Uma caixa de sapatos de recibos. Uma pasta de PDFs de faturas. Um ano de despesas comerciais que precisam ser inseridas em uma planilha para preparação de impostos, relatórios de despesas ou análise orçamentária. Digitar manualmente cada item de linha de cada recibo no Excel é lento, sujeito a erros e entorpecente. Um fluxo de trabalho melhor usa OCR para ler o texto do recibo e exporta os itens de linha reconhecidos diretamente para uma planilha estruturada.
O pipeline de OCR PDF para planilhas amadureceu significativamente. Os mecanismos modernos de OCR podem reconhecer layouts de recibos, identificar itens de linha por sua posição e padrões de formatação e exportar dados estruturados que requerem limpeza mínima. O que antes levava horas de entrada manual de dados agora leva minutos de processamento automatizado com uma breve etapa de verificação.
Preparando recibos e faturas para OCR
A qualidade da imagem de origem determina a precisão da saída do OCR, que determina a quantidade de limpeza que você precisará fazer. Digitalize ou fotografe recibos em uma superfície plana e escura com iluminação uniforme. Certifique-se de que o recibo esteja plano, não amassado ou dobrado. Capture todo o recibo, incluindo o nome da loja na parte superior e o total na parte inferior. A falta do nome da loja significa que a saída do OCR não possui identificação do fornecedor.
Para recibos de papel térmico desbotados, melhore o contraste antes de executar o OCR. Um recibo desbotado onde o texto é pouco visível ao olho humano é essencialmente invisível ao OCR. Use um editor de imagens ou um aplicativo de digitalização com aprimoramento de contraste para escurecer o texto e clarear o fundo. A imagem aprimorada pode não parecer natural aos olhos humanos, mas produz resultados de OCR dramaticamente melhores.
Agrupe os recebimentos por tipo antes de processar. Os recibos da mesma loja geralmente têm layouts semelhantes, e processá-los juntos permite que o mecanismo de OCR aprenda o padrão de layout e melhore a precisão em todo o lote. A mistura de recibos de lojas diferentes força o mecanismo de OCR a tratar cada recibo como um layout único.
Experimente o OCR de PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Configurando OCR para extração de dados de recibo
Selecione configurações de OCR otimizadas para recibos. Os recibos normalmente usam fontes pequenas, papel estreito e impressão térmica que produz caracteres com densidade de tinta inconsistente. As configurações de OCR otimizadas para recebimento incluem digitalização de resolução mais alta, pelo menos 300 DPI e saída em escala de cinza em vez de preto e branco para preservar as variações sutis na densidade dos caracteres.
WukongPDF fornece processamento de OCR por meio do navegador, permitindo digitalizar ou fazer upload de recibos e extrair texto. O OCR baseado em navegador processa arquivos localmente, mantendo seus documentos financeiros em seu dispositivo.
Para Extrair dados PDF dos recibos, o mecanismo de OCR deve distinguir entre descrições de itens, quantidades, preços unitários e totais de linha. O motor usa dicas de posição para fazer essa distinção. Os itens normalmente estão à esquerda, as quantidades e os preços à direita e os totais das linhas na coluna mais à direita. Quanto mais consistente for o layout do recibo, mais precisa será a identificação do campo.
Exportando dados OCR para formato de planilha
Após a conclusão do OCR, exporte os dados reconhecidos para o formato CSV ou Excel. A exportação deve preservar a separação de campos identificada durante o OCR: nome do fornecedor em uma coluna, data em outra, descrição de cada item de linha, quantidade, preço unitário e total de linha em suas próprias colunas. A maioria das ferramentas de OCR inclui uma opção de exportação de recibo para planilha.
A conversão de PDF digitalizado em planilha não é perfeita. Espere gastar de cinco a dez minutos por recibo na verificação e limpeza. Compare a saída da planilha com a imagem original do recibo. Verifique se os itens de linha somam o total do recebimento. Verifique se o imposto foi corretamente identificado e separado dos preços dos itens. A etapa de verificação detecta erros de OCR antes que eles se propaguem em seus relatórios de despesas.
Para processamento de recibos recorrentes, salve as configurações de OCR e exporte a configuração como uma predefinição. Cada lote subsequente de recebimentos é processado com as mesmas configurações, produzindo resultados consistentes. A abordagem predefinida é particularmente valiosa para proprietários de empresas que processam relatórios mensais de despesas do mesmo conjunto de fornecedores.
Tratamento de faturas com várias páginas e recibos complexos
Faturas com várias páginas exigem tratamento especial porque os itens de linha podem continuar além dos limites da página. O mecanismo de OCR deve reconhecer que os itens da página dois são uma continuação dos itens da página um, e não um novo conjunto de itens. A maioria das ferramentas de OCR lidam com isso corretamente quando as páginas da fatura são processadas como um único documento.
Recibos de restaurantes com valores de gorjeta manuscritos adicionam uma etapa de verificação manual. O OCR pode ler os valores impressos, mas tem dificuldade com a caligrafia, principalmente a caligrafia adicionada após a impressão do recibo, quando a caneta pode ter cruzado o texto impresso. O valor da gorjeta e o total ajustado devem ser verificados e inseridos manualmente se o OCR não conseguir lê-los.
Após exportar para planilha, use as ferramentas de planilha para categorizar despesas. Adicione uma coluna de categoria e atribua cada item de linha a uma categoria de despesas com base no fornecedor ou na descrição do item. A categorização durante o processo de revisão de OCR é mais eficiente do que a categorização após o processamento de todos os recibos.
