OCR ve veri çıkarma: Fark nedir ve ikisine ne zaman ihtiyaç duyarsınız?

OCR ve veri çıkarmaya genel bakış

OCR nedir?

OCR, yani optik karakter tanıma, görsellerdeki metni makine tarafından okunabilir karakterlere dönüştürür.

Dijital olarak oluşturulmuş bir PDF genellikle zaten bir metin katmanı içerir. Taranmış PDF ise farklıdır: Bir insan belgeyi rahatça okuyabilse bile bilgisayar başlangıçta bu karakterlerin yalnızca bir görüntüsünü görebilir.

OCR yaygın olarak şunlar için kullanılır:

• taranmış faturalar;
• fişler;
• sözleşmeler;
• kimlik belgeleri ve formlar;
• banka ekstreleri;
• fotoğrafı çekilmiş veya arşivlenmiş kâğıt belgeler.

OCR içeriği okunabilir hale getirir. Hangi bilginin önemli olduğuna mutlaka karar vermez.

Veri çıkarma nedir?

Belge veri çıkarma, bir belge içindeki seçili bilgileri belirler ve kullanılabilir bir yapıya dönüştürür.

Örneğin bir faturada birkaç değer bulunabilir, ancak iş akışınızın yalnızca yapılandırılmış nihai sonuca ihtiyacı olabilir:

{
  "supplier_name": "Northstar Services",
  "invoice_number": "INV-2026-487",
  "invoice_date": "2026-08-12",
  "total_due": 4850,
  "payment_terms": "30 days"
}

Hâlâ yorumlanması gereken bir içerik almak yerine iş akışınız, anlamı net olan önceden tanımlı değerler alır. Bu bilgiler daha sonra bir ERP, CRM, e-tablo, veritabanı veya başka bir otomatik sürece gönderilebilir.

Pratik örnek: Fatura OCR'ı ve veri çıkarma

Şu faturayı düşünün:

NORTHSTAR SERVICES

Invoice Number: INV-45821
Invoice Date: 12 August 2026
Due Date: 11 September 2026

Subtotal: $8,250
Tax: $1,567.50

TOTAL DUE: $9,817.50

İki tarih ve üç tutar var.

OCR'ın gördüğü

INV-45821
12 August 2026
11 September 2026
$8,250
$1,567.50
$9,817.50

Veri çıkarmanın döndürdüğü

{
  "invoice_number": "INV-45821",
  "invoice_date": "2026-08-12",
  "due_date": "2026-09-11",
  "subtotal": 8250,
  "tax": 1567.50,
  "total_due": 9817.50
}

$9,817.50 değerini tanımak bir OCR görevidir. Bunun total_due olduğunu belirlemek ise fatura veri çıkarma görevidir.

Bu ayrım iş akışları için neden önemlidir?

Belgeler tekrarlanan operasyonel süreçleri besliyorsa fark önem kazanır. OCR her faturayı aranabilir metne dönüştürse de biri tedarikçiyi, fatura numarasını, vade tarihini ve toplamı hâlâ elle belge işleme yoluyla bulmak zorundaysa sürecin bir kısmı manuel kalır.

OCR ve veri çıkarma birlikte nasıl çalışır?

Taranmış belgelerde OCR ve veri çıkarma çoğu zaman aynı otomatik belge işleme iş akışının iki aşamasıdır.

Modern belge araçları bu adımları tek bir iş akışı içinde yürütebilir, ancak kavramsal olarak farklı sorunları çözerler.

Veri çıkarma için her zaman OCR gerekir mi?

Hayır. OCR gerekip gerekmediği kaynak belgeye bağlıdır.

Dijital olarak oluşturulmuş PDF'ler

Muhasebe yazılımından, Word'den veya başka bir dijital sistemden dışa aktarılan bir PDF zaten makine tarafından okunabilir metin içerebilir. Bu durumda iş akışı şu kadar basit olabilir:

Taranmış PDF'ler

Taranmış bir PDF yalnızca sayfa görüntüleri içerebilir. Bu durumda iş akışı şöyle olur:

Belge fotoğrafları

Telefonla fotoğrafı çekilen bir fiş veya form da içeriği yapılandırılmadan önce OCR gerektirir.

