Précision de l'OCR sur reçus : papier thermique, froissé, décoloré,
et benchmarks multi-devises (2026)

Répartition par état du reçu : l'échelle de dégradation

La précision de l'OCR sur les reçus dépend moins du moteur que de l'état physique du papier et de la manière dont il a été capturé. Le même reçu descend l'échelle — frais et plat, décoloré, froissé, photographié par téléphone — et chaque étape coûte de 5 à 30 points de précision.

Les reçus diffèrent des factures d'une manière qui importe plus que la mise en page : le support lui-même est instable. La plupart des reçus sont imprimés sur du papier thermique, un revêtement sensible à la chaleur qui se décolore progressivement sous l'effet de la lumière, de la chaleur et du temps — un reçu lisible le jour de l'achat peut avoir des montants de taxes, des dates et des lignes d'articles partiellement illisibles quelques semaines plus tard, et aucun moteur d'OCR ne peut récupérer un texte qui a physiquement disparu du papier. Les organisateurs de SROIE listent explicitement « mauvaise qualité du papier, mauvaise qualité d'encre et d'impression, scanner basse résolution et distorsion de numérisation, factures pliées » parmi les défis centraux du benchmark (Huang et al., 2019). Le graphique ci-dessous trace la plage de précision publiée pour chaque échelon de l'échelle ; la métrique utilisée par chaque étude est indiquée sur la ligne, car les chiffres au niveau du caractère, du mot et du champ ne sont pas interchangeables. Les chiffres de SROIE sont des scores F1 — la moyenne harmonique de la précision et du rappel (Hmean), qui exige à la fois que la plupart des mots détectés soient corrects et que la plupart des mots de référence soient trouvés.

Sources : IJSAT (2026) — EasyOCR à 300 DPI sur documents imprimés, précision au niveau du caractère (plat 94,7 %, froissé 86,9 % ; la même étude a mesuré sale 80,9 % et mouillé 72,7 %) ; KORIE (2026) — précision au niveau du mot sur 748 reçus thermiques coréens dégradés, 17 587 recadrages, moteurs open source (Tesseract 64,7 %, EasyOCR 68,6 %, PaddleOCR 73,3 %) ; étude RMIT Textract (2025) — précision au niveau du champ en correspondance exacte pour le nom du commerçant sur 118 reçus réels (65 % de photos par téléphone, 50 % pliés/froissés, 44 % inclinés). Les chiffres au niveau du caractère ne sont pas directement comparables aux chiffres au niveau du mot ou du champ — voir Pourquoi les métriques comptent.

Sources listées dans le tableau ci-dessus. Les lignes KORIE sont le seul benchmark publié qui préserve les artefacts réels du papier thermique (décoloration de l'encre, bandes de la tête d'impression, usure par friction, plis) plutôt qu'une dégradation synthétique ; ses numérisations à plat à 300 DPI signifient que même le meilleur cas « numérisé » intègre la dégradation propre au papier. La ligne du plafond SROIE date de la technologie de 2019 — les moteurs LLM modernes sur le même jeu de données atteignent 84,3–93,0 % de précision globale au niveau du champ (Doubleword, 2026 ; voir le tableau des niveaux de moteurs).

Répartition par type de champ : le total est facile, le commerçant est difficile

Le type de champ est le deuxième facteur le plus important, et il est remarquablement constant dans toutes les études qui le rapportent : les champs numériques récapitulatifs — en particulier le total — sont extraits bien plus fiablement que les champs d'identité textuelle comme le nom du commerçant ou du fournisseur. Le graphique ci-dessous présente cinq moteurs LLM modernes sur l'ensemble complet des 626 reçus SROIE, tous mesurés avec le même protocole de correspondance exacte au niveau du champ (Doubleword, 2026).

Sources : Doubleword (2026) — 626 reçus de test SROIE, correspondance exacte au niveau du champ, 5 moteurs (Qwen3-VL-235B/30B, GPT-5-mini/5.2/5-nano). Benchmark de niveau D avec méthodologie entièrement divulguée ; corroboré en direction par ReceiptSense (2024), qui a constaté que les champs numériques #Units atteignent 93,42 F1 tandis que les champs textuels Brand chutent à 62,30 F1 sur les reçus arabe–anglais.

