报税季到来，您需要找到 11 个月前购买的设备的收据。您有一个扫描的 PDF 文件夹，其中有六十或七十个，所有名称都类似于“scan_20240318”。和“receipt_march” ——而且无法在其中进行搜索。您逐一打开文件，直到二十分钟后找到正确的文件。这是一个可以解决的问题，解决这个问题所花费的时间比一次糟糕的纳税季节搜索会议要少。
为什么扫描收据很难找到
扫描的收据是一张图像。扫描中可见的文本——供应商名称、日期、金额、项目——仅以像素形式存在。您的操作系统的搜索无法读取它，您的 PDF 查看器也无法搜索它，并且当您键入供应商名称时，无论按多少 Ctrl+F 都不会显示该设备收据。
解决方法是 OCR——光学字符识别。通过 OCR 工具运行 Scanned PDF 可读取图像、识别字符，并将真实的可搜索文本嵌入到文件中。 OCR 后，收据包含原始图像（因此看起来仍然完全相同）和搜索工具可以找到的隐藏文本层。您搜索“Staples”或“十一月”正确的文件立即出现。
构建有效的收据工作流程
最持久的方法是在捕获时将 OCR 构建到流程中，这样每张收据从保存的那一刻起就可以搜索，而不是在以后进行追溯处理。
具有内置 OCR 功能的手机扫描应用程序会自动处理此问题。 Adobe Scan、Microsoft Lens 和类似应用程序只需一步即可拍摄收据、应用 OCR 并保存可搜索的 PDF。位于您的云存储或下载文件夹中的文件已经可以搜索。无需额外处理。
对于使用平板扫描仪或不带 OCR 的基本扫描仪应用程序捕获的收据，请在扫描后通过 www.wukongpdf.com 上的 WukongPDF 的 OCR PDF 工具运行每个文件。上传扫描的收据，进行处理，下载可搜索的版本。将原始文件替换为经过 OCR 处理的文件，即可立即通过内容找到收据。
命名和组织，以便两年后您可以找到东西
OCR 使收据可按内容进行搜索，但一致的命名约定使它们可以更快地找到，并使文件夹本身一目了然。类似于“2024-03-18_Staples_office-supplies_42.50.pdf”的名称在您打开收据之前，会告诉您有关收据的所有信息：日期、供应商、类别、金额。
收据档案的实用文件夹结构：
- 顶级：年份（2024、2025）
- 第二级：类别（旅行、办公、设备、餐饮、软件）
- 文件：带有日期-供应商-金额命名的个人收据
此结构意味着您可以找到“2024 年以来的所有旅行收据”打开一个文件夹，即可看到“三月份的万豪收据”通过在该文件夹中搜索。日期优先的命名会自动按时间顺序对所有内容进行排序。
处理积压的不可搜索收据
如果您已经有一个包含需要可搜索的纯图像扫描收据的文件夹，则批处理方法是最有效的。不要一次处理一个，而是将它们全部收集起来并通过 OCR 批量运行。
对于数十个文件的积压，请留出一个小时来：
- 通过 OCR 工具运行所有文件，使其可搜索
- 随时使用日期-供应商-金额格式重命名每个文件
- 将文件按年份/类别文件夹结构排序
- 运行测试搜索以确认 OCR 有效 - 搜索您知道在其中一张收据中的供应商名称
一小时的积压处理消除了未来数年的搜索挫败感。一旦系统到位并且新收据在捕获时得到正确处理，存档就会自行维护。
收据存档和收据堆之间的区别
一个包含无用名称的纯图像扫描 PDF 的文件夹就是一堆收据——技术上是数字化的，但实际上就像鞋盒纸一样难以搜索。经过 OCR 处理、按年份和类别组织的统一命名收据的文件夹是一个档案 — 可查找、可搜索，并且在您实际需要某些东西时很有用。不同之处在于从今天开始一致应用的工作流程。