आप स्कैन किए गए बैंक स्टेटमेंट पर OCR चलाते हैं और निकाला गया डेटा बर्बाद है: लेनदेन विवरण कई पंक्तियों में विभाजित, डेबिट और क्रेडिट राशि गलत कॉलम में, और शेष राशि जो संतुलित नहीं होती। ऐसा इसलिए होता है क्योंकि OCR टेबल संरचना को समझे बिना पृष्ठ पर पाठ की स्थिति पढ़ता है, और खराब गुणवत्ता वाले स्कैन या फोन की तस्वीरें इसे और बदतर बनाते हैं।
यह गाइड आपको इन दोनों सबसे आम OCR समस्याओं का निदान और समाधान करने का तरीका दिखाती है, Excel में मैनुअल सफाई तकनीकों के बारे में बताती है, और यह समझाती है कि स्वचालित उपकरण कब काम को संभालते हैं।
OCR मल्टी-लाइन विवरणों को अलग पंक्तियों में क्यों विभाजित करता है
बैंक स्टेटमेंट अक्सर लंबे व्यापारी के नाम या संदर्भ को एक टेबल सेल के भीतर दो या तीन पंक्तियों में प्रिंट करते हैं। एक मानव पाठक एक लेनदेन देखता है। OCR सॉफ़्टवेयर अलग-अलग ऊर्ध्वाधर स्थिति में तीन अलग पाठ ब्लॉक देखता है और आउटपुट में तीन पंक्तियां बनाता है।
एक वास्तविक स्टेटमेंट से उदाहरण:
| तारीख | विवरण | डेबिट | क्रेडिट |
|---|---|---|---|
| 15 जन | AMAZON MARKETPL | 42.99 | |
| ACE*OFFICE SUPPLIES | |||
| REF 8347291 |
OCR ने तीन पंक्तियां बनाईं क्योंकि उसने तीन पाठ पंक्तियां पढ़ीं। राशि केवल पहली पंक्ति में दिखाई देती है। निरंतरता पंक्तियों के लिए तारीख का कॉलम खाली है। यह छांटने, फ़िल्टर करने या लेखांकन सॉफ़्टवेयर में आयात करने के किसी भी प्रयास को तोड़ देता है।
फोटोकॉपी किए गए स्टेटमेंट, फैक्स, या कम रिज़ॉल्यूशन वाली फोन की तस्वीरों में समस्या और भी बदतर हो जाती है जहां वर्ण की दूरी असंगत होती है। OCR विश्वसनीय रूप से यह नहीं बता सकता कि एक सेल कहां समाप्त होता है और दूसरा शुरू होता है।
OCR के बाद डेबिट और क्रेडिट कॉलम क्यों उल्टे हो जाते हैं
डेबिट और क्रेडिट कॉलम स्टेटमेंट पर एक दूसरे के पास बैठते हैं, अक्सर संकीर्ण व्हाइटस्पेस या हल्की ग्रिडलाइनों द्वारा अलग किए जाते हैं। OCR बाएं से दाएं और ऊपर से नीचे की ओर पढ़ता है लेकिन कॉलम हेडर को समझता नहीं है। जब स्कैन की गई छवि थोड़ी घूमी हुई हो, असमान रूप से क्रॉप की हुई हो, या हल्की लाइनें हों, तो सॉफ़्टवेयर अनुमान लगाता है कि कौन सी संख्या किस कॉलम से संबंधित है।
उल्टी कॉलम के सामान्य कारण:
- स्टेटमेंट को एक या दो डिग्री के कोण पर स्कैन किया गया था, जिससे पाठ पृष्ठ के नीचे की ओर क्षैतिज रूप से स्थानांतरित हो गया
- कॉलम हेडर डेटा पंक्तियों की तुलना में एक अलग फ़ॉन्ट आकार का उपयोग करते हैं, संरेखण का पता लगाना बंद कर देता है
- क्रेडिट राशि के चारों ओर कोष्ठक
