OCR收据扫描工作原理：完整指南

OCR收据扫描工作原理：完整指南

收据 OCR 会把图像转换成机器可读的文本，软件再将其解释为商户、日期、总额、税费和商品明细等字段。 结果取决于收据、图像质量、语言和提取模型，因此单一准确率不能代表所有扫描结果。 用于记账或报销前，请先核对提取出的数值。

收据扫描的处理步骤

不同供应商可能会合并步骤或采用不同名称。 以下步骤说明的是常见流程，并不代表每个应用都采用相同的内部设计。

1. 拍摄或上传单据

流程从拍照、扫描或上传文件开始。 将收据铺平、拍全边缘、避免反光和浓重阴影，并确认小字清晰可见。 带有可选中文本的电子收据有时可以直接读取。 扫描版 PDF 或图像仍需要文本识别。

2. 识别文本

光学字符识别（OCR）会定位图像中的文字，并将其转换为字符或单词。 有些系统还会返回版面信息，例如文本行及其位置。 OCR 能识别文字，但本身无法判断哪个数字是总额、哪一行代表购买的商品。

3. 提取收据字段

提取模型会利用版面和已学习的模式，将识别出的文本映射到字段。 Microsoft Document Intelligence 收据模型可以返回结构化数据，包括商户、交易日期、税费、总额和商品明细。 其他供应商有自己的数据结构和支持字段。 缩写、非常规列、折扣、多条税费行或特殊版式都可能增加提取难度。 商品描述可能识别正确，却被关联到错误的价格。

4. 规范化并检查结果

费用应用可能会将日期和金额转换为内部格式，并检查字段是否齐全或彼此一致。 这些检查可以提示问题，但不能证明每个值都与纸质收据相符。 商品金额之和与总额不同，可能是因为折扣、押金、小费或其他调整。 需要核对记录时，请保留原始收据。

5. 复核并保存

最后由用户或工作流程复核数据，再保存到费用记录或其他系统中。 如果商户、日期、金额、币种、税费或商品明细与收据不符，请进行更正。 企业记录应遵循组织适用的复核和审批规则。

Yomio 如何处理收据

Yomio 当前的收据处理流程使用 Azure Document Intelligence 的预构建收据模型。 后端解析器会将识别出的商户、日期、总额、币种和商品明细映射到费用记录。 它可以标记缺失字段或不一致的总额，但提取的数据仍可能需要更正。 Microsoft 的文档列出了当前模型字段。

扫描结果为何可能出错

收据被裁切、照片模糊、出现反光、印刷褪色、文字过小、折痕穿过文本行、缩写不常见或版式难以识别，都可能影响结果。 手写内容、多种语言和当地数字格式也可能产生影响。 请查看模型文档，了解输入要求和语言支持。

比较供应商时，可用自己收据中的代表性样本测试当前模型。 既要包括常见收据，也要包括难处理的情况，然后将每个所需字段与原件核对。 如果没有说明测试集、指标和条件，就不要仅凭准确率百分比比较产品。 NIST 的人工智能测量指南建议使用真实且有代表性的测试集，并记录测试方法。

OCR 与收据字段提取并不相同

OCR 将像素转换为文本。 收据提取会为文本赋予含义，例如商户、日期、小计、税费、总额和所购商品。 OCR 引擎可能正确读取一行，但后续步骤仍可能把数值映射到错误字段。 开发者可查看收据 OCR API 比较，了解应用可能采集哪些字段，请参阅收据 OCR 数据提取指南。

常见问题

收据 OCR 的准确度如何？

不存在适用于所有情况的通用准确率。 结果会因模型、收据类型、图像质量、语言和衡量指标而异。 请使用有代表性的收据测试，并衡量业务所需的字段。

OCR 能读取褪色或损坏的收据吗？

它可能识别部分文字，但无法重建已经看不见的字符。 趁收据仍清晰时拍摄照片，并在核对保存的记录前保留原件。

可以扫描电子收据吗？

可以，前提是应用支持该文件类型。 软件有时可以直接读取可选中文本；仅包含图像的文件仍需要 OCR。

OCR 与收据扫描有什么区别？

OCR 识别图像中的文本。 收据扫描通常还包括采集单据、提取字段、验证结果，并将数据保存为费用记录。

提取出的总额可以不核对就使用吗？

请与收据核对，尤其是在用于报销、记账或税务记录之前。