taranmış PDF Excel dönüştürme, tablo verilerini analiz etmek, sıralamak veya mutabakat yapmak istediğinizde işe yarar. Ancak asıl mesele yalnızca metni hücrelere aktarmak değildir. OCR sonrasında satırların, sütunların ve toplamların hâlâ mantıklı olup olmadığını da kontrol etmeniz gerekir. Sağlam bir çalışma düzeni, taranmış bir belgeden kullanılabilir bir Excel dosyasına daha az elle düzeltmeyle geçmenizi sağlar.
Bu konu için mevcut bilgilendirme ve erişilebilirlik sayfasına göz atmak isterseniz OCR PDF to Excel bilgi sayfası bağlantısını inceleyebilirsiniz.
Bu rehber ne için kullanılır?
Bu rehber tek bir işe odaklanır: taranmış tabloları Excel’e aktarmak ve sonucu doğrulamak. Özellikle şu belge türlerinde faydalıdır:
- kalem bazlı satırları ve vergi toplamları olan faturalar
- tarih, kategori ve tutar içeren masraf dökümleri
- miktar ve birim fiyat sütunları olan stok listeleri
- satır hizasının korunması gereken hesap dökümleri veya defter benzeri tablolar
- ara toplam ve genel toplam satırları içeren raporlar
Bu yaklaşım, genel PDF dönüştürmeden farklıdır. PDF içinde zaten seçilebilir metin varsa veri çıkarma çoğu zaman daha kolaydır. Dosya bir tarama ya da görüntü tabanlı PDF ise, Excel’de çalışmadan önce karakterleri ve tablo yapısını algılamak için OCR gerekir.
Önce belgeyi kısaca değerlendirin
Dönüştürmeye başlamadan önce taramanın kendisine bakın. Uzun bir teknik inceleme yapmanız gerekmez. Sadece belgenin temiz bir tablo üretmeye ne kadar uygun olduğunu anlamaya çalışın.
Şu işaretlere bakın:
- sayfa başına tek ve tutarlı bir tablo olması
- satır ayrımlarının görünür olması veya boşluk düzeninin tutarlı olması
- sütun başlıklarının açıkça seçilmesi
- sayıların okunabilir ve hizasının düzenli olması
- sonradan kontrol edilebilecek toplam veya ara toplamların bulunması
- ürün, miktar, birim fiyat, tutar gibi tekrar eden satır yapısı
Şu riskleri de not edin:
- birleştirilmiş hücreler veya çok satırlı açıklamalar
- tablonun içine giren dipnotlar
- rakamları örten kaşe veya imzalar
- tek sütunda karışık para birimleri ya da farklı sayı biçimleri
- bazı sayfalarda sütunların yer değiştirmesi
Bu hızlı değerlendirme, OCR sonrasında ne kadar temizlik gerekebileceğini önceden gösterir.
Örnek: taranmış bir fatura tablosunu Excel’e aktarma
Üç sayfalık taranmış bir tedarikçi faturası düşünün. Her sayfada şu sütunlar yer alıyor:
- Ürün kodu
- Açıklama
- Miktar
- Birim fiyat
- Satır toplamı
Son sayfanın altında ayrıca şunlar var:
- ara toplam
- vergi
- kargo
- genel toplam
Buradaki amaç sadece metni hücrelere taşımak değildir. Amaç, satır ilişkilerini korumak ve OCR sonrasında rakamların gerçekten toplandığını doğrulamaktır.
Pratik bir sıra şöyle olabilir:
- Tekrarlanan sütunları belirleyin ve beklenen sıralamayı not edin.
- Taranmış tabloyu OCR destekli bir yöntemle Excel’e aktarın.
- Her satırın tek satır olarak kalıp kalmadığını kontrol edin.
- Miktar, birim fiyat ve satır toplamının ayrı sütunlara yerleşip yerleşmediğine bakın.
- Mümkün olan yerlerde satır toplamlarını Excel’de yeniden hesaplayın.