(150.00)OCR को सोचते हैं कि वे नकारात्मक डेबिट हैं - संकीर्ण कॉलम में दाईं ओर संरेखित संख्याएं जहां OCR सबसे बाईं ओर की अंक को लंगर डालता है
जब कॉलम उल्टे हो जाते हैं, तो आपके आयातित डेटा जमा को निकासी के रूप में दिखाता है। चलती शेष राशि तुरंत टूट जाती है और आप प्रिंट की गई समापन शेष राशि के विरुद्ध सुलह नहीं कर सकते।
मैनुअल विधि: Excel में विभाजित पंक्तियों को मर्ज करें
यदि आप पहले से डेटा को Excel या CSV में निकाल चुके हैं, तो आप सूत्रों और सहायक कॉलम के साथ मल्टी-लाइन विवरणों को ठीक कर सकते हैं। यह 50 तक लेनदेन के लिए काम करता है; इससे परे समय की लागत मूल्य से अधिक है।
अपने निकाले गए डेटा को Excel में खोलें। मान लें कि कॉलम A से D में Date, Description, Debit, Credit शामिल हैं।
- सहायक कॉलम E जोड़ें। E2 में,
=IF(A2="",E1,ROW())दर्ज करें और नीचे कॉपी करें। यह एक ही तारीख मान साझा करने वाली सभी पंक्तियों को एक ही समूह संख्या निर्दिष्ट करता है। - कॉलम F जोड़ें। F2 में,
=IF(A2="",F1&" "&B2,B2)दर्ज करें और नीचे कॉपी करें। यह निरंतरता पंक्तियों से विवरण पाठ को प्रत्येक समूह की पहली पंक्ति में संयोजित करता है। - कॉलम A को फ़िल्टर करें ताकि केवल वे पंक्तियां दिखाई दें जहां Date खाली नहीं है। कॉलम A, F, C, D को एक नई शीट में कॉपी करें। कॉलम F अब मर्ज किए गए विवरण शामिल करता है।
- सहायक कॉलम हटाएं और F को Description का नाम दें।
यह दृष्टिकोण मान लेता है कि निरंतरता पंक्तियों में खाली तारीख कोशिकाएं हैं। यदि आपके OCR ने मान दोहराकर प्रत्येक तारीख की कोशिका को भर दिया है, तो आपको एक अलग समूहन तर्क की आवश्यकता है: वे पंक्तियां खोजें जहां डेबिट और क्रेडिट दोनों खाली हों, और उन विवरणों को ऊपर की निकटतम पंक्ति में मर्ज करें जिसमें एक राशि हो।
मैनुअल विधि: कॉलम की पहचान करें और स्वैप करें
पहली दस पंक्तियों के लिए चलती शेष राशि की गणना करके यह जांचें कि डेबिट और क्रेडिट उल्टे हैं। स्टेटमेंट हेडर से प्रिंट की गई शुरुआती शेष राशि का उपयोग करें।
Excel में, चलती शेष राशि के लिए सहायक कॉलम E जोड़ें। E2 में, =OPENING_BALANCE + C2 - D2 दर्ज करें जहां C क्रेडिट है और D डेबिट है। सूत्र को नीचे कॉपी करें। E11 की तुलना मूल स्टेटमेंट पर पंक्ति 10 के आगे प्रिंट की गई चलती शेष राशि के साथ करें।
यदि गणना की गई शेष राशि गलत दिशा में बढ़ता है, तो आपके कॉलम उल्टे हैं। दो नई कॉलम जोड़कर इसे ठीक करें, सूत्रों को =D2 और =C2 में स्वैप करें, फिर पुरानी कॉलम हटाएं।
