Formigenkänning kvittomodell

  • Artikel
  • 4 minuter för att läsa

Kvittomodellen kombinerar kraftfulla OCR-funktioner (optisk teckenläsning) med djupinlärningsmodeller för att analysera och extrahera viktig information från försäljningskvitton. Kvitton kan ha olika format och kvalitet, inklusive utskrivna och handskrivna kvitton. API:et extraherar viktig information som säljnamn, säljtelefonnummer, transaktionsdatum, skatt och transaktionssumma och returnerar en strukturerad JSON-datarepresentation.

Exempelkvitto som bearbetats Formigenkänning exempeletikettverktyget:

exempelkvitto

Utvecklingsalternativ

Följande resurser stöds av Formigenkänning v2.1:

Funktion Resurser
Kvittomodell

Följande resurser stöds av Formigenkänning v3.0:

Funktion Resurser Modell-ID
Kvittomodell fördefinierade kvitton

Prova Formigenkänning

Se hur data, inklusive tid och datum för transaktioner, säljinformation och summor, extraheras från kvitton med hjälp av Formigenkänning Studio eller vårt exempeletikettverktyg. Du behöver följande:

  • En Azure-prenumeration – du kan skapa en kostnadsfritt

  • En Formigenkänning instans ) i Azure Portal. Du kan använda den kostnadsfria prisnivån ( F0 ) för att prova tjänsten. När resursen har distribuerats väljer du Gå till resurs för att hämta API-nyckeln och slutpunkten.

Skärmbild: nycklar och slutpunktsplats i Azure Portal.

Formigenkänning Studio (förhandsversion)

Anteckning

Formigenkänning Studio är tillgängligt med API:et för förhandsversionen (v3.0).

  1. På Formigenkänning Studio-startsidan väljer du Kvitton

  2. Du kan analysera exempelkvittotet eller välja knappen + Lägg till för att ladda upp ditt eget exempel.

  3. Välj knappen Analysera:

    Skärmbild: Analysera kvittomenyn.

    Prova Formigenkänning Studio

Exempel på märkningsverktyg

Du behöver ett kvittodokument. Du kan använda vårt exempelkvittodokument.

  1. På startsidan för exempeletikettverktyget väljer du Använd förbyggd modell för att hämta data .

  2. Välj Kvitto i listrutan Formulärtyp:

    Skärmbild: Listrutan Fördefinierade modellvalsmeny för exempeletikettverktyget.

    Prova exempel på etikettverktyg

Indatakrav

  • Ge bästa resultat genom att tillhandahålla ett tydligt foto eller genomsökning av hög kvalitet per dokument.
  • Filformat som stöds: JPEG, PNG, BMP, TIFF och PDF (textbäddad eller skannad). Text-inbäddade PDF-filer är bäst för att eliminera risken för fel vid extrahering av tecken och plats.
  • För PDF och TIFF kan upp till 2 000 sidor bearbetas (med en prenumeration på den kostnadsfria nivån bearbetas bara de första två sidorna).
  • Filstorleken måste vara mindre än 50 MB.
  • Bilddimensionerna måste vara mellan 50 x 50 bildpunkter och 1 0 000 x 1 0 000 bildpunkter.
  • PDF-måtten är upp till 17 x 17 tum, vilket motsvarar pappersstorleken Juridiskt eller A3 eller mindre.
  • Den totala storleken på träningsdata är 500 sidor eller mindre.
  • Om dina PDF-filer är lösenordslåsta måste du ta bort låset innan du skickar in det.
  • För oövervakad inlärning (utan märkta data):
    • Data måste innehålla nycklar och värden.
    • Nycklarna måste visas ovanför eller till vänster om värdena. De kan inte visas nedan eller till höger.

Språk och språk som stöds v2.1

Anteckning

Du behöver inte ange något språk. Det här är en valfri parameter. Den Formigenkänning djupinlärningstekniken identifierar automatiskt språket i texten i bilden.

Modell Språk – språkkod Standardvärde
Mottagandet
  • Engelska (USA)– en-US
  • Engelska (Australien) – en-AU
  • Engelska (Kanada) – en-CA
  • Engelska (Storbritannien)–en-GB
  • Engelska (Indien) – en-IN
 Identifierad automatiskt

Fält extrahering

Namn Typ Description Standardiserade utdata
ReceiptType Sträng Typ av försäljningskvitto Specificerad
Säljnamn Sträng Namnet på den återförsäljare som utfärdar kvittot
MerchantPhoneNumber phoneNumber Listat telefonnummer för återförsäljare +1 xxx xxx xxxx
MerchantAddress Sträng Listad adress för återförsäljare
TransactionDate Datum Datum då kvittot utfärdades åååå-mm-dd
TransactionTime Tid Tid då kvittot utfärdades hh-mm-ss (24-timmars)
Totalt Nummer (USD) Fullständig transaktionssumma för kvitto Flyttal med två decimaler
Delsumma Nummer (USD) Delsumma av kvittot, ofta innan skatter tillämpas Flyttal med två decimaler
Skatt Nummer (USD) Skatt på kvitto (ofta moms eller motsvarande) Flyttal med två decimaler
Tips Nummer (USD) Tips från inköpare Flyttal med två decimaler
Poster Matris med objekt Extraherade radobjekt med namn, kvantitet, enhetspris och totalt pris extraherat
Name Sträng Objektnamn
Quantity Tal Kvantitet för varje objekt Integer
Pris Antal Enskilt pris för varje objektenhet Flyttal med två decimaler
Totalt pris Antal Totalt pris för radobjekt Flyttal med två decimaler

Formigenkänning förhandsversion v3.0

I Formigenkänning förhandsversionen introduceras flera nya funktioner. Kvittomodellen stöder ensidesbearbetning av hotellkvitton.

Extrahering av hotellkvittonfält

Namn Typ Description Standardiserade utdata
Ankomstdatum Datum Ankomstdatum åååå-mm-dd
Valuta Valuta Valutaenhet för kvittobelopp. Till exempel USD, EUR eller MIXED om flera värden hittas
DepartureDate Datum Avgångsdatum åååå-mm-dd
Poster Matris
Items.*. Kategori Sträng Objektkategori, till exempel Rum, Skatt osv.
Items.*. Datum Datum Objektdatum åååå-mm-dd
Items.*. Beskrivning Sträng Objektbeskrivning
Items.*. TotalPrice Antal Objektets totala pris Integer
Nationell inställning Sträng Språk för kvittot, till exempel en-US. ISO-språk- och landskod
MerchantAddress Sträng Listad adress för återförsäljare
MerchantAliases Matris
MerchantAliases.* Sträng Alternativt namn på återförsäljare
Säljnamn Sträng Namnet på den återförsäljare som utfärdar kvittot
MerchantPhoneNumber phoneNumber Listat telefonnummer för återförsäljare +1 xxx xxx xxxx
ReceiptType Sträng Typ av kvitto, till exempel Hotell, Specificerad
Totalt Antal Fullständig transaktionssumma för kvitto Flyttal med två decimaler

Språk och språk som stöds för hotellkvitton

Modell Språk – språkkod Standardvärde
Kvitto (hotell)
  • Engelska (USA)– en-US
 Engelska (USA)– en-US

Migreringsguide och REST API v3.0

Nästa steg