Самое большое число на счёте не обязательно является суммой к оплате: это может быть subtotal, сумма с начала договора, лимит или уже оплаченный остаток. Если OCR распознал символы, но total пуст, проверяйте слой классификации полей, а не увеличивайте резкость изображения вслепую.

Для одного тестового документа сохраните сырой ответ процессора, номер страницы, распознанный label, value, currency, confidence и bounding box. Персональные реквизиты замаскируйте до передачи в отладку. По этим данным видно, поле не найдено, неверно нормализовано или отброшено вашим mapper.

Денежные поля отвечают на разные вопросы

Тип поляОбычный смыслМожно взять как итог
SUBTOTAL / net_amountСумма до налога и скидокНет без правил документа
TAX / total_tax_amountНалоговая частьНет
TOTAL / total_amountИтог документаОсновной кандидат
AMOUNT_DUEОсталось оплатитьДа, если процесс ищет платёж сейчас
AMOUNT_PAIDУже оплаченоНет для новой оплаты
Line item amountСумма одной позицииТолько для сверки строк

До кода договоритесь, какое поле нужно продукту: бухгалтерский total документа или текущий amount due. На частично оплаченном счёте они различаются, и оба значения могут быть корректно распознаны. Храните их раздельно.

Mapper принимает типизированный ответ

candidates = extract(summary_fields)
total = candidates.first(type in ["TOTAL", "total_amount"])
due   = candidates.first(type in ["AMOUNT_DUE", "amount_due"])

assert currency(total) == document_currency
assert page(total) belongs_to invoice
assert confidence(total) >= calibrated_review_threshold

payable = policy == "outstanding" ? due : total
if missing_or_inconsistent(payable): route_to_review()

Порог confidence не берут из чужой статьи: его калибруют на собственной размеченной выборке и цене ошибки. Низкая уверенность не делает значение нулём, а переводит документ в ручную проверку вместе с фрагментом страницы и причиной.

Invoice processor полезнее общего OCR

Специализированные модели возвращают смысловые сущности. Google Invoice Parser выделяет total_amount, net_amount, total_tax_amount и line-item amounts; AWS AnalyzeExpense нормализует TOTAL, AMOUNT_DUE, SUBTOTAL и другие поля. Общий OCR отдаёт строки и координаты, а связь «Итого → 12 340,00» приходится строить самостоятельно.

Арифметика ловит правдоподобную ошибку

  • Сравните subtotal + tax + shipping − discount с total в допустимой валютной точности.
  • Проверьте, что сумма строк согласуется с subtotal, если документ содержит полный список.
  • Не складывайте значения разных валют и разные документы в одном PDF.
  • Отделяйте decimal separator от thousands separator по локали документа.
  • Сохраняйте исходный текст рядом с нормализованным числом для аудита.

Несовпадение не всегда означает ошибку OCR: на счёте бывают округление, сборы и удержания. Поэтому правило возвращает код причины и предлагает проверку, а не тихо заменяет распознанное число расчётным.

Многостраничный файл сначала разделяется на документы

Итог часто находится на последней странице, тогда как первая содержит только реквизиты. Убедитесь, что API обработал все страницы и что mapper не берёт только первый ExpenseDocument или первый элемент entities. Если в одном PDF несколько счетов, сначала нужен splitter и отдельный контекст валюты для каждого.

Проверочная выборка содержит сложные случаи

  1. Счёт с одним total и однозначной валютой.
  2. Subtotal, tax и total на одной странице.
  3. Частичная оплата с total, paid и amount due.
  4. Итог на последней странице многостраничного PDF.
  5. Две валюты или курс пересчёта.
  6. Низкий confidence, рукописная правка и маршрут review.

Метрика оценивает поле, а не только документ

Считайте precision и recall отдельно для total и amount due, а также долю документов, ушедших на ручную проверку. Для разбора нужны несколько обезличенных изображений, сырой JSON, ожидаемое поле и версия процессора. Реальные банковские реквизиты и полный архив счетов не требуются.

Проверенные источники