यदि कुछ पंक्तियां सही हैं और अन्य गलत हैं, तो OCR ने असंगत कॉलम असाइनमेंट किए हैं। आपको मैनुअल रूप से हर पंक्ति की समीक्षा करनी चाहिए जहां चलती शेष राशि टूटती है। यह स्टेटमेंट पर एक सारांश अनुभाग या फुटनोट वाले स्टेटमेंट में सामान्य है जिन्हें OCR लेनदेन पंक्तियों के लिए गलत समझा।
जब मुफ्त OCR उपकरण विफल होते हैं
Adobe Acrobat की export-to-Excel सुविधा और Tabula जैसे उपकरण डिजिटल PDF पर अच्छी तरह काम करते हैं जहां पाठ चयन योग्य है। वे स्कैन किए गए स्टेटमेंट पर विफल होते हैं उसी कारण से: टेबल संरचना की कोई अर्थपूर्ण समझ नहीं।
Tabula को टेबल क्षेत्रों के चारों ओर बॉक्स खींचना पड़ता है। यदि कोई विवरण कई पंक्तियों में फैला है, तब भी Tabula प्रत्येक पंक्ति को एक अलग पंक्ति के रूप में निकालता है जब तक कि आप निर्यात से पहले इंटरफेस में मैनुअल रूप से कोशिकाओं को मर्ज न करें, जो समय बचत को नकार देता है।
Google Docs OCR और मुफ्त ऑनलाइन कन्वर्टर आमतौर पर वित्तीय तालिकाओं को सही तरीके से नहीं संभालते। वे दस्तावेजों में बॉडी टेक्स्ट के लिए अनुकूलित करते हैं, स्तंभीय डेटा के लिए नहीं। आप पाठ की एक दीवार पाते हैं जिसमें राशि बिखरी हुई होती है, पूर्ण मैनुअल पुनर्निर्माण की आवश्यकता होती है।
स्वचालित समाधान: AI-आधारित स्टेटमेंट कन्वर्टर
आधुनिक रूपांतरण उपकरण बैंक स्टेटमेंट लेआउट पर विशेष रूप से प्रशिक्षित AI मॉडल का उपयोग करते हैं। वे मान्यता देते हैं कि मल्टी-लाइन विवरण एकल लेनदेन हैं और संदर्भ से डेबिट/क्रेडिट कॉलम स्थिति सीखते हैं, केवल पाठ निर्देशांक पर निर्भर नहीं।
BankStmtConverter स्कैन किए गए और फोटोग्राफ किए गए स्टेटमेंट को संभालता है स्टेटमेंट को अपेक्षित संरचना वाले वित्तीय दस्तावेज के रूप में मानकर: तारीखें क्रमिक रूप से चलती हैं, राशि को प्रिंट की गई कुल से सुलझना चाहिए, विवरण निकटतम तारीख/राशि जोड़ी से संबंधित होते हैं। AI विभाजित विवरणों को स्वचालित रूप से मर्ज करता है और आउटपुट शेष स्टेटमेंट पर प्रिंट की गई शुरुआती और समापन शेष के साथ मेल खाता है।
अपलोड के बाद, उपकरण एक पूर्वावलोकन तालिका दिखाता है जहां आप यह सत्यापित कर सकते हैं कि मल्टी-लाइन विवरण एकल पंक्तियों के रूप में दिखाई देते हैं और चलती शेष राशि स्तंभ आपके स्टेटमेंट से मेल खाता है। यदि कॉलम उल्टे थे, तो शेष सत्यापन विफल हो जाता है और उपकरण आपसे निर्यात से पहले सही कॉलम असाइनमेंट की पुष्टि करने का संकेत देता है।
आप Excel के लिए CSV, QuickBooks के लिए QBO, Xero के लिए OFX में निर्यात कर सकते हैं, या डेस्कटॉप संस्करण का उपयोग करके फाइलों को अपलोड किए बिना स्थानीय रूप से स्टेटमेंट को संसाधित कर सकते हैं। डेस्कटॉप उपकरण कंपनियों के लिए उपयोगी है जिनमें क्लाइंट गोपनीयता आवश्यकताएं हैं या उच्च-मात्रा मासिक प्रसंस्करण है।
