Scan Types

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

扫描类型概述

Yomio 提供三种扫描类型，每种都针对不同类型的文档进行了优化。选择正确的扫描类型是成功提取数据的关键因素。

🧾

Receipt

Engine: Azure 文档智能

Best for: 用相机拍摄的纸质收据
Examples: Grocery receipts, restaurant bills, retail store receipts, gas station receipts
Limitations: 仅支持实际纸质收据的照片。截图、网页和电子订单将无法识别。
How it works: Image is sent to Azure DI prebuilt-receipt model — a specialised OCR trained on millions of real receipt photos.
📄

发票

Engine: Azure Document Intelligence

Best for: 正式发票、账单和结构化财务文件
Examples: 承包商发票、公用事业账单、软件订阅费、自由职业者发票
Limitations: 最适合处理清晰的电子文档。手写或带有批注的发票可能会降低识别准确率。
How it works: Image is sent to Azure DI prebuilt-invoice model, which understands invoice-specific fields.
📋

其他

Engine: GPT-4o Vision（OpenRouter）

Best for: 屏幕截图、网页、电子邮件确认函以及任何非标准内容
Examples: Website shopping cart screenshots, order confirmation pages, email receipts, quotes, estimates
Limitations: 无具体限制——几乎可以处理任何包含文字的图像。
How it works: 图像被发送至 GPT-4o——这是一款多模态人工智能，能够通过视觉分析图像并提取结构化数据。无需单独进行 OCR 处理。项目会自动分类。

快速决策指南

不确定该选哪种类型？请按照以下流程操作：

1

Is it a physical paper receipt from a store or restaurant?

→ Choose: 收据

2

这是一份正式的发票还是账单（PDF或打印版）？

→ Choose: Invoice

3

这是截图、网页、电子邮件还是电子订单？

→ Choose: Other

4

收据或发票是否因错误而处理失败？

→ Choose: 其他（请尝试此类型）

常见故障情况

以下是最常见的错误及相应的解决方法：

ScenarioYou choseResultShould beWhy
网站购物车截图（沃尔玛、亚马逊、宜家等）Receipt❌ 错误 — OCR_FAILED其他Azure DI receipt model expects a photo of a paper receipt. A website screenshot has different layout, fonts, and contrast that the model cannot parse.
订单确认邮件的截图收据❌ ERROR — OCR_FAILED其他原因一样——电子邮件的版式不像收据那样。
Photo of a computer monitor showing a receipt PDF收据❌ 错误 — OCR_FAILEDOther屏幕眩光、莫尔条纹和像素网格伪影会导致OCR模型无法可靠地识别文本。
一张纸质杂货店收据的照片Receipt✅ 成功收据标准用例——运行结果符合预期。
PDF invoice from a contractor发票✅ Success发票标准用例——运行结果符合预期。

⚠️重要

如果“收据”或“发票”类型的扫描失败，请不要重新上传同一张图片。请改用“其他”类型重试——该类型使用的是完全不同的AI引擎（GPT-4o vision），能够处理非标准文档。

工作原理

每种扫描类型都会将您的图像路由到不同的 AI 处理流程中：

Receipt / Invoice pipeline (v1)

Route: POST /documents · Engine: Azure 文档智能

  1. 文件验证和S3上传
  2. Azure DI OCR (prebuilt-receipt or prebuilt-invoice)
  3. 将响应解析为结构化数据
  4. 通过项目创建费用（通过单独的LLM调用进行分类）

Other pipeline (v2)

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

  1. File validation and S3 upload
  2. 图像优化（自动旋转、调整大小、锐化、对比度调整）
  3. GPT-4o 解析图像并返回结构化 JSON 数据
  4. Expense creation with pre-categorised items (no separate LLM step)

提示与最佳实践

✅ Do

  • 如果可能的话，请拍摄纸质收据的照片——这种方法在“收据”类型下效果最佳
  • 对于任何截图、网页、电子邮件或数字文档，请选择“其他”
  • If a scan fails, retry with Other before uploading again
  • 为获得最佳效果，请确保光线充足，并使文件保持平整

❌ Don't

  • 请勿使用 Receipt 截取网站屏幕截图——这样会导致截图失败
  • Don't upload the same image twice — just change the scan type
  • 在“收据”类型下，请勿使用屏幕截图（显示文档的显示器/手机屏幕）。