Captures d'écran WeChat Pay :
Pas des reçus. Obtenez quand même le montant et le numéro de transaction
À première vue, extraire des données d'une capture d'écran WeChat Pay semble impossible. Il n'y a pas de format de facture, pas de ventilation détaillée, pas de numéro d'identification fiscale — la confirmation de paiement ressemble à un message de discussion, pas à une feuille de calcul. Pour quiconque a fixé un écran de transaction WeChat en se demandant si cela compte comme preuve de paiement, cette intuition est à moitié juste. Ce n'est pas un reçu. Ce n'est pas un fapiao — la facture fiscale officielle de la Chine, un document avec un code à 12 chiffres, un numéro de série à 8 chiffres et un tampon émis par le gouvernement, qui est la seule preuve de dépense légalement reconnue. Mais les deux numéros dont la plupart des gens ont réellement besoin — le montant payé et le numéro de transaction — sont juste là dans la capture d'écran. Et ils peuvent être extraits sans retaper un seul chiffre.
Ce qu'une capture d'écran WeChat Pay montre réellement (et ce qu'elle ne montre pas)
Lorsque vous payez avec WeChat dans un restaurant, un taxi ou une épicerie de quartier, l'application confirme la transaction avec un écran de notification. Il affiche le nom du marchand, le montant de la transaction en RMB, l'heure du paiement et un numéro de transaction — une longue chaîne numérique qui identifie ce paiement spécifique dans le système de WeChat. C'est tout l'écran. Pas de lignes d'articles, pas de ventilation des taxes, pas d'adresse enregistrée du marchand, pas de sceau officiel.
Un reçu officiel — ce que la Chine appelle un fapiao (发票) — exige tous ces éléments manquants. L'écart entre une capture d'écran WeChat et un fapiao n'est pas une différence de format mineure. C'est une différence de catégorie juridique : l'un est une notification de paiement, l'autre est un document fiscal.
Voici ce qui les distingue :
| Ce qu'une capture d'écran WeChat montre | Ce qu'un fapiao officiel exige |
|---|---|
| Nom du marchand | Nom commercial enregistré du vendeur + numéro d'identification fiscale |
| Montant de la transaction (RMB) | Montant imposable et montant de la TVA, séparés |
| Heure du paiement | Date d'émission de la facture + code fapiao à 12 chiffres + numéro fapiao à 8 chiffres |
| Numéro de transaction | Adresse, numéro de téléphone et coordonnées bancaires du vendeur |
| Méthode de paiement (solde ou carte) | Numéro d'identification fiscale de l'acheteur (pour les fapiao TVA spéciaux utilisés pour les déductions) |
| — | Cachet rouge officiel (发票专用章) ou équivalent de signature numérique |
La conclusion n'est pas qu'une capture d'écran WeChat est inutile. C'est que la capture d'écran et le fapiao servent des objectifs différents. Si vous avez besoin d'un reçu déductible fiscalement pour un remboursement d'entreprise en Chine, vous avez besoin du fapiao — la capture d'écran seule ne satisfera pas un service financier ni le bureau des impôts. Mais si vous suivez vos propres dépenses sur des dizaines de transactions WeChat, que vous rapprochez ce que vous avez payé de ce qui vous a été facturé, ou que vous tenez un registre personnel de paiements pour votre propre comptabilité, la capture d'écran contient exactement les données dont vous avez besoin. Le problème est de les extraire efficacement.
Pourquoi « pas un reçu » ne signifie pas « non extractible »
L'instinct qui pousse à croire qu'une capture d'écran WeChat ne peut pas être extraite vient d'un raisonnement compréhensible : ce n'est pas un document structuré. Les outils OCR traditionnels reposent sur l'hypothèse qu'un document a une mise en page prévisible — une facture a un en-tête avec le nom du vendeur et un pied de page avec le total, et le moteur OCR lit les caractères à partir de coordonnées connues dans ces zones. Une confirmation de paiement WeChat n'a rien de tout cela. C'est un écran d'interface plat où le montant, le nom du marchand et le numéro de transaction flottent dans une mise en page de type notification qui varie selon la version de WeChat, la taille de l'écran du téléphone et selon que le paiement a été effectué en scannant un code QR ou en faisant scanner un code.