सत्यापन: चलती शेष राशि की जांच करें
किसी भी सफाई के बाद, मैनुअल या स्वचालित, प्रत्येक पंक्ति के लिए चलती शेष राशि की गणना करें। स्टेटमेंट हेडर से प्रिंट की गई शुरुआती शेष राशि से शुरू करें। क्रेडिट जोड़ें, डेबिट घटाएं। अंतिम पंक्ति पर गणना की गई शेष राशि प्रिंट की गई समापन शेष राशि से बिल्कुल मेल खाना चाहिए।
यदि अंतिम शेष एक लेनदेन के योग से बंद है, तो वह लेनदेन संभवतः डुप्लिकेट या गायब है। यदि यह एक लेनदेन को दोगुना करने से बंद है, तो वह लेनदेन गलत कॉलम में है। यदि यह प्रगतिशील रूप से बढ़ता है, तो आपके पास कई पंक्तियां हैं जिनमें कॉलम या मर्ज किए गए विवरण उल्टे हैं जिनमें एक राशि शामिल है।
यह सत्यापन त्रुटियों को पकड़ता है जिन्हें दृश्य निरीक्षण मिस करता है। यह पुष्टि करने का एकमात्र विश्वसनीय तरीका है कि आपका निकाला गया डेटा आयात के लिए तैयार है।
तुलना: मैनुअल सफाई बनाम कन्वर्टर उपकरण
| विधि | मल्टी-लाइन हैंडलिंग | कॉलम स्वैप डिटेक्शन | शेष सत्यापन | 40-पृष्ठ स्टेटमेंट के लिए समय |
|---|---|---|---|---|
| Excel सूत्र | सहायक कॉलम के साथ मैनुअल मर्ज | पंक्ति-दर-पंक्ति मैनुअल निरीक्षण | मैनुअल सूत्र, कोई स्वचालित जांच नहीं | 2-4 घंटे |
| Tabula + सफाई | पंक्तियां निकालें, बाद में मैनुअल मर्ज | कोई पता लगाना नहीं, स्पॉट-जांच करनी चाहिए | कोई नहीं | 1-3 घंटे |
| Adobe निर्यात | स्कैन किए गए में विफल, पंक्तियां विभाजित | स्कैन किए गए में विफल, कोई सत्यापन नहीं | कोई नहीं | 15 मिनट + 2 घंटे सफाई |
| BankStmtConverter | AI निष्कर्षण के दौरान मर्ज करता है | संदर्भ-सचेत, गलत मेल को फ्लैग करता है | प्रिंट की गई कुल के विरुद्ध सत्यापित करता है | कुल 5-10 मिनट |
मैनुअल विधियां एक एकल-पृष्ठ स्टेटमेंट के लिए व्यावहारिक हैं जिसमें एक दर्जन लेनदेन हैं। मल्टी-पृष्ठ स्कैन, कई स्टेटमेंट के बैच रूपांतरण, या नियमित मासिक प्रसंस्करण के लिए, मैनुअल सफाई में समय निवेश स्केल नहीं करता है।
किनारे के मामलों को संभालना
कुछ स्टेटमेंट कोष्ठक में क्रेडिट प्रिंट करते हैं (500.00) एक अलग कॉलम के बजाय। OCR इसे नकारात्मक पाठ के रूप में पढ़ता है। आपकी सफाई को कोष्ठक को हटाना चाहिए और राशि को क्रेडिट कॉलम में स्थानांतरित करना चाहिए। Excel में, =IF(LEFT(C2,1)="(",VALUE(MID(C2,2,LEN(C2)-2)),0) का उपयोग करके कोष्ठकीय राशि निकालें।
एक पृष्ठ पर कई खातों वाले स्टेटमेंट, जैसे जांच और बचत सारांश, OCR को भ्रमित करते हैं क्योंकि टेबल संरचना पृष्ठ के बीच में रीसेट होती है। OCR से पहले PDF को अलग फाइलों में विभाजित करें, या एक उपकरण का उपयोग करें जो स्वचालित रूप से खाता हेडर का पता लगाता है और विभाजन करता है।
