把纸质表格拍照给 AI 识别,总是错行错列怎么弄

23分钟前发布

报销单、盘点表拍照传给 AI,出来行数和纸件对不上,列也串了,想知道拍法和交代要求上要怎么做。
4条回答
ziliaoheji
1楼-- · 23分钟前

拍表格之前,先把 3 件事做对:纸张摊平、镜头正对、光线从侧面来。

镜头斜着拍,纸上的方格在画面里会变成梯形,识别时行列就对不上,错行多数是这么来的。手机自带的文档扫描模式能自动拉平,比直接拍照稳。

传上去别只说「识别这张表」,把要求写清楚:按原表 6 列输出、空单元格写「无」、金额保留 2 位小数。

表格超过 20 行就分 2 张拍,传完再让它合并。一次塞 60 行,中间丢行的概率明显上升。

拿到结果先抽查 3 个位置:表头、合计行、带负号的数字。这 3 处出错率比中间的行高,2 分钟能对完。

原表有合并单元格,提前告诉它哪几列是合并的。不说清楚,它会把大标题填进每一行,后面没法排序也没法做透视。

shiyongjilu
2楼-- · 23分钟前

我们财务每月要交一张 12 列的报销汇总,以前是拿纸表拍照扔给 AI,出来的数字一半对不上。

后来发现问题在拍法。手机举高了拍,纸面反光,表头那行糊成一片,AI 就把列名猜错。

改成用手机自带的扫描模式,光从左边窗户来,纸压在一本厚书上,扫出来的边是直的,准确率明显上来。

传输时我只传一页。60 行的表拆成 3 张,每张 20 行,传完让它按列名合并,比一次全塞进去稳。

结果我不全信。合计行、税额、带括号的负数,这 3 处每次人工对一遍,前后花 4 分钟。

这套流程现在固定了,20 行的表从拍到能用大概 6 分钟,比手工录入快一半,错误集中在 3 个位置,好查。

bikengtixing
3楼-- · 23分钟前

拍照识别这活儿,坑集中在几个固定位置,多数和纸面状态有关。

一是纸张卷边。卷起来的表,边缘几行会糊,拍之前用书压 5 分钟,或者换个平的地方铺开。

二是打了孔或者有订书钉。孔洞和金属反光会被认成数字 0 或 8,把纸取下来单独拍。

三是手写体混排。印刷体加手写批注的表,手写那几列错得厉害,让它在结果里标出存疑的单元格,2 秒能定位。

四是一张图塞两页。两页拼在一张照片里,行数翻倍,它容易在中缝处丢 1 到 2 行。

五是忘了说小数点。金额列不交代清楚,它可能把 1200.50 写成 120050,这种错看着像对的,很难发现。

这 5 条里,第三条和第五条返工代价高,改起来要重新传一遍,一次白等 3 分钟。

hangyeguancha
4楼-- · 23分钟前

识别错行错列,本质是版面还原的问题,跟模型聪不聪明关系不大。

表格在图像里先被切成单元格,再按坐标排回行列。拍摄角度一歪,坐标就不是矩形,切出来的格子会横跨两列。

合并单元格、多级表头、跨页续表,这 3 类结构在坐标还原时容易被压平,标题会重复填进每一行。

所以要补上图像里读不到的信息:这张表几列、哪几列合并、合计行在哪、空值怎么表示。

输出格式也值得指定。要 CSV 就说 CSV,要 Markdown 就说 Markdown,说清楚以后粘进 Excel 不会再挤在 1 列里。

核对环节省不掉。20 行以内的表,抽 3 行对原始纸件,5 分钟能过一遍,比出错以后再回头找省事。