Текст можно прочитать построчно, а таблицу — нет: у неё есть структура, и именно она теряется первой. Хуже всего то, что потерянная структура не выглядит ошибкой: числа на месте, но относятся не к тем строкам.
Соберите формулировку задачи: что на снимке, что нужно получить, на каком языке. Готовый текст можно скопировать или открыть уже подставленным в приложении.
Формулировка собирается прямо в браузере и годится для любой модели с распознаванием картинок. Сам файл здесь не обрабатывается: снимок вы прикладываете уже в приложении.
И что с этим делать на практике.
| Случай | Что происходит | Как быть |
|---|---|---|
| Таблица без линий | строки склеиваются | предупредить, что разделителей нет |
| Объединённые ячейки | значение уезжает в соседний столбец | просить дублировать значение по строкам |
| Многострочная ячейка | разрывается на две строки | указать, что перенос внутри ячейки |
| Числа с пробелами | разделитель разрядов теряется | просить переносить числа как есть |
| Шапка на каждой странице | повторяется в середине данных | просить шапку только один раз |
| Пустые ячейки | строка сдвигается | просить оставлять пустые значения пустыми |
Потому что кроме текста нужно восстановить структуру. Перекос и отсутствие линий делают её неочевидной даже для человека.
Скан заметно лучше: ровные линии дают структуру. Фото под углом — худший вариант именно для таблиц.
Данные приходят в табличном виде, и их можно вставить в Excel. Готовый файл формируется уже на вашей стороне.
Обрабатывать постранично и склеивать, следя за тем, чтобы шапка не попала в середину данных.
Три страницы из середины показывают, что будет с таблицами и сносками. Прогонять сто страниц, чтобы это выяснить, — потерянный вечер.
Разобрать документ →