Freigeben über

Dokument Intelligenz-Modell für Schecks

  • Artikel

Das Scheckmodell von Dokument Intelligenz kombiniert leistungsstarke OCR (Optical Character Recognition)-Funktionen mit Deep Learning-Modellen, um Daten aus amerikanischen Kontoauszügen zu analysieren und zu extrahieren. Die API analysiert gedruckte Schecks, extrahiert wichtige Informationen und gibt eine strukturierte JSON-Datendarstellung zurück.

Funktion version Modell-ID
Scheckmodell • v4.0:2024-07-31 (preview) prebuilt-check.us

Scheckextraktion überprüfen

Ein Scheck ist ein sicherer Weg, um einen Betrag vom Konto des Zahlungsempfängers auf das Konto des Empfängers zu überweisen. Unternehmen verwenden Schecks, um ihre Lieferanten zu bezahlen. Sie sind ein unterschriebenes Dokument, mit dem die Bank zur Zahlung angewiesen wird. Erfahren Sie, wie die Daten, einschließlich Scheckdetails, Kontodetails, Betrag und Vermerk, aus einem amerikanischen Kontoauszug extrahiert werden. Sie benötigen die folgenden Ressourcen:

  • Azure-Abonnement – Sie können ein kostenloses Abonnement erstellen

  • Eine Dokument Intelligenz-Instanz im Azure-Portal. Sie können den kostenlosen Tarif (F0) verwenden, um den Dienst auszuprobieren. Wählen Sie nach der Bereitstellung Ihrer Ressource Zu Ressource wechseln aus, um Ihren Schlüssel und Endpunkt abzurufen.

Screenshot: Schlüssel und Endpunkt im Azure-Portal

Dokument Intelligenz Studio

Hinweis

Document Intelligence Studio ist mit den APIs der Version 3.1 und 3.0 verfügbar.

  1. Wählen Sie auf der Startseite von Dokument Intelligenz Studio die Option Scheck aus.

  2. Sie können den Musterscheck analysieren oder Ihre eigenen Dateien hochladen.

  3. Wählen Sie die Schaltfläche Analyse ausführen aus, und konfigurieren Sie bei Bedarf die Analyseoptionen:

    Screenshot der Schaltflächen „Analyse ausführen“ und „Analyseoptionen“ im Document Intelligence Studio.

    Dokument Intelligenz Studio testen

Eingabeanforderungen

  • Unterstützte Dateiformate:

    Modell PDF Abbildung:
    JPEG/JPG, PNG, BMP, TIFF, HEIF    		 Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
    Lesen Sie ✔ ✔ ✔
    Layout ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
    Allgemeines Dokument ✔ ✔
    Vordefiniert ✔ ✔
    Benutzerdefinierte Extraktion ✔ ✔
    Benutzerdefinierte Klassifizierung ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview)

  • Die besten Ergebnisse erzielen Sie, wenn Sie pro Dokument ein deutliches Foto oder einen hochwertigen Scan bereitstellen.

  • In den Formaten PDF und TIFF können bis zu 2,000 Seiten verarbeitet werden (bei einem kostenlosen Abonnement werden nur die ersten beiden Seiten verarbeitet).

  • Die Dateigröße für die Analyse von Dokumenten beträgt 500 MB für den kostenpflichtigen Tarif (S0) und 4 MB für den kostenlosen Tarif (F0).

  • Die Bildgröße muss zwischen 50 × 50 Pixel und 10.000 × 10.000 Pixel liegen.

  • Wenn Ihre PDFs kennwortgeschützt sind, müssen Sie die Sperre vor dem Senden entfernen.

  • Die Mindesthöhe des zu extrahierenden Texts beträgt 12 Pixel für ein Bild von 1024 × 768 Pixel. Diese Abmessung entspricht etwa einem 8-Punkttext bei 150 Punkten pro Zoll (Dots Per Inch, DPI).

  • Die maximale Anzahl Seiten für Trainingsdaten beträgt beim benutzerdefinierten Modelltraining 500 für das benutzerdefinierte Vorlagenmodell und 50.000 für das benutzerdefinierte neuronale Modell.

    • Für das Training benutzerdefinierter Extraktionsmodelle beträgt die Gesamtgröße der Trainingsdaten 50 MB für das Vorlagenmodell und 1 GB für das neuronale Modell.

    • Für das Training benutzerdefinierter Klassifizierungsmodelle beträgt die Gesamtgröße der Trainingsdaten 1 GB bei maximal 10.000 Seiten. Für 2024-07-31-preview und höher beträgt die Gesamtgröße der Trainingsdaten 2 GB bei maximal 10.000 Seiten.

Unterstützte Sprachen und Regionen

Eine vollständige Liste der unterstützten Sprachen finden Sie unter Sprachunterstützung – Benutzerdefinierte Modelle.

Feldextraktionen

Feld Typ Beschreibung Beispiel
PayerName string Name des Zahlenden (Aussteller) Erika Mustermann
PayerAddress address Adresse des Zahlenden (Aussteller) 123 Main St., Redmond, Washington, 98052
PayTo string Name des Zahlungsempfängers Johan Lorenz
CheckDate date Datum, an dem der Scheck ausgestellt wurde 01.04.2023
NumberAmount number Betrag des ausgestellten Schecks in numerischer Form 150.00
WordAmount number Betrag des Schecks in Schriftform einhundertfünfzig und 00/100
BankName string Name der Bank Contoso Bank
Memo string Kurze Notiz zur Beschreibung der Zahlung April Miete Zahlung
MICR object MICR-Zeile (Magnetic Ink Character Recognition) ⑈0740⑈ ⑆123456789⑆ 1001001234⑈
MICR.RoutingNumber string Bankleitzahl der Bank ⑆123456789⑆
MICR.AccountNumber string Kontonummer 1001001234⑈
MICR.CheckNumber string Schecknummer ⑈0740⑈

Unterstützte Gebietsschemas

Die prebuilt-check.us Version 2024-07-31-preview unterstützt das Gebietsschema en-us.

Nächste Schritte