Lire une adresse coréenne et les détails d'une commande à partir d'une capture d'écran de chat KakaoTalk

Un client vous envoie un message sur KakaoTalk avec sa commande : « 김치찌개 3개, 불고기 2인분, 주소는 서울시 강남구 테헤란로 123입니다. » L'adresse, les articles et les quantités sont tous dans une seule bulle de discussion, mélangeant hangeul et chiffres. Vous faites une capture d'écran pour garder une trace. Vous avez maintenant une image qui contient tout ce dont vous avez besoin — mais l'adresse elle-même peut être écrite dans l'un des deux systèmes d'adresse coréens coexistants, et les noms de produits et les quantités sont intégrés dans un texte coréen conversationnel qu'aucun moteur OCR traditionnel n'a été conçu pour analyser.

Ce que contient réellement une capture d'écran de commande KakaoTalk

KakaoTalk est la plateforme de messagerie dominante en Corée du Sud, utilisée par plus de 46 millions de personnes dans un pays de 52 millions d'habitants. Lorsqu'un client coréen passe commande auprès d'une petite entreprise — un restaurant qui commande des aliments en gros, un revendeur qui achète des produits de beauté, un fournisseur qui confirme des matières premières — la transaction se déroule généralement entièrement dans KakaoTalk. Le client envoie son adresse, liste les articles souhaités, et paie souvent via KakaoPay, ce qui génère une carte de confirmation de paiement stylisée qui apparaît dans le même fil de discussion.

Une seule capture d'écran de cette conversation peut contenir :

Des bulles de chat en texte brut avec l'adresse du client en coréen, écrite soit dans le système de nom de rue (도로명주소) soit dans le système de numéro de parcelle (지번주소)
Les détails de la commande — noms des produits (상품명), quantités (수량), et éventuellement les prix et demandes spéciales — le tout en coréen conversationnel
Une carte de paiement KakaoPay — une carte d'interface visuellement distincte avec un accent vert, affichant le montant total payé, le nom du commerçant et un badge de statut de transaction
Un partage de localisation KakaoMap — une carte d'aperçu montrant une vignette de carte et le texte de l'adresse lorsque le client partage sa position via le service de cartographie intégré de l'application
Des éléments d'interface — la barre de titre de la salle de discussion affichant le nom de l'autre personne, la marque « KakaoTalk », les horodatages, les accusés de lecture et la zone de saisie des messages

Chacun de ces éléments a un format visuel différent — texte brut, carte stylisée, vignette de carte — pourtant les données dont vous avez besoin (l'adresse et les détails de la commande) traversent tous ces formats. Un outil OCR traditionnel lit l'image entière comme un seul bloc de texte, produisant une chaîne brute mélangeant hangeul, chiffres et libellés d'interface que vous devez ensuite trier manuellement. Le défi n'est pas que l'adresse soit difficile à lire — elle est clairement écrite en coréen. Le défi est de l'extraire de tout le reste à l'écran.

Le problème de la double adresse : 도로명주소 vs 지번주소

La Corée du Sud est l'un des rares pays au monde où deux systèmes d'adresse coexistent. Le système officiel est l'adresse de type nom de rue (도로명주소, Doro-myeong-juso), introduit en juillet 2011 et pleinement adopté en janvier 2014. Dans ce système, les adresses suivent un format logique basé sur les rues : province ou ville → arrondissement → nom de rue → numéro de bâtiment. Une adresse de type nom de rue typique ressemble à ceci :

서울특별시 강남구 테헤란로 123
(Séoul, Gangnam-gu, Teheran-ro 123)

Mais l'ancienne adresse de type numéro de parcelle (지번주소, Jibeon-juso) reste largement utilisée. Ce système repose sur les numéros de parcelle cadastrale plutôt que sur les noms de rue, et produit des adresses qui semblent complètement différentes :

서울특별시 강남구 역삼동 123-45
(Séoul, Gangnam-gu, Yeoksam-dong 123-45)

Ces deux adresses peuvent désigner exactement le même bâtiment. Naver Maps et KakaoMap affichent les deux versions côte à côte pour n'importe quel lieu. Dans une conversation KakaoTalk, un client coréen peut envoyer son adresse dans l'un ou l'autre format — selon celui avec lequel il est le plus à l'aise ou celui qui figure sur ses documents officiels. Une personne écrit « 서울시 마포구 서교동 456-7 » (numéro de parcelle), tandis qu'une autre écrit « 서울시 마포구 와우산로 29길 45 » (nom de rue) pour le même quartier.