L'OCR traditionnel échoue ici non pas parce que le texte est difficile à lire, mais parce qu'il ne peut pas répondre à la question « lequel de ces nombres est le montant ? » sans un modèle lui indiquant où chercher.
C'est là que l'approche compte. Les modèles de langage visuels — le type d'IA derrière les outils d'extraction modernes — ne lisent pas les documents en scannant des caractères à des coordonnées fixes. Ils traitent l'intégralité de l'entrée visuelle en une fois : le texte, la mise en page, les relations spatiales entre les éléments et le contexte qui les relie. Lorsqu'un VLM rencontre « ¥238.00 » dans le même cadre visuel qu'une interface de confirmation de paiement — avec un nom de marchand au-dessus, un horodatage en dessous et un en-tête WeChat Pay enveloppant tout l'écran — il reconnaît que ce nombre est un montant de transaction. Pas un prix de produit, pas une date, pas un numéro de téléphone. Un montant. La distinction est sémantique, pas positionnelle.
C'est le passage de l'extraction basée sur la position à l'extraction sémantique. Un modèle demande : « où se trouve le champ de montant sur la page ? » Un modèle visuel demande : « quel nombre dans cette image représente ce qui a été payé ? » La deuxième question fonctionne sur n'importe quelle mise en page parce qu'elle n'est liée à aucune mise en page. Elle fonctionne aussi bien sur une capture d'écran WeChat que sur une confirmation Venmo ou une page de paiement PayPal — parce que le concept de « montant payé » existe dans toutes, même si les pixels sont disposés différemment dans chaque application.
Appliqué à ImageToTable.ai, ce mécanisme s'appelle Extraction de colonnes personnalisées : vous saisissez les noms de champs souhaités — « Montant » et « Numéro de commande » — et l'IA localise les valeurs correspondantes n'importe où sur la capture d'écran en comprenant ce que chaque champ signifie, et non où il se trouve. Les noms de colonnes que vous saisissez deviennent les en-têtes de votre feuille de calcul de sortie. Téléchargez une capture d'écran ou une centaine ; l'extraction fonctionne de la même manière car elle ne dépend pas des coordonnées.
Extraire les deux champs qui comptent
Voici à quoi ressemble le flux de travail réel pour une capture d'écran WeChat Pay. Téléchargez l'image. Définissez deux colonnes : Montant et Numéro de commande. L'IA analyse la capture d'écran, identifie le marchand, le total du paiement et la chaîne d'ID de transaction, puis les place dans une ligne d'un tableau. Si vous téléchargez dix captures d'écran de dix paiements WeChat différents — marchands différents, montants différents, dates différentes — vous obtenez dix lignes dans une seule feuille de calcul, avec les deux mêmes colonnes remplies pour chacune.
Le numéro de commande mérite un examen plus approfondi, car c'est le champ qui transforme une capture d'écran d'un simple aide-mémoire en un outil réellement utilisable en aval. Chaque transaction WeChat Pay génère un ID de transaction unique — visible dans l'écran des détails de paiement de l'application et, dans de nombreuses versions, directement sur la notification de confirmation. Ce numéro sert à recouper le paiement avec votre historique de transactions WeChat dans l'application, ou à le faire correspondre à un relevé bancaire si le paiement a été effectué via une carte liée plutôt qu'avec le solde WeChat. C'est l'ancre qui relie la capture d'écran à une transaction spécifique et vérifiable — et le fait de l'avoir extrait dans une feuille de calcul avec le montant signifie que vous n'avez pas à basculer constamment entre une galerie de photos et un journal de transactions chaque fois que vous devez vérifier quelque chose.
Que pouvez-vous faire de ces deux champs une fois qu'ils sont dans une feuille de calcul ? Les usages sont simples et ne se limitent à aucun type de personne : partager des dépenses communes avec des chiffres exacts plutôt que des estimations approximatives, rapprocher un mois de sorties WeChat avec un relevé bancaire, joindre un justificatif de paiement à une facture reçue séparément par e-mail, ou simplement tenir un journal des sorties et de leurs dates. Si vous en traitez dix ou vingt par mois, le temps gagné en ne saisissant pas manuellement deux champs par capture d'écran s'additionne rapidement — et surtout, les numéros de commande sont de longues chaînes numériques faciles à mal saisir à la main.
