Распознавание нескольких документов в одном PDF
Раньше для лучшего результата мы рекомендовали загружать каждый документ отдельным файлом. Это и сейчас остаётся самым надёжным вариантом.
Но в реальной работе в одном PDF часто оказываются несколько чеков, несколько счетов, акт вместе со счётом или целый пакет первичных документов. JDOC уже умеет работать и с такими мультидокументами.
Система может определить отдельные документы внутри одного PDF, разделить их для обработки и вернуть результат по каждому документу отдельно.
Один загруженный PDF может дать несколько отдельных результатов распознавания — каждый со своим идентификатором и структурированными данными.
Какие мультидокументы может обрабатывать JDOC
Мультидокумент — это файл, в котором находится не один, а несколько отдельных документов.
- несколько фискальных чеков на одной странице;
- несколько счетов в одном PDF;
- акт и счёт в одном файле;
- несколько первичных документов, отсканированных одним пакетом;
- многостраничный PDF с разными документами.
Как работает распознавание нескольких документов в PDF
JDOC получил новый этап обработки: система анализирует страницы файла, определяет отдельные зоны с документами и передаёт их на распознавание как отдельные фрагменты.
Это помогает разделять результаты по отдельным документам, повышать повторяемость распознавания и снижать риск, что один чек или документ потеряется среди остальных.
JDOC не просто извлекает текст. Система пытается восстановить структуру каждого документа отдельно: дату, номер, продавца, покупателя, суммы, НДС, позиции, итоги и другие реквизиты. Для чеков дополнительно выполняется внутренняя проверка данных.
Как подготовить файл
Лучший вариант — один документ в одном файле. Если в PDF несколько документов, важно, чтобы система чётко видела границы каждого из них.
- Оставляйте между документами видимый свободный промежуток.
- Для чеков желательно оставлять хотя бы 2 мм свободного пространства между соседними чеками.
- Не накладывайте документы друг на друга.
- Каждый чек или документ должен быть полностью виден.
- Не обрезайте верхнюю, нижнюю или боковые части.
- Используйте светлый однотонный фон.
- Убедитесь, что текст, QR-код, дата, сумма и фискальные реквизиты хорошо читаются.
До 8 чеков на одной странице
JDOC уже может работать с несколькими чеками на одной странице. В правильно подготовленном файле допускается размещение до 8 чеков, если между ними есть достаточно свободного пространства и они не перекрывают друг друга.
Для восьми чеков удобно использовать схему: 2 колонки по 4 чека. Чеки лучше размещать ровно, с чёткими промежутками между рядами и колонками.
Правильно
- 2 колонки по 4 чека;
- чеки размещены ровно;
- между ними есть промежутки;
- каждый чек читается отдельно;
- фон светлый и не мешает определению границ.
Неправильно
- чеки лежат вплотную;
- один чек перекрывает другой;
- чеки наклонены хаотично;
- часть чека обрезана;
- много мелких чеков собрано в плотный блок;
- фон тёмный, пёстрый или блестящий.
Что возвращает JDOC
Если JDOC определяет в файле несколько документов, результат может содержать несколько отдельных документов. Каждый из них получает собственный идентификатор и структурированные данные.
Например, один PDF с тремя счетами может вернуть три отдельных результата. Так же файл с несколькими чеками может дать отдельный результат по каждому определённому чеку.
Это особенно удобно для бухгалтерии, когда сотрудник присылает один файл с большим количеством чеков или когда первичные документы отсканированы одним пакетом.
Один PDF — несколько результатов
JDOC стал лучше работать с реальными файлами пользователей. Теперь сервис может обрабатывать не только идеальный файл с одним документом, но и более сложные случаи, когда в одном PDF находятся несколько чеков, счетов, актов или других первичных документов.
Один документ в одном файле остаётся самым надёжным вариантом. Но если документы размещены правильно, не перекрывают друг друга и имеют видимые промежутки, JDOC может определить их и вернуть отдельный результат по каждому документу.
Полезные материалы
Вопросы и ответы
Может ли JDOC распознать несколько документов в одном PDF?
Да. Если система определяет отдельные документы в файле, она может вернуть несколько результатов распознавания — по одному для каждого документа.
Сколько чеков можно разместить на одной странице?
В правильно подготовленном файле можно размещать до 8 чеков, если они не перекрывают друг друга и между ними есть чёткие промежутки.
Остаётся ли правило один документ — один файл?
Да. Это самый надёжный вариант. Работа с мультидокументами нужна для реальных ситуаций, когда несколько документов уже собраны в одном PDF, скане или фото.
Что будет в результате распознавания?
Один загруженный файл может вернуть несколько отдельных документов, каждый со своим идентификатором и структурированными данными.
Проверьте распознавание нескольких документов
Загрузите PDF с несколькими документами и проверьте, как JDOC разделит результат по отдельным документам.