Ce schéma persiste dans des conditions et des langues radicalement différentes. L'étude RMIT Textract — de vrais reçus photo par téléphone, pas un corpus propre — a constaté que le total était « systématiquement détecté » tandis que les noms de commerçants échouaient (texte voisin mal classé, ou « Inconnu » en cas d'absence), ce qui correspond exactement au classement Doubleword (2025). L'implication pratique est qu'un titre de « précision OCR des reçus » fait la moyenne des champs les plus faciles et les plus difficiles en un seul chiffre — et que les flux de travail de notes de frais qui n'ont besoin que du total concernent une tâche fondamentalement plus facile que ceux qui nécessitent le commerçant plus les lignes d'articles.

Répartition par niveau de moteur

Le choix du moteur importe moins que l'état et le type de champ, mais il fixe le plafond que chaque état peut atteindre. Le tableau ci-dessous sépare quatre niveaux aux contextes de mesure incompatibles : les modèles de recherche affinés sur des corpus de reçus (F1 au niveau du champ sur les benchmarks CORD/SROIE), les LLM généralistes sans affinage, les API cloud sur des documents réels, et les moteurs traditionnels/hérités.

Sources listées dans le tableau ci-dessus. Les chiffres CORD et SROIE sont des F1 au niveau du champ sur des corpus de benchmark propres où le modèle a été affiné sur la tâche — ils représentent le plafond optimiste, pas l'attente en conditions réelles. Les lignes du monde réel (forum Google, RMIT Textract) mesurent des populations de documents différentes et ne sont pas directement comparables ; les deux sont étiquetées avec leurs conditions. Le chiffre DATABASICS est une revendication de niveau d'un seul fournisseur et n'apparaît qu'à titre de référence minimale.

Reçus multidevises et multilingues

Les flux de dépenses mondiaux ajoutent une troisième dimension : chaque jeu de données de benchmark sur cette page est monolingue ou bilingue, et la seule étude multilingue publiée avec des chiffres par champ montre le même écart total-texte plus une pénalité supplémentaire pour les scripts. Sur 20 000 reçus arabe–anglais, les LLM généraux sans affinage n'ont atteint que 32,07–42,98 F1 en zero-shot, passant à 60,60–80,26 F1 avec trois exemples par champ — tandis que les champs numériques #Units ont atteint 93,42 F1 contre 62,30 F1 pour les champs texte Brand (ReceiptSense, 2024). L'étude RMIT a observé le même effet de script en production : les reçus avec des noms de produits non anglais étaient « partiellement analysés », avec des données d'articles silencieusement supprimées (2025).

Sources listées dans le tableau ci-dessus. Aucune étude évaluée par les pairs n'isole l'effet de la devise (symbole, convention décimale, codes à trois lettres) tout en maintenant la script constante — l'écart « multi-devises » dans les flux de travail réels est principalement dû aux variations de script et de mise en page, la valeur numérique elle-même s'extrayant bien une fois reconnue. Ce point est signalé comme une lacune de données dans Limitations plutôt que comblé avec des chiffres de fournisseurs.

Pourquoi les métriques comptent : caractère, mot et champ sont trois réponses différentes

Les larges fourchettes sur cette page ne sont pas du bruit de mesure — ce sont trois questions différentes portant le même mot « précision ». Un reçu peut obtenir 98 % de précision au niveau du caractère, ~85 % de précision au niveau du mot et ~75 % de précision au niveau du champ en même temps, et ces trois chiffres sont tous vrais.