- Hesaplanan ara toplam ve genel toplamı taranmış belgeyle karşılaştırın.
- Düzeni bozan satırları ayrıca işaretleyin.
Bu son doğrulama adımı, kaba bir çıkarımı güvenle incelenebilir bir tabloya dönüştürür.
Güvenilir bir 6 adımlı çalışma düzeni
1. Beklenen tablo yapısını tanımlayın
Dönüştürmeden önce beklediğiniz sütunları ve her sütundaki veri türünü not edin.
| Sütun | Beklenen içerik | Hızlı kural |
|---|---|---|
| Ürün kodu | kısa harf-rakam değeri | satır başına tek kod |
| Açıklama | metin | uzayabilir ama tek satıra ait olmalı |
| Miktar | sayı | yalnızca sayısal olmalı |
| Birim fiyat | para tutarı | ondalık biçimi tutarlı olmalı |
| Satır toplamı | para tutarı | miktar × birim fiyat ile uyuşmalı |
Bu yaklaşım, çıktı geldikten sonra tahmin yürütmek yerine elinizde bir kontrol modeli olmasını sağlar.
2. OCR uygulayın ve Excel çıktısını alın
Taranmış PDF üzerinde OCR çalıştırıp sonucu elektronik tablo sütunlarına yerleştirebilen bir araç veya yöntem kullanın. OCR davranışı belgeden belgeye değiştiği için, kusursuz çıktı beklemek yerine sonucu elle gözden geçirmeye hazır olun.
Bu aşamada iki şeye odaklanın:
- metin tanınmış mı
- tablo, tablo gibi kalmış mı
Her şey tek uzun sütunda görünüyorsa, OCR metni okumuş ama tablo yapısını koruyamamış olabilir. Böyle bir durumda Excel içinde ayırma, taşıma ve yeniden düzenleme gerekebilir.
3. Önce satır bütünlüğünü kontrol edin
İlk işiniz tek tek karakter hatalarını düzeltmek olmasın. Önce her kaydın hâlâ bir kayıt olarak durup durmadığını kontrol edin.
Şu soruları sorun:
- Tek bir fatura satırı iki ayrı satıra mı bölündü?
- İki kısa satır tek satırda mı birleşti?
- Uzun bir açıklama yüzünden sayılar alt satıra mı kaydı?
- Başlık satırları veri alanına mı karıştı?
Bu önemlidir çünkü küçük metin hatalarını düzeltmek, bozulmuş satır yapısını düzeltmekten daha kolaydır. Satır yapısı yanlışsa formüller ve toplamlar da yanlış çıkar.
4. Sütunları düzenleyin ve biçimi normalize edin
Satır yapısı oturduktan sonra sütunları standart hâle getirin.
Sık görülen temizlik işleri şunlardır:
- ara toplam satırlarını ürün tablosundan ayırmak
- metin olarak algılanan sayıları gerçek sayısal hücrelere çevirmek
- tek sütuna düşen birleşik değerleri ayırmak
- sayfa geçişi nedeniyle kesilen tekrar eden değerleri uygun şekilde doldurmak
- çok sayfalı belgelerde yinelenen başlıkları kaldırmak
İyi bir uygulama, ilk çıkarılan sayfayı değiştirmeden saklamak ve düzenlemeyi kopya çalışma sayfasında yapmaktır. Böylece bir hata fark ettiğinizde OCR çıktısına dönüp kaynağı kontrol etmek kolaylaşır.
5. Toplamları ve ilişkileri doğrulayın
Bu, sürecin en önemli kısmıdır.
