Photo vs PDF : lequel s'analyse mieux

La plupart des reçus arrivent sous une de deux formes : un ticket imprimé que vous photographiez avec le téléphone, ou un PDF envoyé par un commerçant en ligne. Les deux semblent similaires, mais dans un analyseur comme Receipt Ripper ils empruntent des chemins de code complètement différents avec des caractéristiques de précision très différentes.

Les PDF se divisent en deux camps

Certains PDF contiennent une couche de texte intégrée — les caractères originaux encodés comme texte dans le fichier. D'autres PDF sont essentiellement des photos enveloppées dans une enveloppe PDF, sans couche de texte. Le premier type s'analyse quasi-parfaitement ; le second n'est pas meilleur qu'une photo.

Vous pouvez les distinguer en ouvrant le PDF dans n'importe quel lecteur et en essayant de sélectionner le texte avec le curseur. Si la sélection fonctionne, c'est un PDF avec couche de texte.

Pourquoi l'OCR de photos perd en précision

Un reçu photographié a plusieurs raisons cumulées d'être plus difficile qu'un PDF :

• Distorsion de perspective. Photographier en biais introduit du trapèze que la correction tente d'annuler, mais chaque transformation adoucit légèrement.
• Variation d'éclairage. Votre photo a probablement un léger gradient.
• Qualité d'impression. Le papier thermique s'estompe ; les rubans encreurs s'encrassent. Les PDF générés par un système de facturation n'ont aucun de ces problèmes.
• Compression. Les JPEG mobiles sont fortement compressés et mangent les fins détails du plus petit texte.
• Dommage physique. Les reçus du monde réel se froissent. Les PDF non.

Quand la différence compte vraiment

Pour un reçu court avec gros texte — un ticket de parcmètre, un café — les deux formats s'analysent bien et la différence est académique. Pour un long reçu de restaurant avec vingt lignes en petits caractères en bas, la version PDF est significativement plus précise.

Pour la déclaration fiscale — où chaque chiffre compte — la version PDF est celle à garder quand les deux existent. Photographiez l'original papier en sauvegarde, mais utilisez le PDF pour l'analyse si le commerçant en a envoyé un.

Certains reçus n'existent que dans un format

En pratique, le choix est souvent fait pour vous. Les reçus papier des magasins physiques, restaurants, taxis et parcmètres ne peuvent qu'être photographiés. Les reçus par email d'Amazon, Uber, services facturés par Stripe et la plupart du e-commerce moderne sont uniquement en PDF.

Flux de travail pratique

Pour les freelances et petites entreprises recevant un mélange :

• Les reçus papier sont photographiés le jour de réception, tant que l'impression est fraîche.
• Les reçus par email sont sauvegardés en PDF dès l'arrivée.
• Tout va dans un dossier (Dropbox, iCloud, OneDrive). Le dossier est votre lot pour Receipt Ripper.
• Lancez le lot — Receipt Ripper accepte le mélange y compris les archives ZIP.

Pour plus sur la photo propre, voir comment photographier un reçu.