziler olarak işler ve daha geniş bağlamı kullanarak bozulmuş veya olağandışı metinde daha yüksek doğruluk elde eder.

CTC Kayıp Fonksiyonu

Modern OCR motorlarının çoğu eğitim sırasında CTC (Bağlantıcı Zamansal Sınıflandırma) kullanır. Bu, tam karakter düzeyinde segmentasyon gerektirmeden karakter dizilerini öğrenmelerine olanak tanır — karakter aralığının düzensiz olduğu ve karakterlerin zaman zaman temas ettiği veya örtüştüğü fişler için özellikle önemlidir.

Karakter Düzeyi vs. Sözcük Düzeyi Doğruluk

• Karakter düzeyi doğruluk tek tek karakterlerin doğruluğunu ölçer: "elma" "elma" olarak okunursa %100
• Sözcük düzeyi doğruluk tam sözcükleri ölçer: yazım hatası olan bir sözcük o sözcük için %0
• Fiş OCR talepleri genellikle karakter düzeyi doğruluğuna atıfta bulunur çünkü sayılar daha yüksektir

Pratik kullanımda sözcük düzeyi doğruluk daha önemlidir — satın almaları kategorize etmek istediğinizde, yazım hatası olan ürün adı eksik ad kadar işe yaramaz.

Aşama 5: Alan Çıkarımı (En Zor Kısım)

4. aşamadan elde edilen ham OCR çıktısı, tanınan karakterlerin düz bir metin akışıdır. Alan çıkarımı bu metni yapılandırılmış veriye eşler: hangi metnin mağaza adı, hangisinin tek tek ürünler, hangisinin toplam olduğuna karar verir.

İşte burada fişe özgü eğitim profesyonel araçları temel OCR'den ayırır. Fiş okuyan genel bir OCR motoru şuna benzer bir şey üretir:

MİGROS SÜPERMARKET
Bağdat Cad. No:1, Kadıköy, İstanbul
VKN: 1234567890

Muz organik 1kg           24,90 ₺
Süt tam yağlı 1L          18,50 ₺
Cheddar peyniri 400g      65,90 ₺
Tam buğday ekmeği         28,90 ₺
Bulaşık makinesi tableti  89,90 ₺

Ara toplam               228,10 ₺
KDV (%18)                 41,06 ₺
TOPLAM                   269,16 ₺
Visa ****5678

Fişler üzerinde eğitilmiş alan çıkarımı motoru bunu şuna dönüştürür:

{
  "mağazaAdı": "MİGROS SÜPERMARKET",
  "adres": "Bağdat Cad. No:1, Kadıköy, İstanbul",
  "tarih": "2026-03-22",
  "ürünler": [
    {"ad": "Muz organik 1kg", "fiyat": 24.90},
    {"ad": "Süt tam yağlı 1L", "fiyat": 18.50},
    {"ad": "Cheddar peyniri 400g", "fiyat": 65.90},
    {"ad": "Tam buğday ekmeği", "fiyat": 28.90},
    {"ad": "Bulaşık makinesi tableti", "fiyat": 89.90}
  ],
  "araTopUlam": 228.10,
  "kdv": 41.06,
  "toplam": 269.16,
  "ödemeyöntemi": "Visa sonu 5678"
}

Tek Tek Ürün Çıkarımının Zor Olmasının Nedeni

Toplam tutarın çıkarımı görece kolaydır: genellikle fişin altına yakın en büyük sayıdır ve önünde "TOPLAM" gibi bir sözcük bulunur.

Tek tek ürünler zorludur çünkü:

1. Ortak format yok: Her mağaza fişleri farklı biçimlendirir — sütun genişliği, kısaltma stili, fiyat yerleşimi ve ayırıcılar binlerce POS sisteminde farklılık gösterir
2. Kısaltılmış adlar: "MUZ ORG 1KG" doğru yorumlama için alan bilgisi gerektirir
3. Birden fazla satıra yayılan ürünler: Bazı ürünler 2 satır kaplar (bir satırda açıklama, bir sonrakinde fiyat; veya ürünün altında indirim satırı)
4. Fiyat değiştiriciler: Bir alana bir bedava, ağırlık bazlı fiyatlandırma ("2,340 kg × 10,99 ₺/kg"), sadakat indirimleri, kuponlar karmaşık fiyat yapıları oluşturur
5. Ürün olmayan satırlar: Başlıklar, alt bilgiler, pazarlama mesajları, mağaza politikaları satın alma verileriyle karışır

Modern motorların gerçekten neler çıkarabileceğine ilişkin ayrıntılı bir analiz için OCR Fiş Veri Çıkarımı rehberine bakın.