Cette réalité de double système crée un problème pour toute méthode d'extraction qui s'attend à un format d'adresse unique. Un outil basé sur un modèle configuré pour rechercher « Nom de rue + Numéro de bâtiment » ne parviendra pas à reconnaître une adresse de type numéro de parcelle lorsqu'il en rencontre une dans une capture d'écran. Inversement, un outil programmé pour extraire les motifs de numéros « 동(Dong) + 번지(Beonji) » manquera les adresses de type nom de rue. Le client ne va pas standardiser son format d'adresse pour vous — il tape simplement comme il le connaît. Une méthode d'extraction qui comprend les deux systèmes par leur structure sémantique, plutôt que par leur seule disposition visuelle, est la solution pratique pour sortir de cette impasse.

Trois scénarios courants de commande KakaoTalk

L’aspect visuel de la capture d’écran varie selon la façon dont le client a passé sa commande et si un paiement a été effectué via KakaoPay. Chaque scénario présente des considérations d’extraction légèrement différentes.

Scénario 1 : Adresse et détails de la commande dans des bulles de discussion simples

Le scénario le plus courant : le client tape son adresse et sa commande directement dans la discussion sous forme de messages texte classiques. La conversation peut ressembler à ceci :

Client : « 네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요. »
(Oui, je voudrais commander. 3 kimchi jjigae, 2 jeyuk bokkeum s’il vous plaît.)
Client : « 주소는 경기도 성남시 분당구 정자동 178-3번지 203호입니다. »
(L’adresse est 203-ho, 178-3 Jeongja-dong, Bundang-gu, Seongnam-si, Gyeonggi-do.)

L’adresse apparaît au format parcelle cadastrale (정자동 178-3) avec un numéro d’unité (203호). Les articles de la commande sont listés séparément dans un message précédent. Les deux informations sont en texte brut — pas de cartes, pas de partages de carte — mais elles sont en coréen conversationnel, pas dans des champs de formulaire étiquetés. Un outil OCR classique produirait « 네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요. » comme une seule chaîne continue à côté du texte de l’adresse, vous obligeant à séparer manuellement les articles de la commande de l’adresse.

Avec l’extraction sémantique par colonnes, vous définissez deux colonnes — Adresse de livraison (배송지) et Articles commandés (주문 상품) — et le moteur lit la capture en sachant qu’il cherche deux informations distinctes dans le même texte de discussion. Il trouve l’adresse en reconnaissant la structure d’adresse coréenne (province → ville → district → numéro de parcelle → unité) et identifie les articles commandés grâce à leurs indicateurs de quantité numériques et aux motifs de noms de produits, en sortant chaque élément dans sa colonne correcte sans les mélanger.

Scénario 2 : Adresse avec une carte de paiement KakaoPay

KakaoTalk est profondément intégré à KakaoPay, le portefeuille numérique leader en Corée. Lorsqu’un client paie via KakaoPay dans la discussion, une carte de confirmation de paiement apparaît directement dans la conversation. La carte a une identité visuelle distincte — un fond blanc ou clair avec l’accent jaune-vert signature de Kakao, affichant le montant total en gros caractères gras, le nom du commerçant, un horodatage de la transaction et un badge de statut (« 결제완료 » — paiement effectué).

Cette carte est un élément d’interface autonome qui se situe entre les bulles de texte. Elle contient le montant du paiement et la confirmation de la transaction, mais elle ne contient pas l’adresse de livraison ni les articles commandés. Ceux-ci restent dans les bulles de texte au-dessus ou en dessous de la carte. La capture d’écran contient désormais deux formats visuels complètement différents — du texte de discussion brut et une carte de paiement stylisée — dans la même image.

Un moteur d’extraction par colonnes basé sur l’IA visuelle interprète la capture d’écran entière comme une scène composite. Il reconnaît la carte de paiement comme « une confirmation KakaoPay » et extrait le montant dans une colonne Montant du paiement (결제 금액) si vous en définissez une, tout en lisant séparément les bulles de texte pour l’adresse et les informations de commande. L’OCR classique, en revanche, lit le texte de la carte et le texte de la discussion dans un flux unique indifférencié — « 결제완료 » de l’étiquette de la carte apparaît juste à côté de l’adresse dans la sortie.

C’est le même principe qui s’applique aux captures d’écran de paiement sur d’autres plateformes : la confirmation de paiement et les détails de la transaction sont des éléments visuellement distincts dans l’image, et la méthode d’extraction doit reconnaître le rôle de chacun plutôt que de lire tout le texte de manière égale.