गैर-अंग्रेजी तारीख प्रारूप या मुद्रा प्रतीकों वाले विदेशी-भाषा के स्टेटमेंट स्थान-जागरूक पार्सिंग की आवश्यकता होती है। Excel के TEXT और DATEVALUE फ़ंक्शन तारीखों को फिर से स्वरूपित कर सकते हैं, लेकिन आपको स्रोत प्रारूप जानना चाहिए। AI उपकरण डेटा पैटर्न से तारीख प्रारूप का अनुमान लगाकर इसे संभालते हैं।
मैनुअल सफाई कब करनी चाहिए
मैनुअल सफाई समझदारी है यदि आपके पास एक बार की आवश्यकता है, एक एकल-पृष्ठ स्टेटमेंट, और आप पहले से ही Excel सूत्रों के साथ सहज हैं। यह भी एकमात्र विकल्प है यदि आप गोपनीयता कारणों से स्टेटमेंट अपलोड नहीं कर सकते और डेस्कटॉप सॉफ़्टवेयर तक पहुंच नहीं है।
यदि आप नियमित रूप से स्टेटमेंट प्रसंस्करण करते हैं, तो मैनुअल सफाई एक आवर्ती समय बर्बादी बन जाता है। एक स्कैन किए गए 20-पृष्ठ स्टेटमेंट में 200 लेनदेन हो सकते हैं जिनमें 50 मल्टी-लाइन विवरण हैं। प्रत्येक लेनदेन को सत्यापित और ठीक करने में तीन मिनट पर, वह दस घंटे हैं। उसी स्टेटमेंट को AI कन्वर्टर के साथ पांच मिनट लगते हैं जो मर्जिंग और कॉलम डिटेक्शन को स्वचालित रूप से संभालता है।
सफाई किए गए डेटा को लेखांकन सॉफ़्टवेयर में निर्यात करना
एक बार जब आपका डेटा स्वच्छ और संतुलित हो जाता है, तो अपने लेखांकन सॉफ़्टवेयर के लिए आवश्यक प्रारूप में निर्यात करें। QuickBooks Desktop और Online QBO फाइलें स्वीकार करते हैं। Xero OFX या विशिष्ट कॉलम हेडर वाली CSV आयात करता है। Sage, FreshBooks, और Wave तारीख, विवरण, और राशि कॉलम के साथ CSV स्वीकार करते हैं।
निर्यात से पहले, पुष्टि करें कि आपकी CSV सही तारीख प्रारूप का उपयोग करती है और डेबिट/क्रेडिट राशि का सही चिह्न है। कुछ सॉफ़्टवेयर डेबिट के लिए नकारात्मक संख्याओं की अपेक्षा करता है, अन्य अलग कॉलम की अपेक्षा करते हैं। अपने मंच के लिए आयात टेम्पलेट या दस्तावेज़ जांचें।
BankStmtConverter प्रत्येक मंच के लिए सही कॉलम हेडर और तारीख प्रारूप के साथ QBO, OFX, और लेखांकन-तैयार CSV में सीधे निर्यात करता है। यह मैनुअल पुनर्स्वरूपण चरण को टालता है और गलत कॉलम से आयात त्रुटियों को टालता है।
भविष्य के स्कैन में OCR समस्याओं को रोकना
यदि आप स्कैनिंग प्रक्रिया को नियंत्रित करते हैं, तो आप OCR त्रुटियों को कम कर सकते हैं:
- 300 DPI या उच्चतर पर स्कैन करें; 150 DPI विश्वसनीय वर्ण पहचान के लिए बहुत कम है
- फोन कैमरे के बजाय फ्लैटबेड स्कैनर का उपयोग करें; फोन कैमरे परिप्रेक्ष्य विरूपण का परिचय देते हैं