Aşama 6: Doğrulama ve Son İşleme

Son aşama, çıkarılan verilerin iç tutarlılığını kontrol eder:

• Matematiksel doğrulama: Tek tek ürün fiyatlarının toplamı ara toplam ediyor mu? Ara toplam + KDV = toplam?
• Biçim doğrulama: Tarih geçerli bir biçimde mi? Toplam pozitif bir sayı mı?
• Güven puanları: Motor her çıkarılan alana bir güven puanı (0–100%) atar; bu sayede uygulamalar düşük güvenli çıkarımları kullanıcı incelemesi için işaretleyebilir
• Mağaza veri tabanı araması: Bazı motorlar çıkarılan mağaza adını bilinen mağazaların veri tabanıyla eşleştirir, yazımı düzeltir ve adlandırmayı standartlaştırır

Çok Geçişli Doğrulama

Yomio gibi gelişmiş sistemler, sonuçları çapraz doğrulamak için fişler üzerinde eğitilmiş özel modellerle çok geçişli işleme kullanır. Motor birden fazla çıkarım geçişi çalıştırır ve sonuçları birleştirir. Geçişler uyuştuğunda güven yüksektir; uyuşmadığında sistem şunları yapabilir:

• En yüksek güven puanına sahip sonucu seçebilir
• Alanı kullanıcı incelemesi için işaretleyebilir
• Kural tabanlı sezgisel yöntemler uygulayabilir (örneğin bir motor "269,16 ₺" okurken diğeri "269,12 ₺" okuyorsa ve ürünlerin toplamı 269,16 ₺ ise birinci sonuç kazanır)

Bu çok geçişli yaklaşım, tek geçişli işlemeyle kıyaslandığında genel hata oranını %30–40 azaltır. Bu nedenle Yomio, temel OCR uygulamalarının genellikle %75–85 elde ettiği yerde tek tek ürünlerde %92 doğruluk elde eder.

OCR Fiş Tarama: Yaygın Formatlar ve Zorluklar

Termal Fişler (En Yaygın)

Mağaza fişlerinin yaklaşık %90'ı, mürekkep yerine ısıya duyarlı kaplama kullanan termal kağıda basılır. Termal baskı şunları üretir:

• Yeniyken tutarlı karakter kalitesi
• Isı, güneş ışığı ve kimyasal maruziyete karşı hassasiyet
• Basıldıktan hemen sonra başlayan kademeli solma
• Pek çok koşulda 12–24 ay sonra neredeyse okunamaz olma

Mürekkepli Fişler

Nokta vuruşlu ve mürekkep püskürtmeli fişler (eski POS sistemlerinde veya manuel fatura yazıcılarında yaygın) kimyasal olarak solmayan gerçek mürekkep kullanır. Ancak genellikle düşük baskı kalitesinden muzdariptir — düzensiz karakter kalınlığı, mürekkep sıçraması, düşük çözünürlük. Nokta vuruşlu çıktılarda OCR doğruluğu taze termal baskıya kıyasla tipik olarak %5–10 daha düşüktür.

Dijital Fişler (E-posta/PDF)

Dijital fişler görüntü yakalama ve ön işleme aşamalarını tamamen atlar. Metin, OCR olmadan doğrudan PDF veya e-posta HTML'inden çıkarılabilir; bu da metin çıkarımı doğruluğunu %100'e yaklaştırır. Ancak alan çıkarımı, verileri doğru biçimde yapılandırmak için yine de fiş formatını anlamayı gerektirir.

Uluslararası Fiş Formatları

Fiş formatları ülkeden ülkeye önemli ölçüde farklılık gösterir:

• ABD/İngiltere: Ürünler sola hizalı, fiyatlar sağa hizalı, ondalık ayırıcı olarak nokta
• Kıta Avrupası: Ondalık ayırıcı olarak virgül (€13,63), bazen sağdan sola toplam
• Arapça: Sağdan sola metin yönü, Arap veya Batı rakamları, karışık çok dilli içerik
• Doğu Asya: Karakter tabanlı ürün adları, dikey veya yatay metin, değişken genişlikte karakterler

Bu formatları desteklemek, yalnızca karakter tanıma değil, dile özgü OCR modelleri ve kültürel format anlayışı gerektirir.