Scénario 3 : Adresse partagée via une carte de localisation KakaoMap

KakaoTalk permet aux utilisateurs de partager leur position actuelle ou une adresse épinglée via KakaoMap. Lorsque quelqu'un appuie sur le bouton de partage de position, une carte de prévisualisation apparaît dans le chat, montrant une vignette de carte, l'adresse en texte sous la carte, et le nom du lieu si l'utilisateur a épinglé un endroit nommé. Le texte de l'adresse sur cette carte est rendu dans une petite police à l'intérieur d'un aperçu compact — et il peut être écrit dans l'un ou l'autre format d'adresse selon le système affiché par l'interface de la carte.

Ce scénario présente un cas d'extraction plus difficile. L'adresse est présente dans l'image, mais elle est rendue dans une petite police au sein d'une carte qui n'occupe qu'une partie de la capture d'écran. Si le texte sur la carte est partiellement coupé par les limites de l'aperçu, ou si la capture a été prise avant que la carte ne soit complètement chargée, l'adresse visible peut être incomplète. De plus, KakaoMap affiche par défaut l'adresse de type nom de rue dans son aperçu, donc même si le client connaît son adresse sous forme de numéro de parcelle, la carte partagée montrera très probablement l'équivalent en nom de rue — ce qui signifie que le format peut différer de celui que le client a tapé dans les messages précédents.

Pour l'extraction, la carte KakaoMap reste lisible tant que le texte de l'adresse est visible et non tronqué. Définissez la colonne comme vous le feriez pour une adresse dans une bulle de texte, et le moteur lit le texte où qu'il apparaisse dans l'image — que ce soit dans une bulle de chat ou sur une carte. Le risque est la troncature : si la capture d'écran ne montre que la moitié supérieure de la carte, la ligne d'adresse en bas peut être coupée. Une capture d'écran en pleine hauteur qui inclut la carte entière de haut en bas évite ce problème.

Comment l'extraction sémantique gère les adresses coréennes

La clé pour travailler avec les captures d'écran de commandes KakaoTalk est le même principe qui s'applique à chaque scénario d'extraction de capture d'écran de chat : vous n'avez pas besoin d'indiquer au moteur quel format d'adresse attendre ni où chercher sur l'écran. Vous définissez les colonnes souhaitées — Adresse de livraison (배송지), Articles commandés (주문 상품), Quantité (수량), Montant du paiement (결제 금액) — et l'IA lit chaque capture d'écran comme une scène visuelle complète, localisant les données de chaque colonne en comprenant ce qu'elles signifient et où elles apparaissent généralement dans une conversation KakaoTalk.

C'est fondamentalement différent de l'extraction basée sur des modèles ou des positions. Une approche traditionnelle vous obligerait à spécifier : « l'adresse est dans la bulle de chat, le montant est dans la carte de paiement verte, les articles sont dans le message précédent. » Tout écart — un client qui envoie d'abord les articles puis l'adresse, une carte KakaoPay qui apparaît au-dessus de la liste d'articles au lieu de dessous — casse la mise en page prédéfinie. L'extraction sémantique ne dépend pas de positions fixes ou de mises en page, car elle interprète le contenu, pas les coordonnées.

Pour les adresses coréennes en particulier, cela signifie que le moteur peut reconnaître à la fois le format de nom de rue (« 서울시 강남구 테헤란로 123 ») et le format de numéro de parcelle (« 서울시 강남구 역삼동 123-45 ») comme des adresses, car les deux suivent des schémas structurels internes que le modèle a appris (hiérarchie de région administrative + identifiants numériques). Il n'a pas besoin qu'on lui dise lequel attendre — il lit le format utilisé par le client et place le résultat dans la colonne « Adresse de livraison ».

Ce que vous pouvez extraire et quelles sont les limites

Pour une capture d'écran typique de commande KakaoTalk, un ensemble de colonnes bien défini vous fournit les données suivantes de manière fiable :

Colonne	Exemple de résultat	Fiabilité
Adresse de livraison (배송지)	경기도 성남시 분당구 정자동 178-3번지 203호	Élevée — lorsqu'elle est visible dans le texte du chat
Articles commandés (주문 상품)	김치찌개 3개, 제육볶음 2개	Élevée — les noms de produits avec quantités sont structurellement distinctifs
Quantité (수량)	3, 2	Élevée — chiffres à côté des noms de produits
Montant du paiement (결제 금액)	₩28 500	Élevée — lorsque la carte KakaoPay est visible dans la capture d'écran
Nom du client (고객명)	Depuis l'en-tête du chat ou l'étiquette de l'expéditeur	Modérée — dépend de ce que le cadre de la capture d'écran inclut

Il existe des limites qu'il convient d'énoncer clairement. Si l'adresse apparaît uniquement dans une carte de partage de localisation KakaoMap et que le texte de la carte est tronqué dans la capture d'écran, vous obtiendrez une adresse partielle. Si les détails de la commande du client sont répartis sur plusieurs messages consécutifs et que la capture d'écran ne montre que les trois dernières bulles, la liste complète des commandes peut ne pas apparaître. Si le client envoie l'adresse et les informations de commande dans des messages séparés avec des discussions non pertinentes entre les deux, le résultat peut inclure du texte de remplissage dans la même colonne si celui-ci est structurellement ambigu.