La précision au niveau du caractère compte les caractères individuels : un taux d'erreur de 1 % signifie un caractère erroné sur cent. La précision au niveau du mot fait échouer un mot entier sur une seule erreur de caractère — mesurée comme le taux d'erreur au niveau du mot (WER), c'est pourquoi le meilleur moteur de KORIE n'affiche que 15,84 % d'erreur au niveau du caractère (CER) mais un WER de 26,73 %, soit près du double de l'erreur au niveau du mot (KORIE, 2026). La précision au niveau du champ fait échouer un champ entier — nom du commerçant, date, montant total — sur toute erreur de caractère ou de jeton qu'il contient, c'est pourquoi les organisateurs de SROIE ont conclu que « l'OCR de reçus exige des niveaux de précision bien supérieurs à ceux des tâches OCR générales » et pourquoi le F1 au niveau du champ est la métrique que les flux de travail de dépenses consomment réellement (Huang et al., 2019). Chaque chiffre de cette page est étiqueté avec son niveau ; les fusionner en un seul nombre de « précision OCR de reçus » est exactement ainsi que l'affirmation de 99 % est fabriquée.

Comment utiliser ces données

Pas besoin d'un projet pilote pour estimer ce que l'OCR de reçus apportera à votre flux de dépenses. Un calcul rapide en quatre étapes à partir des fourchettes ci-dessus transforme « les fournisseurs annoncent 99 % » en un nombre d'erreurs attendu défendable — et révèle généralement que ce sont les conditions de vos reçus, et non le moteur, qui déterminent le résultat.

Ce sont des formules d'estimation approximatives, pas un substitut à l'évaluation de vos propres documents. Chaque fourchette publiée sur cette page a été mesurée sur le corpus de quelqu'un d'autre — le seul chiffre de précision qui s'applique à votre flux de reçus est celui que vous mesurez dessus. La valeur de cette page est de définir l'attente avant de mesurer, et de savoir quelle métrique demander.

Questions fréquemment posées

Quelle est la précision de l'OCR pour les reçus ?

La réponse honnête est une échelle, pas un chiffre : 90 %+ au niveau du mot sur des reçus numérisés propres (meilleure équipe SROIE 2019, Huang et al.), 55–73 % de précision au niveau du mot sur de vrais reçus thermiques décolorés (KORIE 2026), et 66,7–68,7 % de précision au niveau du champ sur les noms de commerçants issus de vrais reçus photo par téléphone (étude RMIT Textract 2025). Les affirmations des fournisseurs de 97–99 % décrivent des captures fraîches, plates et bien éclairées de champs faciles — le haut de l'échelle, pas le milieu.

L'OCR peut-il lire les reçus en papier thermique décolorés ?

Partiellement — et la perte est physique : le texte thermique décoloré a définitivement disparu du papier, donc aucun moteur ne peut le récupérer. Sur des reçus thermiques coréens présentant une décoloration et des plis réels, les moteurs open source n'ont obtenu que 55–73 % de précision au niveau du mot (KORIE 2026) — le meilleur (PaddleOCR, 73,3 %) échoue encore sur environ un mot sur quatre. La seule solution fiable est de capturer les reçus avant qu'ils ne se décolorent.

Le fait de froisser un reçu affecte-t-il la précision de l'OCR ?

Oui — de manière mesurable. Dans un test contrôlé à 300 DPI, le froissage a fait chuter la précision au niveau du caractère de 94,7 % à 86,9 %, soit environ 8 points de pourcentage ; la saleté et les dégâts d'eau la font chuter davantage à 80,9 % et 72,7 % (IJSAT 2026). Les reçus réels de l'étude RMIT étaient pliés ou froissés à ~50 %, ce qui correspond à son résultat d'environ 67 % sur le champ du commerçant.

Quel champ de reçu est le plus difficile à extraire pour l'OCR ?

Le nom du commerçant (vendeur) est systématiquement le plus difficile, avec 73,1–87,7 % de précision au niveau du champ sur cinq moteurs LLM, tandis que le total est le plus facile avec 94,9–98,9 % et la date se situe entre les deux à 84,3–92,5 % (Doubleword 2026, 626 reçus SROIE). Le même classement apparaît sur de vrais reçus photo par téléphone (RMIT 2025) et sur des reçus arabe–anglais (ReceiptSense 2024 : champs numériques 93,4 contre champs textuels 62,3 F1).

