Скан читается тем увереннее, чем ближе он к ровному листу с чёрными буквами на белом фоне. Всё, что от этого отклоняется, добавляет не отказ, а спорные места: значения, которые система прочитала, но в которых не уверена.
Поэтому работа со сканами это не борьба за идеальное качество, а понимание, какие отклонения в вашем потоке встречаются и какие из них вообще в вашей власти.
Что портит скан и что с этим делать
| Что со сканом | Как это выглядит | Чем мешает | Что делать |
|---|---|---|---|
| Низкое разрешение | При увеличении буквы рассыпаются на квадратики | Мелкий шрифт в сносках и артикулах читается спорно | Пересканировать, обычный ориентир для документов 300 точек на дюйм |
| Перекос | Строки идут под углом к краю листа | Строки таблицы съезжают, значение уходит не в свою колонку | Класть лист по направляющей, в автоподатчике проверять боковые упоры |
| Тень и изгиб у сгиба | Тёмная полоса вдоль корешка, буквы уплывают | Символы у сгиба теряются целиком | Сшитые и сложенные документы сканировать, а не фотографировать |
| Цветной или серый фон | Бланк с подложкой, жёлтая или серая бумага | Фон принимается за символы, появляется мусор | Сканировать в оттенках серого, а не чёрно-белым с жёстким порогом |
| Печать или подпись поверх текста | Синяя печать закрывает сумму или дату | Закрытый символ не читается | Сканировать в цвете: по цвету печать отделяется от текста |
| Сильное сжатие | Размытый ореол вокруг букв, подозрительно лёгкий файл | Цифры искажаются, а видно это не сразу | Не пересохранять и не пересылать скан через мессенджер |
| Обрезанные края | Часть строки или колонки за границей листа | Потеря итога или колонки с ценой | Пересканировать целиком, проверять, что все четыре угла в кадре |
Одна настройка, на которой спотыкаются чаще всего
Режим цвета. Чёрно-белый режим выкидывает все полутона и оставляет только чёрное и белое, поэтому светлая печать, бледный тонер и текст на подложке из него просто исчезают.
Оттенки серого безопаснее: полутона сохраняются, файл остаётся лёгким. Цвет нужен там, где на документе есть печати, подписи и цветные пометки, то есть почти на всех подписанных документах.
Если у вас один профиль сканирования на весь отдел, это та настройка, которую стоит проверить первой.
Скан прислал поставщик: что здесь вообще в нашей власти
Чужим сканером мы не управляем, поэтому работают не настройки, а договорённости и разбор на входе.
- Запросить исходник. Если предложение собрано в Excel или выгружено из учётной системы, у поставщика есть нормальный файл, и скан появился только потому, что документ распечатали и подписали. Чем отличается такой файл, разобрано в статье распознавание документов PDF.
- Не пересылать скан дальше через мессенджер: он пересжимает картинку, и документ, который пришёл читаемым, доезжает до обработки мыльным.
- Собрать короткий список поставщиков, чьи сканы регулярно спорные. Обычно их немного, и один разговор с каждым снимает больше проблем, чем любые настройки на вашей стороне.
Главный вопрос к любому сервису на сканах не «какая точность», а видно ли, где система не уверена. Ошибка, которую показали, стоит минуту проверки. Ошибка, которую не показали, уезжает в сравнение поставщиков и обнаруживается на этапе оплаты.
Фотография с телефона это тот же скан, только капризнее
В реальной переписке снимок документа встречается чаще, чем подписанный PDF, поэтому отказываться от него бессмысленно. IntDoc читает документ построчно и вытягивает поля в том числе из сканов и фотографий с телефона.
Снимок заметно улучшается от четырёх простых вещей: лист на контрастной поверхности, съёмка сверху, а не под углом, ровный свет без вспышки в блик, все четыре угла листа в кадре.
Отдельная беда снимков это тень от самого снимающего. Она ложится ровно на середину листа, где обычно и стоит таблица с ценами.
Когда чинить надо не сканы, а процесс
Если спорные места повторяются на одних и тех же документах из месяца в месяц, дело уже не в конкретном файле. Тогда полезнее посмотреть, какая программа стоит на потоке и что она умеет отдавать: про классы программ и критерии выбора написано в статье программа распознавания документов.
Второй признак того же: сотрудник перепроверяет не спорные значения, а все подряд, потому что не знает, каким доверять. Это вопрос к инструменту, а не к сканеру.
Как сканы обрабатываются у нас
IntDoc принимает сканы наравне с PDF, фотографиями, Word, Excel, письмами, прайс-листами, счетами и коммерческими предложениями. Из документа вытягиваются цена и валюта, срок поставки, наличие, номенклатура, условия оплаты, гарантия, реквизиты поставщика, скидки и спецусловия.
Дальше предложения приводятся к единому виду и сравниваются по цене, сроку и наличию, а результат выгружается в Excel, в CRM и в Битрикс24. Именно этот шаг отличает извлечение полей от простого чтения текста, и разобран он в статье распознавание документов.