Para recibos impressos em ambos os lados, que são cada vez mais comuns por razões ambientais, digitalize ambos os lados e processe-os como um único documento. O mecanismo de OCR lê a frente e o verso como páginas sequenciais. Os itens de linha que continuam da frente para o verso do recibo devem ser tratados como uma única transação se a loja imprimir um aviso de continuação na frente.
Os símbolos monetários e os separadores decimais variam de acordo com a região. Um recibo de uma loja europeia utiliza o símbolo do euro e uma vírgula como separador decimal. Configure o mecanismo de OCR para a localidade correta antes do processamento. O pós-processamento da planilha para padronizar os formatos de moeda nos recibos de diferentes países garante relatórios financeiros consistentes.
O formato da data nos recibos varia muito. MM/DD/AAAA nos Estados Unidos, DD/MM/AAAA na Europa, AAAA/MM/DD em partes da Ásia. O OCR exporta a data como texto reconhecido. A planilha deve interpretar a data corretamente com base na origem do recebimento. Adicionar uma coluna de país de recebimento ajuda na interpretação da data durante a fase de limpeza.
Para relatórios de despesas, a saída da planilha OCR pode ser importada diretamente para software de contabilidade ou plataformas de gerenciamento de despesas. A maioria das plataformas aceita importações de CSV com colunas padrão: data, fornecedor, descrição, valor, categoria e forma de pagamento. Mapear as colunas de saída do OCR para as colunas esperadas da plataforma é a etapa final no pipeline do recebimento ao relatório.
Armazene o PDF do recibo original junto com a saída da planilha OCR. O PDF serve como registro oficial. A planilha serve como dados de trabalho. Caso surjam dúvidas sobre uma transação específica, o PDF do recibo original pode ser consultado para verificar a interpretação do OCR.
Para fornecedores recorrentes com formatos de recibo consistentes, a precisão do OCR melhora com o tempo, à medida que o mecanismo aprende o layout. O primeiro recebimento de um novo fornecedor pode precisar de mais limpeza manual do que o décimo. Salvar a saída corrigida como exemplo de treinamento para o mecanismo de OCR acelera esse processo de aprendizagem.
As alíquotas de imposto sobre recebimentos variam de acordo com o local e o tipo de produto. O OCR pode reconhecer o valor do imposto, mas não a taxa de imposto. Calcular a taxa de imposto a partir do valor do imposto e do subtotal ajuda a verificar a precisão do OCR. Se a taxa calculada não corresponder a nenhuma taxa de imposto conhecida para o local de compra, o OCR interpretou mal os valores ou o recibo inclui itens tributáveis e não tributáveis.
Para despesas comerciais pagas com uma combinação de fundos pessoais e empresariais, como um almoço de negócios em que uma pessoa pagou pela mesa inteira, o recibo deve ser anotado com a parte comercial. A anotação deve ser adicionada à planilha após o OCR, e não ao PDF do recibo, para preservar o recibo original para fins de auditoria.
O retorno do investimento para OCR de recebimento torna-se positivo após aproximadamente cinquenta recebimentos, em comparação com a entrada manual de dados. Para empresas que processam centenas de recibos mensalmente, a economia de tempo se traduz em redução mensurável de custos trabalhistas e ciclos mais rápidos de relatórios de despesas.
As plataformas de gerenciamento de recibos baseadas em nuvem combinam OCR com aplicativos móveis que capturam fotos de recibos no momento do recebimento. Os dados do recibo fluem diretamente para relatórios de despesas sem a etapa intermediária de salvar e processar posteriormente arquivos PDF, agilizando ainda mais o fluxo de trabalho.
O IRS e outras autoridades fiscais aceitam cópias digitais de recibos, desde que a imagem digital seja legível e represente com precisão o original. A saída da planilha OCR combinada com o PDF do recibo original satisfaz os requisitos de manutenção de registros, ao mesmo tempo que torna os dados muito mais úteis para a preparação de impostos.
Para empresas que processam recibos de vários países, o sistema OCR deve lidar com diferentes idiomas, moedas, formatos de data e estruturas fiscais. Um recibo da França parece diferente de um recibo do Japão e o sistema OCR deve ser configurado para cada formato regional.
O valor a longo prazo dos recibos digitalizados vai além da necessidade imediata de relatórios de despesas. Os dados históricos de recibos podem ser analisados quanto a padrões de gastos, negociações com fornecedores e previsões orçamentárias, insights que são inacessíveis quando os recibos permanecem em papel ou como PDFs inpesquisáveis.
A combinação da tecnologia OCR e da exportação de planilhas transforma recibos de registros estáticos em dados analisáveis que dão suporte à gestão financeira, conformidade fiscal e inteligência de negócios.
A transição de recibos em papel para dados digitais processados por OCR representa uma das aplicações mais práticas da automatização de documentos para pequenas empresas e indivíduos que gerem as suas finanças.
O processamento de recibos OCR converte a tarefa tediosa e propensa a erros de entrada manual de dados em um fluxo de trabalho rápido e automatizado que se paga com economia de tempo após as primeiras dezenas de recibos.
| Campo de recebimento | Dica de reconhecimento de OCR | Coluna de exportação |
|---|---|---|
| Nome da loja | Geralmente no topo; maior fonte | Fornecedor |
| Data | Procure padrões de data perto do topo | Data |
| Itens de linha | Blocos de texto alinhados à esquerda | Descrição, quantidade, preço unitário |
| Subtotal | Antes de impostos; frequentemente rotulado | Subtotal |
| Imposto | Após subtotal; percentual ou fixo | Imposto |
| Total | Maior quantidade; muitas vezes ousado | Total |
Experimente o OCR de PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.