Extrayez la plaque, le montant et la date d'échéance de n'importe quelle photo de contravention
Saisir manuellement la plaque d'immatriculation, le montant de l'amende et la date d'échéance d'une contravention photographiée dans un tableaux prend 2 minutes par contravention — cet outil la lit en 5 secondes.
5 s par contravention · Jusqu'à 99 % de précision sur le texte imprimé
Ce que vous pouvez extraire d'une photo de contravention
Extraction de colonnes personnalisées vous permet de nommer les champs — l'IA localise chacun d'eux par sa signification, pas par sa position en pixels.
Code alphanumérique court près du haut. L'IA reconnaît le motif même lorsque certains caractères sont partiellement effacés.
Valeur en dollars près du bas, souvent précédée de « $ ». La première à s'effacer sur le papier thermique — l'IA utilise le symbole monétaire et l'étiquette adjacente pour la localiser.
Étiquetée « Pay By » ou « Due Before » dans une section distincte. Le modèle lit aussi bien les formats MM/JJ/AAAA, JJ/MM/AAAA que les dates textuelles.
Référence alphanumérique courte (3 à 8 caractères) identifiant l'infraction de stationnement. À proximité ou au-dessus du montant de l'amende.
Une ligne de contravention réelle, extraite et prête :
| Plaque | Code infraction | Montant | Date d'échéance |
|---|---|---|---|
| NYC-4521 | 14-118B | 65,00 $ | 15 avr. 2026 |
Pourquoi le papier thermique abîmé fait échouer l'OCR classique — et comment l'extraction sémantique le lit quand même
Un ticket de stationnement est imprimé sur du papier thermique conçu pour un essuie-glace, pas pour les archives. L'OCR basé sur des modèles s'attend à du texte à fort contraste — mais les vrais tickets arrivent froissés, délavés et photographiés dans un garage sombre.
Pourquoi les outils traditionnels échouent
Le papier thermique pâlit en quelques semaines — l'OCR ne voit qu'un espace vide. Un ticket resté trois jours sur un tableau de bord peut perdre 40 à 60 % de son contraste. L'OCR pixel par pixel interprète les caractères délavés comme absents, car il nécessite un texte noir sur fond blanc bien net.
Le papier froissé et plié déforme la forme des caractères. Les plis coupent les lettres, décalent l'espacement et créent des ombres parasites qui perturbent les analyseurs basés sur la mise en page. Chaque pli est une distraction qu'aucun modèle n'a été conçu pour gérer.
Chaque juridiction imprime un format de ticket différent. New York utilise un format, Los Angeles un autre, un parking privé un troisième. L'OCR basé sur des modèles nécessite une configuration distincte par mise en page — des dizaines de modèles qui tombent en panne dès qu'une ville repense son ticket.
Comment l'extraction sémantique lit n'importe quel ticket
Nommez les colonnes — l'IA trouve les valeurs par le sens, pas par le contraste des pixels. Tapez « Plaque d'immatriculation, Montant, Date d'échéance ». Le modèle sait qu'une plaque est une courte chaîne alphanumérique près du haut, et qu'un montant est une valeur près d'un signe « $ ». Même partiellement délavée, l'IA lit le contexte restant pour reconstituer la valeur.
Les dommages physiques deviennent lisibles grâce au contexte visuel. Un pli traversant un numéro de plaque divise un « 5 » en deux marques pour un OCR pixel. L'IA lit la forme globale — elle sait qu'une plaque est un code continu et reconstruit le caractère à partir des fragments autour du pli.
Un seul jeu de colonnes fonctionne pour toutes les juridictions. Les tickets de New York et de Chicago partagent les mêmes champs de base — plaque, montant, date d'échéance. Vous définissez les colonnes une fois. L'IA s'adapte à chaque mise en page car elle trouve les champs par le sens plutôt que par la position. Aucun modèle par ville requis.
D'une pile de tickets photographiés à un tableur propre en trois étapes
Photographiez les tickets
Vous avez une pile de tickets de stationnement — certains du trajet en centre-ville de la semaine dernière, un froissé sorti de la boîte à gants qui commence déjà à s'effacer, un autre photographié dans un parking sombre. JPG ou PNG, n'importe quelle qualité. Téléchargez-les tous en un seul lot. Pas besoin de trier par juridiction, par modèle de ticket ou par qualité de photo.
Nommez les champs une fois
Saisissez les noms de colonnes dont vous avez besoin : Plaque d'immatriculation, Code infraction, Montant, Date d'échéance. Un seul jeu de colonnes couvre tous les tickets du lot, quelle que soit la juridiction, le niveau d'effacement ou l'angle de la photo. L'IA lit chaque photo indépendamment — elle localise la plaque sur un ticket new-yorkais effacé et le montant sur un ticket de Chicago bien net en utilisant les mêmes définitions de colonnes.
Téléchargez un seul tableur
Le traitement prend environ 5 secondes par ticket. Le résultat est un fichier XLSX : chaque ligne correspond à un ticket, chaque colonne à un champ que vous avez nommé. Environ 18 fois plus rapide que la saisie manuelle (~2 min par ticket à la main contre ~5s ici). Pour un gestionnaire de flotte traitant 50 tickets, cela représente environ 100 minutes gagnées par lot.