Il existe de réelles limites qu'il convient d'énoncer clairement. Si une capture d'écran est recadrée et que le numéro de commande n'est pas visible dans l'image, l'IA ne peut pas l'extraire — il n'y a aucune donnée à trouver. Différentes versions de WeChat affichent les détails de paiement légèrement différemment, et bien que le montant soit systématiquement présent sur chaque écran de confirmation, le numéro de commande peut nécessiter d'accéder à une vue détaillée pour voir la chaîne complète sur certaines versions de l'interface. L'extraction n'est aussi complète que la capture d'écran que vous fournissez. Et surtout, le résultat est une ligne de feuille de calcul, pas un document fiscal — rien dans ce processus ne transforme une capture d'écran WeChat en fapiao légalement valide. Ce qu'il fait, c'est vous éviter de transcrire manuellement des données déjà présentes, afin que vous puissiez consacrer votre temps aux parties de votre flux de travail qui exigent réellement du jugement.
Si vous cherchez un guide pas à pas pour extraire les détails de transaction à partir de captures d'écran WeChat — y compris à quoi ressemble l'écran de confirmation complet et comment le capturer correctement — consultez notre guide des détails de transaction WeChat Pay pour la version pratique de cet article.
FAQ
Une capture d'écran WeChat Pay peut-elle remplacer un fapiao pour le remboursement de frais professionnels ?
Non. En Chine, le fapiao est le seul document légalement reconnu pour le remboursement de frais professionnels déductibles fiscalement. Une capture d'écran WeChat Pay est une confirmation de paiement — elle prouve que vous avez payé, mais il lui manque les informations fiscales, le cachet officiel et la structure de facture émise par le gouvernement qui rendent un fapiao juridiquement valide. Certaines entreprises acceptent les captures d'écran de paiement comme documentation complémentaire en plus du fapiao — un guide de conformité juridique de 2024 de Covington & Burling recommande spécifiquement cette pratique pour les entreprises gérant les dépenses de leurs employés en Chine (source). Mais la capture d'écran seule ne peut pas remplacer un fapiao. Pour la tenue de registres personnels, le rapprochement et le suivi interne — lorsque la conformité fiscale n'est pas l'objectif — elle fournit exactement les données dont vous avez besoin.
Et si la capture d'écran est entièrement en chinois — l'extraction fonctionne-t-elle quand même ?
Oui. Les modèles de langage visuels traitent le texte dans la langue où il apparaît — en fait, ils traitent l'apparence visuelle du texte en plus de sa signification, ce qui signifie que les caractères chinois sont gérés nativement, et non via un pipeline séparé d'OCR puis de traduction. Le montant (exprimé sous forme de nombre avec un symbole ¥) et le numéro de transaction (une chaîne numérique ou alphanumérique) sont des champs indépendants de la langue. Même le nom du marchand, qui peut être en chinois, est extrait tel quel — c'est un champ de données, pas quelque chose qui doit être traduit pour être utile dans un tableur.
Cette approche fonctionne-t-elle pour Alipay et d'autres applications de paiement ?
Oui. Le même principe — extraction sémantique, pas correspondance de modèle — s'applique à toute capture d'écran d'application de paiement. Alipay, Venmo, Zelle, Cash App, PayPal, Revolut et Wise produisent tous des écrans de confirmation de paiement qui partagent la même caractéristique : ce ne sont pas des tableaux, ce ne sont pas des reçus, mais ils contiennent tous un montant et une forme de numéro de transaction. Nous avons rédigé des guides séparés pour plusieurs de ces plateformes — notamment Venmo, Zelle, Cash App, PayPal, Revolut et Wise — chacun couvrant les spécificités de l'écran de confirmation de cette plateforme. Le mécanisme sous-jacent est le même pour tous : vous définissez ce que vous voulez, et l'IA le trouve — quel que soit l'aspect de la source.
La capture d'écran WeChat Pay est un cas extrême de ce principe. C'est ce qui s'éloigne le plus d'un document structuré — une notification de paiement enfouie dans une super-application de messagerie — pourtant les deux champs qui comptent restent extractibles. Si l'approche fonctionne ici, elle fonctionne partout. C'est tout l'intérêt.