L'OCR sur reçu est-il moins précis que l'OCR sur facture ?

Oui, en pratique. Les factures arrivent sous forme de PDF contrôlés ou de numérisations à plat avec des mises en page standardisées ; les reçus sont du papier thermique, photographiés par téléphone, froissés et sans mise en page. L'écart apparaît dans des moteurs cloud comparables : sur les factures, la précision au niveau du champ atteint 78–98% selon le moteur (BusinessWareTech 2025), tandis que la même classe de moteurs sur de vrais reçus photographiés par téléphone a obtenu 66,7–68,7% pour le champ du nom du commerçant (étude RMIT Textract 2025).

Dans quelle mesure la photo par téléphone nuit-elle à la précision de l'OCR sur reçu par rapport à la numérisation ?

Il n'existe aucune comparaison contrôlée par des pairs sur des reçus identiques — une véritable lacune dans les données (voir Limitations). Les preuves disponibles : dans l'étude RMIT, environ 65% des reçus étaient des photos par téléphone, avec 44% inclinés et 12,7% flous, donnant une précision de 66,7–68,7% pour le champ du commerçant, tandis que les benchmarks SROIE et KORIE qui obtiennent des scores plus élevés utilisaient des numérisations à plat. De manière directionnelle, la photo par téléphone ajoute de l'inclinaison, des ombres et du flou, chacun faisant baisser la précision d'un cran sur l'échelle, mais la pénalité exacte n'est pas mesurée dans la littérature publiée.

Qu'est-ce que SROIE et pourquoi est-ce important ?

SROIE (Scanned Receipt OCR and Information Extraction) est la compétition ICDAR 2019 qui a créé le premier benchmark standardisé d'OCR sur reçus : 1 000 vrais reçus numérisés avec des tâches de localisation de texte, d'OCR et d'extraction de champs clés (entreprise, adresse, date, total) (Huang et al., 2019). C'est important car c'est le seul benchmark sur reçus avec des résultats publiés entre équipes : même la meilleure méthode de 2019 n'a pas atteint la précision de 99% exigée par les applications de reçus. Les LLM modernes sur le même jeu de données obtiennent 84,3–93,0% au total (Doubleword 2026).

Méthodologie & Sources

Comment cette page a été construite

Cette page agrège des données provenant de 14 études indépendantes couvrant la période 2019–2026. Les sources ont été sélectionnées selon trois critères : (1) méthodologie publiquement documentée avec taille d'échantillon indiquée, (2) données collectées au cours des 3 dernières années lorsque disponibles, les sources plus anciennes étant datées dans le texte, et (3) pertinence pour l'OCR et l'extraction spécifiques aux reçus plutôt que des affirmations génériques sur les documents. Lorsque plusieurs sources rapportent la même dimension, des fourchettes prudentes (valeurs les plus basses–les plus hautes rapportées) sont utilisées — nous préférons sous-communiquer. Lorsque les sources divergent significativement, la divergence est expliquée par le niveau de métrique, l'état du document ou le corpus plutôt que d'être moyennée.

La distinction des métriques est l'épine dorsale de cette page : les chiffres au niveau du caractère, au niveau du mot et au niveau du champ ne sont jamais mélangés en un seul nombre, et chaque graphique et ligne de tableau indique sa métrique. Les chiffres auto-déclarés par les fournisseurs (plancher de palier DATABASICS ~64 %) sont étiquetés comme de grade D et utilisés uniquement comme références corroborées. Les résultats du benchmark SROIE datent de la technologie de 2019 et sont datés dans le texte ; les résultats LLM modernes sur le même jeu de données (Doubleword 2026) sont présentés à côté pour la mise à jour.