OCR Fiş Taramanın Geleceği

Alan Çıkarımı için Büyük Dil Modelleri (LLM)

Fiş OCR'sindeki en son gelişme, alan çıkarımı aşamasında LLM kullanımıdır. Kural tabanlı veya CNN tabanlı alan çıkarımı yerine, ham OCR metni fiş yapısını bağlamsal olarak anlayan bir dil modeline beslenir. Erken sonuçlar karmaşık fişlerde %5–10 doğruluk iyileştirmeleri göstermektedir:

• Kısaltılmış ürün adlarının çözümlenmesi
• Eğitim verilerinde görülmemiş alışılmadık fiş düzenlerinin ele alınması
• Karışık yazı sistemi içeren çok dilli fişler

Cihaz Üstü İşleme

Apple ve Google'ın cihaz üstü ML çerçeveleri (Core ML, ML Kit) fiş OCR'sini uç cihazlara taşır, gecikmeyi azaltır ve çevrimdışı taramayı mümkün kılar. Mevcut cihaz üstü doğruluk, bulut işlemeden %10–15 daha düşüktür, ancak her donanım nesliyle aradaki fark kapanmaktadır.

Yapılandırılmış Dijital Fişler

Fiş OCR zorluğuna uzun vadeli çözüm, OCR ihtiyacını tamamen ortadan kaldırmaktır. DRIS (Dijital Fiş Değiştirme Standardı) gibi standartlar, kasada dijital olarak iletilen makine tarafından okunabilir fiş formatları önermektedir. Benimseme yavaştır — milyonlarca perakendecide POS sistemi yükseltmeleri gerektirir — ancak AB ve İngiltere'de ivme kazanmaktadır.

Sıkça Sorulan Sorular

2026'da OCR fiş tarama ne kadar doğrudur? En iyi bulut motorları, standart fişlerde alan düzeyinde %90–95, tek tek ürün düzeyinde %85–92 doğruluk elde eder. Yomio'nun özel motoru tek tek ürünlerde %92'nin üzerinde doğruluk elde eder. Doğruluk, soluk termal fişlerde, alışılmadık düzenlerde ve el yazısı metinde düşer.

OCR buruşmuş veya hasarlı fişleri işleyebilir mi? Modern ön işleme, düzeltme ve yerel kontrast iyileştirme yoluyla orta düzeyde buruşmuş fişlerden metni kurtarabilir. Ciddi hasarlı fişler (yırtık, ıslatılmış, metin satırları boyunca sertçe katlanmış) eksik sonuçlar verebilir. Taramadan önce fişi düzleştirmek sonuçları önemli ölçüde iyileştirir.

Aynı OCR motoru neden farklı fişlerde farklı sonuçlar veriyor? Fiş düzeni değişkenliği birincil faktördür. Standart POS sistemlerine sahip büyük ulusal zincirlerden gelen fişler tutarlı, yüksek doğruluklu sonuçlar üretir. Eski yazıcılara sahip küçük yerel mağazaların fişleri, alışılmadık biçimlendirme, yazı tipi seçimi ve baskı kalitesi nedeniyle daha düşük doğrulukta olabilir.

OCR fiş tarama ile normal OCR arasındaki fark nedir? Normal OCR görüntüleri metne dönüştürür. Fiş OCR'si alan çıkarımı ekler: hangi metnin mağaza adı, hangisinin tarih, hangisinin tek tek ürünler ve hangisinin toplam olduğunu anlamak. Bu fişe özgü zeka, milyonlarca fiş örneği üzerinde eğitim ve fiş düzeni kalıplarını anlama gerektirir.

OCR ile ICR arasındaki fark nedir? OCR (Optik Karakter Tanıma) makine baskılı metin için optimize edilmiştir. ICR (Akıllı Karakter Tanıma) el yazısı metni işler. Çoğu fiş tarama uygulaması yalnızca OCR kullanır çünkü fişler makine baskılıdır. ICR el yazısıyla yazılmış faturalar veya harcama notları için geçerlidir.

Yomio'dan Daha Fazla

Teknoloji

OCR Fiş Tarayıcı: 2026'da Fişleri Dijitalleştirme Yolları

OCR fiş tarama araçlarını doğruluk, özellikler ve fiyat açısından karşılaştırın.

Teknoloji

OCR Fiş Veri Çıkarımı: Gerçekte Neler Yakalanabilir

Tek tek ürünler, vergiler, ödeme yöntemi — modern OCR'nin çıkardıkları ve kaçırdıkları.

Teknoloji

OCR Fiş Tarayıcı API Karşılaştırması 2026

Fiş OCR API geliştirici rehberi: Google Document AI, Azure, Tesseract ve daha fazlası.

Psikoloji

Harcama Körlüğü: Paranızın Nereye Gittiğini Neden Göremiyorsunuz

Takip edilmeyen harcamaların psikolojisi — ve verinin davranışı nasıl değiştirdiği.