- सुनिश्चित करें कि स्टेटमेंट सपाट है और स्कैनर बेड के साथ संरेखित है; दो-डिग्री का घुमाव 20 पृष्ठों पर त्रुटियों को बढ़ाता है
- काली-सफेद या ग्रेस्केल में स्कैन करें, रंग नहीं, कंट्रास्ट में सुधार के लिए और फाइल आकार कम करने के लिए
- यदि स्टेटमेंट में रंगीन पृष्ठभूमि या वॉटरमार्क है, तो OCR से पहले चमक और विपरीत को समायोजित करें
ये कदम किसी भी उपकरण के लिए OCR सटीकता में सुधार करते हैं, मुफ्त या भुगतान। हालांकि, यहां तक कि परिपूर्ण स्कैन भी मल्टी-लाइन विभाजन और कॉलम भ्रम पैदा करते हैं क्योंकि OCR मौलिक रूप से टेबल शब्दार्थ को समझता नहीं है। एक AI-आधारित कन्वर्टर कुछ लेनदेन से परे किसी भी चीज़ के लिए मैनुअल सफाई की तुलना में तेज़ रहता है।
डेस्कटॉप और ऑन-प्रिमाइसेस विकल्प
उन कंपनियों के लिए जो क्लाइंट बैंक स्टेटमेंट को क्लाउड सेवाओं में अपलोड नहीं कर सकती, डेस्कटॉप सॉफ़्टवेयर फाइलों को स्थानीय रूप से संसाधित करता है। BankStmtConverter Windows और Mac के लिए एक-बार लाइसेंस प्रदान करता है जो पूरी तरह से आपकी मशीन पर चलता है। फाइलें कभी आपके कंप्यूटर को नहीं छोड़ती, और आप प्रति-फाइल शुल्क के बिना असीमित स्टेटमेंट संसाधित कर सकते हैं।
यह विशेष रूप से उपयोगी है बुककीपिंग फर्मों के लिए जो मासिक रूप से दर्जनों क्लाइंट स्टेटमेंट संभालते हैं, या व्यवसायों के लिए कठोर डेटा प्रतिधारण नीतियों वाले विनियमित उद्योगों में। डेस्कटॉप संस्करण क्लाउड संस्करण जैसा ही AI निष्कर्षण, मल्टी-लाइन मर्जिंग, और शेष सत्यापन शामिल करता है, लेकिन स्थानीय प्रसंस्करण और ऑफ़लाइन उपयोग के साथ।
सारांश निर्णय गाइड
एक स्टेटमेंट, 20 लेनदेन से कम, और OCR आउटपुट ज्यादातर सही है यदि कुछ विभाजित पंक्तियों के लिए मैनुअल Excel सफाई का उपयोग करें। एक स्वच्छ डिजिटल PDF और केवल न्यूनतम सफाई के साथ बुनियादी तालिका निष्कर्षण के लिए Tabula का उपयोग करें।
स्कैन किए गए स्टेटमेंट, फोटोकॉपी, फोन की तस्वीरें, मल्टी-पृष्ठ फाइलें, या बैच प्रसंस्करण आवश्यकताओं के लिए एक AI कन्वर्टर का उपयोग करें। एकल 40-पृष्ठ स्टेटमेंट पर समय बचत उपकरण लागत का भुगतान करता है, और शेष सत्यापन त्रुटियों को पकड़ता है जो मैनुअल समीक्षा को मिस करता है। नियमित उपयोग या क्लाइंट काम के लिए, डेस्कटॉप संस्करण अपलोड चिंताओं को समाप्त करता है और प्रति-फाइल शुल्क को समाप्त करता है।
जांचें कि आपके कन्वर्टर के लिए कौन सी स्टेटमेंट लेआउट समर्थित है, और सत्यापित करें कि यह प्रिंट की गई कुल के विरुद्ध चलती शेष राशि की पुष्टि करता है। वह सत्यापन चरण स्वच्छ आयात-तैयार डेटा और घंटों की सुलह समस्या निवारण के बीच अंतर है।