Как устроено распознавание данных из счёта

Когда счёт «сам» превращается в набор полей — контрагент, сумма, срок оплаты, — это выглядит как магия. На деле за секундой обработки стоит цепочка понятных шагов. Разберём их, чтобы было ясно, где система работает уверенно, а где ей стоит подстраховаться человеком.

Шаг первый: привести документ к читаемому виду

Счета приходят в разном качестве: ровный PDF из бухгалтерской программы, фотография с телефона под углом, скан с полосами от старого сканера. Сначала система выравнивает изображение, убирает перекос и шум, повышает контраст. Чем чище картинка на входе, тем меньше ошибок дальше — поэтому электронный PDF всегда предпочтительнее фотографии.

Шаг второй: превратить изображение в текст

Дальше работает распознавание символов: система находит на странице буквы и цифры и переводит их в текст. Для печатных документов это давно решённая задача с высокой точностью. Сложности начинаются там, где стоят печати поверх цифр, рукописные пометки или нестандартные шрифты — такие места помечаются как менее надёжные.

Шаг третий: понять, что есть что

Распознать текст мало — нужно понять его смысл. Где здесь сумма, а где номер счёта? Какая из дат — дата выставления, а какая — срок оплаты? Система опирается на структуру документа, ключевые слова («Итого», «ИНН», «к оплате») и типичное расположение полей. Именно этот шаг отличает извлечение данных от простого сканирования.

• Реквизиты сторон — по ИНН, КПП, названию организации.
• Суммы — итог, НДС, сумма без налога, с проверкой их арифметической связи.
• Даты — выставления и оплаты, приведённые к единому формату.
• Позиции — строки товаров или услуг, если они нужны для сверки.

Шаг четвёртый: проверить самого себя

Хорошая система не доверяет себе слепо. Она сверяет: сходится ли сумма НДС с итогом, существует ли контрагент с таким ИНН, не дублирует ли номер уже проведённый счёт. Если что-то не сходится, документ не отклоняется молча — он помечается и уходит на быструю ручную проверку.

Где нужен человек

Автоматика уверенно закрывает типовые счета — их большинство. Человек подключается на исключениях: новый поставщик, спорная сумма, плохо читаемый скан. Это правильное разделение труда: машина берёт объём и рутину, специалист — решения. Точность растёт со временем, потому что каждая исправленная ошибка уточняет правила.

Понимание этой цепочки снимает два крайних ожидания. Не стоит ждать стопроцентной магии без единой проверки — но и бояться, что «программа всё напутает», тоже не нужно. Разумная автоматизация честно показывает, в чём уверена, а в чём просит помощи.