OCR за фактури: от снимката до проверения счетоводен импорт

Какво всъщност означава OCR за фактури

OCR е технология за оптично разпознаване на символи, но при фактурите четенето на букви и цифри е само началото. Един бизнес документ съдържа логика: издател и получател, номер и дата, данъчна основа, ставка на ДДС, обща стойност, валута и таблица с артикули. Полезната система трябва не просто да превърне изображението в текст, а да разбере коя стойност към кое поле принадлежи.

При обикновения OCR резултатът често е дълъг текст без структура. При специализираната обработка на фактури резултатът е набор от проверими полета и редове. Това позволява данните да бъдат редактирани, съпоставени с продуктов каталог, одобрени и подадени към счетоводна програма. Именно структурираният резултат спестява работа, защото елиминира повторното преписване.

Качеството не се измерва само с процент разпознати знаци. По-важно е дали номерът е номер на фактурата, дали крайната сума не е приета за продукт и дали стойностите в колоните са запазили връзката помежду си. Затова INNEXA OCR комбинира разпознаване, правила за документа, математически проверки и човешко потвърждение.

Какви документи могат да бъдат обработвани

Съвременният процес започва от източника, който е най-удобен за потребителя. Това може да бъде оригинален PDF от доставчик, сканиран документ или снимка от телефон. При многостранична фактура страниците трябва да се разглеждат като един документ, независимо в какъв ред са били заснети или качени. Системата трябва да открие продължението на таблицата и финалната страница с общите стойности.

Качеството на входния файл има значение. Добрата светлина, фокусът и липсата на силна перспектива повишават увереността. Това обаче не означава, че служителят трябва да става специалист по сканиране. Мобилното приложение трябва да приема стандартните телефонни формати, да изпраща оптимизиран файл и ясно да показва прогреса на качването.

Оригиналът е важен не само за разпознаването. Той остава доказателството, спрямо което се прави проверката. Затова добрата платформа съхранява първоначалния файл без подмяна, а корекциите се нанасят върху структурираното копие.

• PDF фактури с една или много страници
• JPEG, PNG и WebP снимки от телефон
• Сканирани документи с различна резолюция
• Документи на български език и суми в BGN или EUR

Извличане на заглавните данни

Заглавната част носи идентичността на документа. Обичайните полета са номер, дата на издаване, падеж, доставчик, ЕИК или ДДС номер, получател и валута. Разположението им се променя между доставчиците, а едно и също понятие може да бъде изписано по различни начини. Затова надеждното извличане се опира на комбинация от ключови думи, пространствено разположение и познати модели.

Доставчикът може да бъде разпознат по име, но ЕИК и ДДС номерът са по-надеждни идентификатори. След намирането им системата може да предложи съществуващ запис от номенклатурата. Това намалява дублираните доставчици и помага настройките за конкретния шаблон да се използват отново.

Валутата никога не бива да се предполага механично. Символи, кодове като EUR и BGN, текстови суми и контекстът на колоните дават общата картина. Потребителят трябва да вижда избраната валута и да може да я коригира преди експорт.

Разпознаване на редовете и многостраничните таблици

Таблицата е най-трудната част от една фактура. Колоните могат да бъдат тесни, описанието на продукта да продължава на втори ред, а заглавията да се повтарят на всяка страница. Ако всеки визуален ред се приеме за нов артикул, продължението на наименованието може да се превърне във фиктивен продукт с измислена цена. Затова редовете трябва да се групират според геометрията и наличието на числови колони.

Един валиден продуктов ред обикновено съдържа комбинация от количество, единична цена, данъчна ставка и стойност. Липсата на тези сигнали подсказва, че текстът може да е продължение на предишното описание. При многостранични документи номерацията и общите стойности помагат да се установи редът на страниците.

Редове като „Общо без ДДС“, „ДДС 20%“ и „Обща сума“ принадлежат към обобщението, а не към продуктовата таблица. Системата трябва да ги изключи от артикулите и да ги използва за проверка на документа. Това е особено важно, когато последната страница е качена първа.