OCR tek başına ne zaman yeterlidir?

Makine tarafından okunabilir metin istenen çıktıysa OCR yeterli olabilir. Örneğin:

• taranmış PDF'leri aranabilir hale getirmek;
• arşivleri dijitalleştirmek;
• belgeleri arama için dizinlemek;
• bir metin görüntüsünü düzenlenebilir metne dönüştürmek;
• eski belgelerden paragraf kopyalamak;
• belgenin tüm metnini başka bir metin işleme iş akışına aktarmak.

Yapılandırılmış veri çıkarmaya ne zaman ihtiyaç duyarsınız?

Belge tekrarlanabilir bir iş akışının parçasıysa veri çıkarma daha yararlı olur.

Peki ya tablolar ve tekrarlanan bilgiler?

Belgeler çoğu zaman basit alanlardan fazlasını içerir. Bir faturada çok sayıda kalem, bir banka ekstresinde yüzlerce işlem, bir raporda ise tekrarlanan ölçümler olabilir.

{
  "invoice_number": "INV-45821",
  "items": [
    {
      "description": "Product A",
      "quantity": 2,
      "unit_price": 125
    },
    {
      "description": "Product B",
      "quantity": 1,
      "unit_price": 80
    }
  ]
}

OCR, tablodaki kelimeleri ve sayıları tanımaya yardımcı olur. Yapılandırılmış çıkarma ise bu değerlerin birbiriyle nasıl ilişkili olduğunu belirler ve bunları listeler veya tekrarlanan kayıtlar olarak döndürebilir.

OCR ve veri çıkarmayı zorlaştıran nedir?

Yaygın OCR zorlukları

• düşük çözünürlüklü veya bulanık taramalar;
• döndürülmüş sayfalar;
• gölgeler veya yetersiz aydınlatma;
• alışılmadık yazı tipleri veya el yazısı;
• hasarlı belgeler;
• birden çok dil.

Veri çıkarma zorlukları

• birbirine benzeyen birkaç tarih;
• birden çok tutar veya toplam;
• farklı belge düzenleri;
• değişen terminoloji;
• eksik alanlar;
• birden çok sayfaya yayılan tablolar;
• tekrarlanan bilgiler.

OCR mı veri çıkarma mı: hangisine ihtiyacınız var?

Alan tabanlı veri çıkarma nasıl çalışır?

Alan tabanlı veri çıkarmayı yapılandırmanın bir yolu, belgeyi işlemeden önce ihtiyaç duyduğunuz bilgileri tanımlamaktır.

supplier_name → Text
invoice_number → Text
invoice_date → Date
due_date → Date
total_due → Number
currency → Text

Kesin alan adları belirsizliği azaltır. Örneğin amount yerine final_amount_payable kullanabilirsiniz.

Vergiler ve indirimlerden sonra ödenecek nihai tutarı çıkar.

Aynı ilke tarihler için de geçerlidir. date yerine contract_effective_date gibi bir alan kullanın.

Heyyel Data Extractor ile OCR ve veri çıkarma

Heyyel Data Extractor, amacın belgeleri seçili yapılandırılmış bilgilere dönüştürmek olduğu iş akışları için tasarlanmıştır. Yaygın belge kategorilerinde önerilen alanlarla başlayabilirsiniz. İşinize özgü belgeler için Özel / Boş kendi çıkarma yapınızı tanımlamanıza olanak tanır.

Alanlar metni, sayıları, tarihleri, mantıksal değerleri ve tekrarlanan bilgileri temsil edebilir. Seçili alanlar yerine belgenin daha kapsamlı içeriğine ihtiyaç duyduğunuz durumlar için Heyyel Data Extractor ayrıca Ham veri seçeneğini sunar.

Sonuçlar daha sonra incelenebilir ve JSON veya CSV olarak dışa aktarılabilir.

Sık sorulan sorular