OCR de reçus et documents haïtiens avec un modèle de vision : bonnes pratiques

Les modèles multimodaux récents (vision + texte) sont bien meilleurs que l'OCR classique sur ce genre de documents, surtout mal photographiés, à condition de bien cadrer le processus.

1. Guider la prise de photo (le plus rentable) : un cadre à l'écran, un conseil lumière et une détection de flou avant envoi (« Foto a twò flou, reeseye »).

2. Pré-traitement léger : redimensionner (inutile d'envoyer 12 mégapixels), corriger l'orientation et compresser en JPEG raisonnable. Moins de data et moins de coût.

3. Extraction structurée : demandez un JSON avec un schéma précis, et « null » quand l'information est absente :

Extrait de ce reçu : {"commerçant": string|null, "date": "AAAA-MM-JJ"|null,
"montant_total": number|null, "devise": "HTG"|"USD"|null}.
N'invente rien : si une valeur est illisible, mets null.

4. Validation par le code : montant positif et plausible, date pas dans le futur, devise dans la liste. Tout ce qui échoue part en vérification humaine.

5. Confirmation par l'utilisateur : affichez les champs extraits, modifiables, avant d'enregistrer. C'est plus fiable et l'utilisateur garde le contrôle.

6. Données sensibles : pour les pièces d'identité ou documents officiels, limitez l'envoi au strict nécessaire, vérifiez la politique de conservation du fournisseur et supprimez les images dès qu'elles ne sont plus utiles.

Mesurez la précision champ par champ sur une centaine de vrais documents avant de généraliser.