告别扫描仪后的混乱：为你的电子文件打造一个整理系统
别再被杂乱无章的扫描件淹没。学习如何将成堆的电子收据和发票，转变成一个结构清晰、内容可搜索的文件夹和表格库。
你有一台扫描仪，或者只是用手机拍照。曾经堆满办公桌的纸质收据、发票和表格，现在变成了电脑里的一个文件夹。这看似是进步，但当你需要找三个月前的一笔开销时，又回到了原点：逐个打开几十个名为 scan_2024-08-17.jpg 的文件。
问题不在于数字化本身，而在于缺少一个管理这些电子副本的系统。一个装满图片的文件夹，不过是另一个数字化的杂物堆。要让这些数据变得有用，就需要提取、结构化并能随时找到。它们需要一个真正的“家”。
下面是一个结构化工作空间的运作方式。你可以与下面的示例互动，看看提取出的数据是如何与原始文档直接关联的。无需上传文件。
Each value with a box carries a verified on-page location — bbox + 4-point vertices + match_ratio — on a 0–1000 normalized grid (0,0 top-left → 1000,1000 bottom-right), the same shape the live API returns. Hover a field to trace it back to the pixels it came from.
解决方法是，不要把扫描件看作独立的文件，而是把它们当作你掌控的数据库中的条目。在 space-ocr 中，你的工作空间是一个由你亲手创建的、简单的文件夹和表格树状结构。你可以为每个客户创建一个文件夹，或者为每个财季创建一个。这就是你的电子文件柜。
在文件夹内，你可以创建一个表格。把它想象成针对特定类型文件的电子表格模板。比如为收据创建一个表格，你可以定义 商户名称、日期 和 总金额 等列。这个设置只需做一次。之后，你拖入该表格的每一张收据都会被自动处理，提取出的数据会作为一个新的、井井有条的行被添加进去。
这样，一个混乱的过程就变成了一套例行公事。一百张收据不再是一百个需要管理的文件，而是同一个表格里一百条格式一致的记录。你甚至可以拖入一个多页的PDF文件，每一页都会成为独立的一行。
当然，自动提取的数据必须值得信赖。如果系统将总金额识别为 2,045，你怎么知道它是否正确？只需点击那个单元格。工具会立即在原始文件图像上高亮显示它找到该数字的确切位置，让你眼见为实。如果发现错误，你可以直接在单元格里输入来修正。你手动输入的内容将始终覆盖OCR识别的值。
每个提取出的数值都有页面原文可供审计追溯。系统的语言模型会建议文本，但最终的坐标是通过将文本与页面OCR识别出的符号进行逐字匹配来确定的。每个数值都会得到一个 match_ratio 分数；0.85或更高的分数表示匹配的可信度很高。这一交叉验证步骤确保了位置数据是基于源图像的，而不仅仅是语言模型的猜测。
这个系统专为实际应用而设计，定价模式也同样务实。它采用简单的按量付费模式，每张扫描图像 $0.05。你每月的前100次扫描是免费的，如果OCR扫描因任何原因失败，我们不会收取任何费用。浏览文件夹、查看表格或导出数据都是免费的。
对于用量较大的用户，我们提供固定费用的套餐。免费版包含3个表格和1GB存储空间。入门版则扩展到10个表格和10GB存储空间，大约足够每月处理400次扫描。而专业版提供无限表格、100GB存储空间，每月大约可处理1100次扫描。
- 创建你的第一个文件夹在你的工作空间里，新建一个文件夹。可以根据客户、项目或时间段（如“第三季度发票”）来命名。
- 创建一个表格在文件夹内，新建一个表格。它将用于存放特定类型的文件，比如收据或工单。
- 定义你需要的列设置你想要抓取的数据列。例如，对于发票表格，你可以添加“供应商”、“发票号码”、“日期”和“总金额”等列。
- 上传你的文件将你的扫描图片或PDF文件拖放到表格中。每个文件都会被处理，并作为新的一行出现，对应的列也会被填充好。
- 核对一个数值点击新行中的任意单元格。原始文件的图像会随之显示，并高亮出相应区域，让你能即时核对提取的数据。
- 找到你需要的内容使用顶部的全局搜索栏来查找任何文件。输入供应商名称或发票号码，系统会直接带你到正确的表格和单元格。