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

Un menu n'est pas une grille. 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 suite. Ils peuvent être en ligne après le nom du plat sans aucun séparateur. Un moteur d'OCR traditionnel lit la page de haut en bas, de gauche à droite, produisant un texte où « Saumon Grillé — Accompagné d'une sauce au beurre citronné et de légumes de saison — 28.00 — Entrecôte Poêlée — 340g de bœuf nourri à l'herbe avec frites truffées — 34.50 » devient un bloc indifférencié. Le prix 28,00 € est rattaché à la description du saumon ; le prix 34,50 € est complètement séparé de l'entrecôte. Des heures de nettoyage manuel suivent — et ce, avant même de traiter les menus multi-sections couvrant une demi-douzaine de catégories.

Une description de plat comme « Pâtes maison, ragù d'agneau mijoté, pecorino romano, basilic frais » peut s'étendre sur deux ou trois lignes selon la largeur de la colonne et la taille de la 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 d'extrême droite de la ligne 1. Le résultat est un tableur où un plat produit trois lignes partielles, dont aucune n'a 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 rapportent régulièrement que la numérisation de menus sans outils spécialisés prend 60 à 90 minutes par menu.

« Entrées », « Plats », « Desserts », « Accompagnements » — ces étiquettes de section utilisent le même vocabulaire typographique que les noms de plats : gras, taille plus grande, emplacement proéminent. Un analyseur classique lit « Entrées » et le traite comme un plat à la ligne 1, puis attribue « Salade Caesar à la truffe | 16,50 $ » à la ligne 2. Le résultat est un tableur où les étiquettes 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 un tableur de 48 lignes avec 8 lignes fantômes. Les restaurateurs qui tentent de construire 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 réaffecter manuellement les catégories qu'à saisir les données eux-mêmes.

L'extraction personnalisée de colonnes — le mécanisme derrière ImageToTable.ai — ne lit pas le texte séquentiellement. Lorsque vous saisissez des noms de colonnes comme « Nom du plat », « Description » et « Prix », l'IA localise chaque valeur sur l'ensemble de la page en comprenant sa sémantique et son appartenance visuelle. 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. Ainsi, 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 — quelle que soit l'alignement choisi par le créateur du menu — produit une sortie propre où chaque ligne de plat a son prix correct dans la colonne Prix.

Lorsque l'IA rencontre « Entrées » en gras, centré et 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 suivante — « Plats principaux » — apparaît, l'attribution de la 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 de plusieurs pages 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 la 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'épice peut être représenté par une à cinq icônes de piment, les mots "doux/moyen/fort", ou un nombre 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 ce qu'ils signifient ni à quel plat ils appartiennent. L'IA lit ces attributs de manière sémantique : elle comprend que "(v)" près d'un nom de plat indique une étiquette végétarienne, que "🔥🔥🔥" indique un niveau d'épice 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 nombre), l'IA peut toujours interpréter le nombre d'icônes comme un niveau de chaleur lorsque vous définissez une colonne Niveau d'épice.