Quand l'extraction de photos de contraventions fonctionne le mieux — et quand être prudent
Comprendre ces limites vous aide à obtenir des résultats cohérents.
Quand ça fonctionne le mieux
Photos prises de face dans les jours qui suivent. Papier thermique récent, surface plane, contraste élevé — jusqu'à 99 % de précision sur tous les champs.
Dégradation partielle encore lisible à l'œil. L'extraction sémantique lit les caractères à faible contraste en reconnaissant la signification du champ et le contexte environnant.
Traitement par lots de plusieurs contraventions de différentes juridictions. Un seul jeu de colonnes, un seul téléchargement, un seul tableur. Aucune configuration de modèle par ville nécessaire.
Quand être prudent
Papier thermique complètement vierge. Si aucun texte n'est visible à l'œil nu, aucun outil ne peut récupérer des données physiquement disparues. Photographiez les contraventions dans la semaine.
Fort reflet ou dégât des eaux. Un reflet qui efface des sections entières ou des dégâts des eaux qui suppriment la couche imprimée réduiront la précision. Photographiez les contraventions à l'intérieur sous un éclairage uniforme si possible.
Données visibles uniquement — pas de recherche externe auprès des autorités. L'outil extrait ce qui est imprimé sur la contravention. Il n'interroge pas les bases de données municipales pour confirmer si l'amende a été payée ou est toujours en attente — cette étape de vérification reste votre responsabilité.
Questions fréquentes
Puis-je extraire la plaque d'immatriculation et le montant de l'amende d'un ticket photographié dans un parking souterrain faiblement éclairé ?
Oui. Le modèle visuel lit dans des conditions de faible luminosité en reconnaissant le rôle sémantique de chaque champ — une plaque d'immatriculation est toujours une courte chaîne alphanumérique près du haut du ticket, et le montant de l'amende est une valeur en dollars précédée d'un « $ » ou d'un libellé « Fine », quelle que soit la luminosité ambiante. Une photo de face sous un éclairage de parking moyen offre une précision similaire à celle d'une photo bien éclairée. Une sous-exposition extrême rendant le ticket illisible à l'œil humain réduira la précision proportionnellement.
Quelle est la précision de l'extraction de la date d'échéance si le papier thermique a déjà commencé à s'estomper ?
L'estompement partiel est géré par une lecture contextuelle : l'IA reconnaît les motifs de date comme « Due By 05/01/2026 » et comble les caractères effacés à l'aide du contexte environnant. Les champs numériques comme les montants et les dates résistent mieux que le texte libre en raison de leur format prévisible. Un papier complètement blanc ne peut pas être récupéré — photographiez les tickets dans les quelques jours suivant leur réception.
Puis-je traiter ensemble des tickets de différentes villes et obtenir un seul tableau consolidé ?
Oui. Téléchargez les tickets de Los Angeles, Chicago et des parkings privés dans un seul lot. Définissez les mêmes colonnes une fois — Plaque d'immatriculation, Code infraction, Montant, Date d'échéance. L'IA traite chaque photo indépendamment en lisant le sens du champ plutôt qu'en faisant correspondre un modèle. Chaque ticket devient une ligne dans un seul tableur, quelle que soit la juridiction ou la conception du ticket. C'est la principale différence avec les outils OCR basés sur des modèles, qui nécessitent une configuration distincte par juridiction.
Un ticket froissé qui a été rangé dans une boîte à gants pendant deux semaines sera-t-il tout de même extrait correctement ?
Un ticket froissé avec du texte visible s'extrait de manière fiable pour les champs structurés — l'IA reconstruit les caractères séparés par les plis car elle lit les fragments comme appartenant à une seule valeur continue. Un plissage intense qui enlève de l'encre réduira la précision pour ces champs spécifiques. Pour le traitement par lots : traitez tous les tickets, recherchez les cellules vides et reprenez les photos de ceux qui ont produit des blancs — quelques secondes chacun plutôt que de taper chaque ticket à la main.
L'outil fonctionne-t-il avec les tickets de stationnement des parkings privés (AirGarage, ParkMobile, etc.) ou uniquement avec les tickets émis par les autorités publiques ?
Les deux. Les tickets des parkings privés et municipaux partagent les mêmes champs principaux — plaque, montant, date d'échéance — même si les présentations diffèrent. L'extraction de colonnes personnalisées localise les champs par leur sens, et non en faisant correspondre une conception de ticket spécifique. La seule limite : il n'interroge pas la base de données de l'émetteur pour vérifier le statut de paiement — l'extraction est basée uniquement sur ce qui est visible sur la photo.
Analyses approfondies sur la dégradation du papier thermique et l'extraction de documents photo : Comment l'IA gère les documents flous, froissés et décolorés — y compris les contraventions sur papier thermique et les reçus endommagés par l'eau · Ce que l'OCR de reçus peut et ne peut pas lire — un guide pratique sur le papier thermique, la décoloration et la précision de l'extraction par photo
Parcourez tous les scénarios de capture de documents photo sur la page hub Documents photo — cartes de visite, contraventions de stationnement, étiquettes d'expédition, étiquettes de prescription, et plus encore.