OCR (riconoscimento ottico dei caratteri)

Il riconoscimento ottico dei caratteri legge i caratteri presenti in un'immagine e produce testo. Nella contabilità è il primo passo per elaborare uno scontrino cartaceo o un PDF privo di livello dati: l'immagine viene raddrizzata e pulita, il testo viene riconosciuto, e un modello di estrazione individua quindi il fornitore, la data, il numero di fattura, la partita IVA, gli importi netto e lordo e la ripartizione dell'IVA.

L'estrazione moderna combina l'OCR con modelli linguistici in grado di comprendere il layout e il significato di un documento, il che gestisce lingue, valute e formati diversi molto meglio dei modelli fissi. La precisione dipende dall'immagine: una foto nitida e ben illuminata dell'intero documento funziona; uno scontrino termico spiegazzato o sbiadito no. Le fatture elettroniche strutturate rendono l'OCR superfluo perché i dati arrivano in formato XML. Kontevia estrae i documenti ricevuti via chat, e-mail o caricamento e chiede all'utente di confermare ciò che risulta incerto.