- Снимок должен быть резким, без бликов, с ровными строками.
- Если модель сразу начинает объяснять содержание скрина, уточните: «Пока не анализируй, выполни точную транскрипцию».
- Для изображения с таблицей задайте формат: «Верни CSV с разделителем точка с запятой, первая строка — заголовки.
- Представим небольшую таблицу на скане: «Блокнот — 2 шт.
- Для чека попросите разделить дату покупки, продавца, позиции, количество, цену за единицу, скидку, налог и итог.
Распознавание текста в Qwen полезно, когда данные находятся внутри скриншота, фотографии чека, страницы договора или таблицы. Главная задача — получить текст, который можно проверить и использовать дальше. В отличие от обычного пересказа, OCR требует точности символов, строк, колонок и чисел. Модель может перепутать похожие буквы либо заполнить нечёткий фрагмент догадкой.
Подготовьте изображение к обработке
Снимок должен быть резким, без бликов, с ровными строками. Если документ снят под углом, сначала выровняйте перспективу. Обрежьте лишние поля, но не теряйте заголовки таблицы и номера страниц. Для длинного документа лучше работать постранично, сохраняя исходную нумерацию. Файл с сильными артефактами сжатия лучше переснять, чем пытаться получить идеальную транскрипцию из неразличимых пикселей.
Как распознать текст без пересказа
- Загрузите изображение в режим Qwen, поддерживающий визуальный ввод и распознавание.
- Попросите «перепиши текст дословно, сохрани порядок строк и знаки препинания».
- Добавьте правило: «неугадываемые символы обозначай [неразборчиво]».
- Получите текст и сравните начало, середину и конец с исходником.
- Для важных реквизитов сравните каждую букву и цифру.
- Только после этого отправляйте результат в таблицу или документ.
Если модель сразу начинает объяснять содержание скрина, уточните: «Пока не анализируй, выполни точную транскрипцию». Анализ и распознавание лучше разделять. Сначала получите проверенный текст, затем отдельно попросите найти суммы, сроки либо ключевые условия.
Извлечение таблиц
Для изображения с таблицей задайте формат: «Верни CSV с разделителем точка с запятой, первая строка — заголовки. Сохрани порядок строк. Пустые клетки оставь пустыми. Не объединяй значения, не вычисляй новые суммы». При сложной таблице полезно сначала перечислить число колонок и заголовки, а затем распознавать строки частями.
Обязательно проверяйте объединённые ячейки и многострочные заголовки. Модель иногда переносит число из соседнего столбца, если линии таблицы едва видны. Итоги должны проверяться отдельным расчётом, особенно когда данные используют для финансовых решений.
| Символ или элемент | Типичная ошибка |
|---|---|
| 0 и О | Путаница цифры с буквой |
| 1, I и l | Неверная расшифровка кода |
| Знак минус | Потеря отрицательного значения |
| Запятая и точка | Неверное десятичное число |
| Объединённая ячейка | Сдвиг данных в соседний столбец |
Учебный пример проверки распознанной таблицы
Представим небольшую таблицу на скане: «Блокнот — 2 шт. × 120 ₽ = 240 ₽», «Ручка — 3 шт. × 45 ₽ = 135 ₽», итог — 375 ₽. Для извлечения данных задайте: «Перепиши строки в CSV: название;количество;цена;сумма. Не пересчитывай значения при распознавании. Неразборчивые символы помечай отдельно. После таблицы выполни независимую арифметическую проверку».
Эталон для сверки: две строки товаров, количества 2 и 3, цены 120 и 45, суммы 240 и 135, итог 375. Если распознаватель выдаст 315 ₽, причина может быть в символе 3 или 7; вернитесь к исходному изображению. Для таблиц из PDF также проверяйте, не перешло ли число из соседней колонки. Это придуманный учебный пример для проверки метода, а не результат тестирования Qwen.
Работа с чеками и реквизитами
Для чека попросите разделить дату покупки, продавца, позиции, количество, цену за единицу, скидку, налог и итог. Если некоторые сведения скрыты или плохо читаются, лучше оставить пустое поле. Для ИНН, номера договора, банковских реквизитов и артикулов ручная проверка обязательна: одна неверная цифра делает данные бесполезными.
Когда OCR надо заменить другим методом
Если в PDF уже есть корректный текстовый слой, извлекать слова с изображения страницы обычно не нужно. Сначала воспользуйтесь обычным текстовым извлечением; OCR оставьте для сканов. Для очень сложных форм, рукописного текста и узкоспециализированных бланков сравните Qwen со специализированным распознавателем на одинаковых файлах. Качество зависит от языка, шрифта и качества фотографии.
Как проверить результат без полной ручной перепечатки
Выберите контрольные поля: итог, дата, сумма, номер, адрес и несколько случайных строк. Для партии однотипных документов заранее сформируйте список обязательных реквизитов. Сравнивайте количество строк и структуру столбцов. При пакетной обработке фиксируйте долю ошибок и типы дефектов; это важнее впечатления от одного удачного файла.
Если надо проанализировать содержание уже распознанного договора, продолжайте работу в руководстве по PDF и Word. Работа с готовой фотографией, заменой фона и предметов описана отдельно в редактировании изображений Qwen: эти задачи нельзя смешивать.
Конфиденциальность исходников
Перед загрузкой чека, паспорта, справки или внутренней ведомости проверьте необходимость передачи персональных данных облачному сервису. Для корпоративных документов используйте согласованные инструменты и минимизируйте лишние сведения. Удаляйте временные файлы согласно правилам организации.
Можно ли сразу доверить распознанным цифрам расчёт?
Нет. OCR — первый этап получения данных. Сначала подтвердите корректность чисел и разметки таблицы, затем пересчитайте итоги независимым способом.