Математическа проверка на сумите

Фактурата е едновременно текстов и математически документ. Това дава възможност разпознаването да бъде проверено по независим начин. Сборът на стойностите без ДДС трябва да съвпадне с данъчната основа, сборът на начисления данък трябва да съвпадне с ДДС, а основата плюс данъка трябва да дадат общата сума за плащане.

На ниво ред могат да се сравнят количество по единична цена и посочената стойност. Трябва да се отчита закръгляването, защото различните системи могат да изчисляват до повече знаци и да показват само два. Малка разлика в рамките на разумна толерантност е приемлива; голяма разлика е сигнал за сгрешена десетична запетая, пропусната цифра или разместена колона.

Когато общата проверка не излезе, правилният подход не е да се измисли стойност, която да затвори уравнението. Редовете с ниска увереност или математическо отклонение се маркират за преглед. Така операторът насочва вниманието си към вероятния проблем, вместо да сравнява всяка цифра.

Съпоставяне с продуктовия каталог

OCR наименованието описва как доставчикът нарича стоката. Складовата номенклатура описва как вашата фирма я познава. Двете имена често не са еднакви. Каталогът може да съдържа вътрешен код, SKU, баркод, мерна единица и категория, докато фактурата използва съкращение, търговска опаковка или допълнително описание.

Съпоставянето комбинира точни идентификатори и сходство на текста. Баркодът и кодът на доставчика са силни сигнали. Когато те липсват, системата предлага най-близките продукти, но оставя решението на потребителя. Потвърденият избор се пази за съответната фирма и доставчик.

Това е практическото самообучение: след одобрение същото или близко OCR описание получава предимство към вече потвърдения складов продукт. Обучението не трябва да смесва данни между компании. Всяка организация запазва собствен каталог и история на решенията.

Човекът остава част от контрола

Целта на автоматизацията не е да скрие документа, а да намали безсмислената работа. Добър екран за проверка показва оригинала и извлечените полета едновременно. Операторът вижда кои редове са сигурни, кои са предложени и кои изискват решение.

Одобрението ред по ред е важно, защото една фактура може да съдържа както правилни, така и спорни позиции. Бутонът за одобряване на всички е полезен, когато проверката е завършена. Визуалната промяна от червено „Одобри“ към зелено „Одобрен“ премахва двусмислието.

Историята на действията създава отчетност: кой е коригирал поле, кой е одобрил ред и кога е направен експортът. Това е полезно при вътрешен контрол, обучение на нови служители и проследяване на повтарящи се проблеми.

Експорт към счетоводна система

Разпознатите данни имат стойност, когато могат да влязат в следващата система без ново преписване. Различните счетоводни продукти очакват различни колони, разделители, кодировки и правила за номерация. Универсален CSV рядко е достатъчен.

За Mistral V3 може да бъде необходим TXT файл с табулации и Windows-1251, конкретен код на склад и точно подредени стойности. За АЖУР структурата се настройва според реалния импортен образец и номенклатурите на клиента. Excel остава удобен за проверка и междинна работа, но не замества специализирания формат.

Настройките трябва да са на ниво фирма. Ако един акаунт управлява две дружества, всяко може да има различен счетоводен софтуер, склад, валута и номерация. Експортът използва активната компания и не смесва номенклатури.

Как да оцените решение за OCR фактури

Демонстрацията с една идеално сканирана фактура не е достатъчна. Тествайте многостранични документи, дълги продуктови описания, различни доставчици, нискокачествени снимки, кредитни известия и валути. Проверете как системата реагира при несигурност и дали показва причината за предупреждението.

Важни са не само процентите, а времето до коректен експорт. Ако служителят трябва да поправя скрити грешки или да преписва кодове, високият OCR процент не носи реална полза. Измервайте колко реда се приемат без промяна, колко корекции се повтарят и дали системата използва потвърдените решения.

Накрая оценете сигурността и управлението: разделени ли са компаниите, има ли роли, пазят ли се оригиналите, може ли да се изтегли архив и има ли следа на действията. Това превръща удобния инструмент в надежден бизнес процес.