Liste des sources

1. Huang, Z. et al. — « ICDAR2019 Competition on Scanned Receipt OCR and Information Extraction » (2019). Rapport de compétition évalué par les pairs ; 1 000 reçus numérisés, 29/24/18 soumissions valides sur trois tâches. Fournit le meilleur F1 de 90,49 % pour la tâche 3, les résultats « seule une équipe sur 18 au-dessus de 90 % » / « plus de la moitié sous 80 % », et la déclaration de la tâche 2 selon laquelle « même la meilleure méthode ne peut pas atteindre l'exigence de 99 % ».
2. Park, S. et al. — « CORD: A Consolidated Receipt Dataset for Post-OCR Parsing » (2019). Article académique sur un jeu de données ; plus de 11 000 reçus indonésiens, 30 champs répartis en 4 superclasses ; sous-ensemble public 800/100/100. Fournit la définition du corpus et le protocole d'évaluation F1 au niveau du champ utilisés pour les lignes des modèles de recherche.
3. Xu, Y. et al. — « LayoutLMv2 » (ACL 2021). Article évalué par les pairs. Fournit le F1 de champ CORD de 96,01 % (paramètres 426M) et le F1 de champ SROIE de 97,81 %.
4. Kim, G. et al. — « Donut: OCR-free Document Understanding Transformer » (ECCV 2022). Article évalué par les pairs et dépôt officiel du modèle. Fournit le F1 de champ CORD de 91,3 % (donut-base-finetuned-cord-v2).
5. « KORIE: A Multi-Task Benchmark for Detection, OCR, and Information Extraction on Korean Retail Receipts » — MDPI Mathematics (2026). Revue évaluée par les pairs ; 748 reçus coréens en papier thermique présentant de véritables artefacts de décoloration, de bandes et de plis ; 17 587 recadrages OCR. Fournit les seules données réelles de dégradation au niveau du mot : PaddleOCR WER 26,73 % (précision au niveau du mot de 73,3 %), EasyOCR 31,43 %, Tesseract 35,26 %, BiGRU 44,47 %.
6. « Towards Analysing Invoices and Receipts with Amazon Textract » (RMIT, 2025). Étude de cas académique (prépublication) ; 118 reçus australiens, environ 65 % photographiés par téléphone, environ 50 % pliés ou froissés, 44 % inclinés. Fournit la correspondance exacte du nom du commerçant de 68,7 % (mises en page texte) / 66,7 % (mises en page logo), le constat selon lequel « les totaux sont systématiquement détectés » et l'observation sur les limites linguistiques.
7. Abdallah, A. et al. — « ReceiptSense: Beyond Traditional OCR » (2024). Prépublication académique ; 20 000 reçus arabe–anglais, 30 000 images OCR. Fournit le F1 zero-shot de 32,07–42,98 %, le F1 three-shot de 60,60–80,26 % et l'écart entre champs numériques et textuels (93,42 contre 62,30).
8. « Optical Character Recognition Accuracy on Degraded Documents » — IJSAT 17(2) (2026). Évalué par les pairs ; EasyOCR à 300 DPI sur quatre conditions physiques. Fournit l'échelle de dégradation de la précision au niveau du caractère : plat 94,7 % / froissé 86,9 % / sale 80,9 % / mouillé 72,7 %, utilisée pour les lignes relatives aux dommages physiques.
9. « Deep Learning based Key Information Extraction from Business Documents: Systematic Literature Review » (2024). Revue systématique académique. Fournit le F1 moyen au niveau du champ sur les articles publiés : CORD 0,94, SROIE 0,95.
10. « Large language model driven transferable key information extraction mechanism for nonstandardized tables » (2025). Évalué par les pairs ; LLM-TKIE, sans affinage, 3 exemples. Fournit le F1 CORD de 80,9 / le F1 SROIE de 83,9 comme référence LLM sans configuration.
11. Doubleword — « Structured Data Extraction » benchmark SROIE (2026). Benchmark du fournisseur avec méthodologie entièrement divulguée ; ensemble de test SROIE complet de 626 reçus, correspondance exacte au niveau du champ, 5 moteurs LLM. Fournit une fourchette globale de 84,3–93,0 % et les fourchettes par champ (total 94,9–98,9 %, date 84,3–92,5 %, commerçant 73,1–87,7 %).
12. Google Developer Forum — « Low F1 Score with Document AI on Diverse Invoice and Expense Layouts » (2024). Mesure utilisateur anecdotique sur le forum officiel de Google ; environ 1 500 documents variés. Fournit la fourchette réelle F1 de 0,75–0,85 pour les API cloud.
13. BusinessWareTech — « AWS Textract vs Google, Azure, and GPT-4o : benchmark d'extraction de factures » (2025). Benchmark tiers indépendant (note C, méthode transparente, factures réelles). Fournit la hiérarchie des moteurs en contexte de facture : GPT-4o+OCR 98 %, Azure 93 %, Google 82 %, Textract 78 % — la limite supérieure plus facile pour les reçus.
14. DATABASICS — livre blanc « Receipt Capture & OCR for Expense Reports ». Livre blanc du fournisseur (note D) ; utilisé uniquement comme référence de base. Fournit le cadre des niveaux OCR traditionnel ~64 % / IA améliorée 85–95 % / LLM 97–99 %, avec la réserve que la précision varie selon la qualité de l'image, la mise en page et l'écriture manuscrite.

