Розпізнавання кількох документів в одному PDF
Раніше для найкращого результату ми рекомендували завантажувати кожен документ окремим файлом. Це й зараз залишається найнадійнішим варіантом.
Але в реальній роботі в одному PDF часто опиняються кілька чеків, декілька рахунків, акт разом із рахунком або цілий пакет первинних документів. JDOC уже вміє працювати і з такими мультидокументами.
Система може визначити окремі документи всередині одного PDF, розділити їх для обробки та повернути результат по кожному документу окремо.
Один завантажений PDF може дати кілька окремих результатів розпізнавання — кожен зі своїм ідентифікатором і структурованими даними.
Які мультидокументи може обробляти JDOC
Мультидокумент — це файл, у якому знаходиться не один, а кілька окремих документів.
- кілька фіскальних чеків на одній сторінці;
- декілька рахунків в одному PDF;
- акт і рахунок в одному файлі;
- кілька первинних документів, відсканованих одним пакетом;
- багатосторінковий PDF із різними документами.
Як працює розпізнавання кількох документів у PDF
JDOC отримав новий етап обробки: система аналізує сторінки файлу, визначає окремі зони з документами та передає їх на розпізнавання як окремі фрагменти.
Це допомагає розділяти результати по окремих документах, підвищувати повторюваність розпізнавання та зменшувати ризик, що один чек або документ загубиться серед інших.
JDOC не просто витягує текст. Система намагається відновити структуру кожного документа окремо: дату, номер, продавця, покупця, суми, ПДВ, позиції, підсумки та інші реквізити. Для чеків додатково виконується внутрішня перевірка даних.
Як підготувати файл
Найкращий варіант — один документ в одному файлі. Якщо в PDF кілька документів, важливо, щоб система чітко бачила межі кожного з них.
- Залишайте між документами видимий вільний проміжок.
- Для чеків бажано залишати хоча б 2 мм вільного простору між сусідніми чеками.
- Не накладайте документи один на одного.
- Кожен чек або документ має бути повністю видимий.
- Не обрізайте верхню, нижню або бокові частини.
- Використовуйте світлий однотонний фон.
- Переконайтеся, що текст, QR-код, дата, сума та фіскальні реквізити чітко читаються.
До 8 чеків на одній сторінці
JDOC уже може працювати з кількома чеками на одній сторінці. У правильно підготовленому файлі допускається розміщення до 8 чеків, якщо між ними є достатній вільний простір і вони не накладаються один на одного.
Для восьми чеків зручно використовувати схему: 2 колонки по 4 чеки. Чеки краще розміщувати рівно, з чіткими проміжками між рядами та колонками.
Правильно
- 2 колонки по 4 чеки;
- чеки розміщені рівно;
- між ними є проміжки;
- кожен чек читається окремо;
- фон світлий і не заважає визначенню меж.
Неправильно
- чеки лежать впритул;
- один чек перекриває інший;
- чеки нахилені хаотично;
- частина чека обрізана;
- багато дрібних чеків зібрано в щільний блок;
- фон темний, строкатий або блискучий.
Що повертає JDOC
Якщо JDOC визначає у файлі кілька документів, результат може містити кілька окремих документів. Кожен із них отримує власний ідентифікатор і структуровані дані.
Наприклад, один PDF із трьома рахунками може повернути три окремі результати. Так само файл із кількома чеками може дати окремий результат по кожному визначеному чеку.
Це особливо зручно для бухгалтерії, коли співробітник надсилає один файл із багатьма чеками або коли первинні документи відскановані одним пакетом.
Один PDF — кілька результатів
JDOC став краще працювати з реальними файлами користувачів. Тепер сервіс може обробляти не лише ідеальний файл з одним документом, а й складніші випадки, коли в одному PDF знаходиться кілька чеків, рахунків, актів або інших первинних документів.
Один документ в одному файлі залишається найнадійнішим варіантом. Але якщо документи розміщені правильно, не перекривають один одного і мають видимі проміжки, JDOC може визначити їх та повернути окремий результат по кожному документу.
Корисні матеріали
Питання та відповіді
Чи може JDOC розпізнати кілька документів в одному PDF?
Так. Якщо система визначає окремі документи у файлі, вона може повернути кілька результатів розпізнавання — по одному для кожного документа.
Скільки чеків можна розмістити на одній сторінці?
У правильно підготовленому файлі можна розміщувати до 8 чеків, якщо вони не накладаються один на одного і між ними є чіткі проміжки.
Чи залишається правило один документ — один файл?
Так. Це найнадійніший варіант. Робота з мультидокументами потрібна для реальних ситуацій, коли кілька документів уже зібрано в одному PDF, скані або фото.
Що буде в результаті розпізнавання?
Один завантажений файл може повернути кілька окремих документів, кожен зі своїм ідентифікатором і структурованими даними.
Перевірте розпізнавання кількох документів
Завантажте PDF із кількома документами та перевірте, як JDOC розділить результат по окремих документах.