OCR sonrasında tablonun kendi içinde tutarlı olup olmadığını Excel’de test edin. Örneğin:
- satır toplamı, miktar ile birim fiyatın çarpımına eşit olmalı
- ara toplam, satır toplamlarının toplamına eşit olmalı
- genel toplam, ara toplam ile vergi ve diğer eklerin toplamına eşit olmalı
- satır sayısı, taranmış belgede görünen kalem sayısıyla uyuşmalı
Kısa bir doğrulama tablosu:
| Kontrol | Neyi karşılaştırırsınız? | Neden yararlıdır? |
|---|---|---|
| Satır sayısı | tarama ile Excel | eksik veya fazla satırı yakalar |
| Sütun yerleşimi | başlıklar ile değerler | kaymış hücreleri yakalar |
| Satır hesabı | miktar × birim fiyat ile satır toplamı | sayı tanıma hatalarını yakalar |
| Ara toplam | satır toplamları toplamı ile görünen ara toplam | atlanan satırları gösterir |
| Genel toplam | ara toplam artı ek kalemler ile son toplam | son aşamadaki yanlış okumaları gösterir |
Ara toplam küçük bir fark veriyorsa, birbirine benzeyen karakterleri veya yanlış ondalık ayrımını kontrol edin. Fark büyükse eksik satır, yanlış bölünmüş satır veya kaymış sütun olasılığını düşünün.
6. İnsan incelemesi gerektiren satırları işaretleyin
Her taranmış tablo, tek geçişte güvenilir kabul edilmemelidir. İnceleme gerektiren satırlar için ayrı bir işaretleme listesi oluşturun.
Yararlı uyarı işaretleri şunlardır:
- boş miktar veya tutar hücresi
- sayısal sütunda metin bulunması
- beklenmeyen negatif değerler
- aynı ürün kodunun farklı tutarlarla tekrarlanması
- toplam satırının detay satırlarının arasında görünmesi
- belgenin genel düzenine uymayan değerler
Bu yöntem, gözden geçirmeyi daha verimli hâle getirir. Her satırı tek tek kontrol etmek yerine, hata çıkarma olasılığı yüksek satırlara odaklanırsınız.
Kullanımdan önce kısa kontrol listesi
Excel dosyasını paylaşmadan veya başka bir sisteme aktarmadan önce şu listeyi gözden geçirin:
- Tüm sayfaların dâhil edildiğini doğrulayın.
- Başlıkların doğru olduğunu ve tablo ortasında yinelenmediğini doğrulayın.
- Her kalem satırının tek satır kapladığını doğrulayın.
- Miktar, fiyat ve tutar hücrelerinin sayısal olduğunu doğrulayın.
- Ara toplam ve genel toplamın yeniden hesaplandığında tuttuğunu doğrulayın.
- Not, dipnot, imza ve kaşelerin veri tablosuna karışmadığını doğrulayın.
- İşaretlenen satırların elle incelendiğini doğrulayın.
Yaygın sınırlamalar
En iyi düzen bile bazı sınırlamalara sahiptir. Tablolu OCR şu durumlarda zorlanabilir:
- düşük çözünürlüklü veya aşırı sıkıştırılmış taramalar
- birbirine çok yakın sütunlar
- düzensiz boşluklara sahip çok satırlı açıklamalar
- normal satır yapısı yerine serbest yerleştirilmiş toplam alanları
- basılı metin ile el yazısının karışması
- aynı alanın farklı sayfalarda farklı yerde görünmesi
Bu gibi durumlarda OCR yine zaman kazandırabilir; ancak ortaya çıkan Excel dosyasını nihai kaynak değil, insan incelemesi gereken bir taslak olarak görmek daha doğru olur.
Bu yaklaşım en çok ne zaman işe yarar?
Bu yöntem, tekrar eden bir yapı ve doğrulanabilir bir hesap düzeni olan belgelerde en iyi sonucu verir. Yani işlem satırları, muhasebe benzeri tablolar ve açık toplamları olan raporlar için özellikle uygundur.
En güçlü alışkanlık şudur: Sonucu yalnızca metin okunuyor mu diye değerlendirmeyin. Satırlar korunmuş mu ve toplamlar hâlâ tutuyor mu diye bakın. Genellikle taranmış PDF Excel dönüştürme sonucunun kullanıma hazır olup olmadığını anlamanın en hızlı yolu budur.