Limites

• Couverture géographique : Les sources se concentrent en Asie-Pacifique et au Moyen-Orient (Malaisie/Singapour, Indonésie, Corée, Égypte/arabe, Australie). Aucun benchmark académique spécifique aux reçus n'a été trouvé pour l'Amérique du Nord, l'Amérique latine ou l'Afrique — la précision de l'OCR des reçus aux États-Unis/au Royaume-Uni n'est actuellement documentée que par des affirmations de fournisseurs et des rapports anecdotiques de forums, et non par des études évaluées par des pairs.
• Contraintes méthodologiques : Les niveaux de métriques (caractère / mot / champ) diffèrent selon les études et sont étiquetés par ligne plutôt que mélangés ; plusieurs chiffres clés reposent sur des études uniques (dégradation thermique KORIE ; champ commerçant RMIT Textract ; multilingue ReceiptSense), et les chiffres Doubleword et Google-Forum sont de grade D/C (fournisseur ou anecdotique) utilisés avec leur grade divulgué. Les chiffres froissé/décoloré d'IJSAT proviennent de documents imprimés, pas de reçus — on s'attend à ce que les reçus sur papier thermique se dégradent davantage, mais c'est une inférence, énoncée comme telle.
• Écarts temporels : Les données du concours SROIE datent de 2019 ; leurs chiffres absolus reflètent les méthodes de l'ère 2019 et sont datés dans le texte, avec les résultats LLM modernes sur le même jeu de données (Doubleword 2026) fournis à côté. Aucun concours standardisé plus récent avec des résultats publiés entre équipes n'a été trouvé après SROIE 2019.
• Ce que nous n'avons pas pu trouver : (1) aucune étude contrôlée évaluée par des pairs comparant la photo par téléphone et la numérisation à plat sur des reçus identiques — la variable la plus citée dans le marketing des fournisseurs ; (2) un benchmark d'extraction de lignes d'articles spécifique aux reçus (les seuls chiffres de lignes d'articles sont en contexte de facture, 40–82 % selon le moteur, BusinessWareTech 2025) ; (3) aucune étude isolant l'effet de la devise (symbole, convention décimale) tout en maintenant l'écriture constante ; (4) des benchmarks pour les ajouts manuscrits sur reçus (pourboires, notes, corrections) ; (5) des benchmarks publics pour les e-reçus/captures d'écran par rapport au papier photographié. Ces lacunes sont énoncées plutôt que comblées par des chiffres de fournisseurs invérifiables.

Références connexes : Précision de l'OCR par type de document · Précision de la reconnaissance d'écriture manuscrite · Répartition des coûts de traitement des documents · Taux d'erreur de saisie manuelle des données

Lectures connexes : Le coût de la saisie manuelle des reçus manuscrits · Comment la précision de l'extraction de l'écriture manuscrite par l'IA ne cesse de s'améliorer