Il s'agit de limitations de capture visuelle, et non de limitations d'extraction. La solution pour toutes ces situations est la même : prenez la capture d'écran assez large pour inclure tous les messages pertinents et définissez des colonnes qui correspondent aux données dont vous avez réellement besoin. L'IA travaille avec ce que l'image contient — elle n'invente pas de données manquantes.

Arrêtez la saisie manuelle — laissez l'IA lire vos documents

Image ou PDF — données structurées en 10 secondes

Essayer maintenant →

Sans inscription · Sans carte bancaire · Résultat en 10 secondes

Questions fréquentes

Puis-je extraire à la fois l'adresse coréenne et une version romanisée en anglais à partir de la même capture d'écran ?

Le moteur d'extraction lit le texte tel qu'il apparaît dans l'image. Si le client a saisi son adresse uniquement en coréen (hangeul), c'est ce que le moteur extraira. Il ne génère pas de versions romanisées — cela relèverait d'une étape de traduction, et non d'extraction. Si vous avez besoin d'un résultat en anglais, le client doit avoir saisi l'adresse en anglais, ou vous devez ajouter une étape de post-traitement pour romaniser l'adresse coréenne extraite séparément.

Que faire si l'adresse inclut un numéro de bâtiment (동) et un numéro d'unité (호) ?

Les adresses d'appartements coréennes se terminent généralement par « XX동 XX호 » (numéro de bâtiment et numéro d'unité). Le moteur d'extraction les lit comme faisant partie de la chaîne d'adresse complète. Si vous souhaitez les avoir dans des colonnes séparées, définissez des colonnes distinctes telles que « Bâtiment (동) » et « Unité (호) » — le moteur reconnaît 동 et 호 comme des suffixes d'adresse structurels et peut les répartir en conséquence. Une adresse comme « 102동 304호 » donnerait « 102 » sous Bâtiment et « 304 » sous Unité.

Puis-je extraire les données de paiement KakaoPay et l'adresse de livraison dans le même traitement par lots ?

Oui. Définissez des colonnes pour « Montant du paiement (결제 금액) » et « Adresse de livraison (배송지) » dans le même ensemble de colonnes. Le moteur traite la capture d'écran une fois et remplit les deux colonnes — le montant du paiement à partir de la carte KakaoPay et l'adresse à partir du texte de la bulle de discussion. Cela fonctionne au sein d'une seule capture d'écran contenant les deux éléments, et cela fonctionne également sur un lot de captures d'écran mélangées où certaines contiennent des cartes de paiement et d'autres non. La colonne de paiement sera vide pour les captures d'écran dépourvues de carte KakaoPay visible.

Comment gérer les captures d'écran de KakaoTalk en mode sombre par rapport au mode clair ?

Le moteur d'extraction lit le contenu textuel, pas la couleur d'arrière-plan. Le mode sombre et le mode clair utilisent tous deux la même famille de polices, la même disposition des messages et le même positionnement des bulles de discussion — seules les couleurs d'arrière-plan et de texte sont inversées. Tant que le texte est lisible (contraste élevé par rapport à l'arrière-plan), le moteur extrait le même contenu de l'un ou l'autre thème visuel. Les captures d'écran prises dans des conditions de faible luminosité avec un contraste réduit entre le texte et l'arrière-plan peuvent être plus difficiles à lire, quel que soit le thème.

Que faire si l'adresse est écrite dans un mélange de coréen et de caractères chinois (hanja) ?

Certaines adresses coréennes plus anciennes ou noms de bâtiments officiels incluent des hanja (caractères chinois) aux côtés du hangeul, en particulier dans les adresses de parcelles cadastrales ou les noms de quartiers historiques. Le moteur d'extraction lit les caractères par reconnaissance visuelle, et non par un dictionnaire préchargé — il produit les caractères qu'il voit à l'écran. Une adresse en écriture mixte comme « 종로구 慶雲洞 89-1 » sera extraite avec les caractères hanja inclus exactement tels qu'ils apparaissent dans la capture d'écran. Si vous souhaitez uniquement un résultat en hangeul, un post-traitement est nécessaire.