Convertissez n'importe quelle photo de menu en tableau de données structuré — sans que les en-têtes de section ne deviennent des lignes de plats

Une photo de menu n'est pas un tableau. Les prix peuvent se trouver à la fin d'une ligne de description, séparés par un espace de type tabulation. Ils peuvent être alignés à droite dans une colonne, visuellement reliés au nom du plat à gauche par des espaces et des points de conduite. Ils peuvent être intégrés après le nom du plat sans aucun séparateur. Un moteur OCR traditionnel lit la page de haut en bas, de gauche à droite, produisant un texte où « Saumon grillé — servi avec sauce au beurre citronné et légumes de saison — 28,00 — Entrecôte poêlée — bœuf nourri à l'herbe de 12 oz avec frites truffées — 34,50 » devient un bloc indifférencié. Le prix de 28,00 $ est associé à la description du saumon ; le prix de 34,50 $ est complètement séparé de l'entrecôte. Des heures de nettoyage manuel s'ensuivent — et c'est avant de gérer les menus multi-sections couvrant une demi-douzaine de catégories.

Une description de plat comme « Pâtes maison, ragù d'agneau mijoté lentement, pecorino romano, basilic frais » peut s'étendre sur deux ou trois lignes selon la largeur de colonne et la taille de police. L'OCR traditionnel interprète chaque saut de ligne comme une limite de données : il divise cette description en trois fragments et attribue chaque fragment à une ligne distincte, ou concatène les fragments mais attribue les lignes 2 et 3 à des plats fantômes. Pendant ce temps, le prix réel de ce plat — 26,00 $ — reste isolé dans l'espace tout à droite de la ligne 1. Le résultat est une feuille de calcul où un plat produit trois lignes partielles, dont aucune ne contient à la fois une description complète et le bon prix. Pour un menu de 40 plats répartis en quatre sections, la charge de correction manuelle se multiplie rapidement — les utilisateurs sur les forums d'exploitation de restaurants signalent systématiquement que la numérisation de menus sans outils spécialisés prend 60 à 90 minutes par menu.

« Entrées », « Plats », « Desserts », « Accompagnements » — ces libellés de section utilisent le même vocabulaire typographique que les noms de plats : police en gras, taille plus grande, emplacement proéminent. Un analyseur traditionnel lit « Entrées » et le traite comme un plat sur la ligne 1, puis attribue « Salade César à la truffe | 16,50 $ » à la ligne 2. Le résultat est une feuille de calcul où les libellés de catégorie apparaissent comme des lignes de données avec des colonnes de prix vides, chaque plat perd son contexte de section, et un menu de 40 articles produit une feuille de calcul de 48 lignes avec 8 lignes fantômes. Les restaurateurs qui tentent de créer une base de données de menus numériques à partir de ces sorties passent autant de temps à supprimer les lignes d'en-tête de section et à réattribuer manuellement les catégories qu'ils en passeraient à saisir les données de zéro.

Extraction de colonnes personnalisées — le mécanisme derrière ImageToTable.ai — ne lit pas le texte de manière séquentielle. Lorsque vous saisissez des noms de colonnes comme « Nom de l'article », « Description » et « Prix », l'IA localise chaque valeur sur l'ensemble de la page en comprenant ce qu'elle est sémantiquement et à quoi elle appartient visuellement. Un prix aligné à droite d'un nom de plat est compris comme appartenant à ce plat car il partage une proximité visuelle, et non parce qu'il apparaît sur la même ligne de texte. Une description s'étendant sur deux lignes est lue comme un bloc de texte continu, et non comme des fragments séparés. Cela signifie qu'un menu avec des prix alignés à droite derrière des points de conduite, des prix empilés sous les noms de plats dans une mise en page sur deux lignes, et des prix en ligne après les descriptions — quel que soit l'alignement choisi par le créateur du menu — produit un résultat propre où chaque ligne de plat a son prix correct dans la colonne Prix.

Lorsque l'IA rencontre « Entrées » en gras, centré, avec un espace blanc au-dessus, elle ne l'extrait pas comme un nom de plat. Elle lit le contexte visuel complet : le libellé « Entrées » est suivi de plusieurs plats avec leurs propres noms, descriptions et prix. Elle comprend que « Entrées » est une désignation de catégorie, pas un élément de menu, et attribue chaque plat en dessous à la colonne Catégorie comme « Entrées » ou « Hors-d'œuvre ». Lorsque l'en-tête de section suivant — « Plats principaux » — apparaît, l'attribution de catégorie change en conséquence. Le résultat est un tableau propre où chaque ligne a un champ Catégorie renseigné, et aucun en-tête de section n'apparaît comme une ligne de plat fantôme. Pour les menus multipages où une catégorie peut s'étendre du bas de la page 2 au haut de la page 3, l'IA continue de suivre le contexte de section à travers les sauts de page, afin qu'aucun plat ne soit orphelin sans catégorie.

Les menus communiquent les informations diététiques et nutritionnelles de manière incohérente. Un indicateur végétarien peut être une icône « V », un symbole de feuille verte, le mot « Vegan » ou « (v) ». Un niveau d'épices peut être représenté par une à cinq icônes de piment, les mots « doux/moyen/fort », ou un chiffre sur une échelle de chaleur. Les calories peuvent être imprimées comme « (450 cal) » en ligne après la description ou comme une colonne « Cal » distincte avec son propre en-tête. L'OCR traditionnel peut lire les caractères — « V », « 450 cal », « 🌶️🌶️ » — mais ne peut pas interpréter leur signification ni à quel plat ils se rapportent. L'IA lit ces attributs sémantiquement : elle comprend que « (v) » près d'un nom de plat indique une étiquette végétarienne, que « 🔥🔥🔥 » indique un niveau d'épices de 3/5, et elle attribue chacun à la bonne ligne de plat et à la bonne colonne dans votre sortie. Si un menu utilise des icônes sans étiquettes textuelles (un emoji piment sans chiffre), l'IA peut toujours interpréter le nombre d'icônes comme un niveau de chaleur lorsque vous définissez une colonne Niveau d'épices.