企业官网建设流程全解析

报关现场的单证来源很杂。客户发来的可能是扫描件，货代转来的是PDF，工厂给的又是Excel箱单。信鸽通关宝把识单放在制单流程的前端，产品资料里明确写着支持图片、PDF、表格多格式识别提取。要判断这套能力是否适合自己的业务，需要分清三类格式各自能处理到什么程度，以及哪些环节仍然依赖人工核对。

图片：扫描件、照片与截图

报关业务里最常见的图片不是原生数字文件，而是把纸质单证扫描或拍照得到的图像。发票、装箱单、合同、提单副本、报关委托书，经过打印机、扫描仪或手机摄像头，变成JPG、PNG这类文件。

图片识别的第一步是版面分析。系统需要判断哪块区域是表头，哪块是明细表，哪里有印章，哪里有手写批注。然后做文字识别，再把文字按行列关系还原成结构化字段。

图片格式的边界通常在几个地方：

• 分辨率。扫描分辨率偏低时，小字号数字容易混淆，比如0和O、1和l、5和S。
• 拍照角度。手机拍照如果有透视变形、阴影、反光，表格线会断，列对齐会错。
• 印章与手写。红色印章盖在数字上会遮挡；手写修改的数量、单价如果没被识别，就会和打印文本冲突。
• 多栏与嵌套表。有些发票把品名、规格、数量、单价拆成两层表头，识别时容易串列。

信鸽通关宝的资料把图片识别列为已确认能力，实际使用时，清晰扫描件的解析结果通常比手机随手拍更稳定。这是OCR类技术的共同前提，不是某一款产品单独要面对的问题。

PDF：文本型与扫描型要分开看

PDF在报关单证里占比很高，但PDF内部差别很大。

文本型PDF由系统直接生成，文字层可提取，不需要OCR。识别引擎读的是字符编码，准确性接近人工复制。这类文件包括船公司系统导出的提单、ERP打印的发票、电子合同。

扫描型PDF本质是图片的容器，每一页是一张位图，文字层不存在，必须走OCR。它和直接上传JPG的处理逻辑接近，只是多了分页和跨页表格拼接的问题。

混合型PDF也常见：前几页是文本，中间夹了几页扫描附件，或者同一页上既有文字层又有印章图片。识别引擎要逐页判断处理方式，否则会把有文字层的页面误当扫描页，或者反过来漏掉图片里的内容。

信鸽通关宝支持PDF识别提取，用户在实际操作中可以先做一个判断：能用鼠标选中文字的PDF，解析结果一般更可靠；选不中文字的，就要按扫描件的标准检查识别质量。

表格：Excel和CSV的结构优势

表格文件是三类格式里结构化程度最高的。Excel和CSV本身就带着行列关系，不需要做版面还原，识别环节主要解决的是字段映射问题：哪一列是品名，哪一列是数量，哪一列是单价，哪一列是总价，以及表头行在第几行。

箱单和发票用Excel发给报关行是常见做法。工厂的ERP导出、贸易公司的台账、货代的订舱表，很多都是xls或xlsx。

表格的边界在模板差异。不同企业用不同的表头名称：Item No.、货号、型号、品名描述可能指同一列；Qty、Quantity、数量、PCS可能混用。合并单元格、多行表头、隐藏列、公式列都会影响解析。表格文件没有OCR误差，但字段对应错了，后面填进报关单的内容也会错。

有些报关行会把客户发来的PDF手动转成Excel再上传，这样做的好处是规避扫描识别误差，代价是增加一道人工。信鸽通关宝同时支持表格和PDF，用户可以根据单证来源选择路径。

三类格式的能力对照

这张表是通用规律，不是信鸽通关宝的实测数据。产品资料给出的识别准确度85%属于原宣传材料口径，实际结果会随单证质量、语种、版式复杂度波动。用户拿到系统后，用自己最常处理的几类单证做一轮测试，比看任何参数都有用。

识别之后的环节

单证识别只是制单链条的第一段。信鸽通关宝的流程是：上传单证、智能解析、填写报关单字段、HS编码匹配、核对、暂存或申报、回执、跟单、归档。

箱单、发票、合同解析出来的品名、数量、重量、金额，要映射到报关单的对应栏目。HS编码智能匹配会带出申报要素。这一步的准确率不只取决于OCR，还取决于商品库和历史数据的积累。

单证自动归档后，历史申报要素可以调取。同一个客户、同一类商品再次进口时，模板档案复用能减少重复录入。识别错一次，如果没人核对就申报出去，后续改单的成本比手动录入更高。

不同用户的用法差异

报关行面对的单证来源最杂。同一个报关行可能同时服务几十家客户，每家客户的发票模板都不一样，图片、PDF、Excel都会遇到。

货代或航运企业更多处理提单、订舱确认和船期文件。这类单证的格式相对固定，但船公司系统导出的PDF和邮件附件的扫描件混杂。

进出口企业或供应链公司自己制单时，内部ERP导出的表格文件占比更高，识别环节的压力小，重点在HS编码和申报要素。

三类用户对格式识别的敏感度不同。报关行的痛点在版式多样性，货代在文件来源分散，企业在字段准确性。

怎么判断识别能力够不够用

一个实用的方法是准备一组测试单证：

• 一张清晰的扫描发票
• 一张手机拍的装箱单
• 一份船公司导出的文本型PDF
• 一份扫描型PDF提单
• 一份客户发来的Excel箱单

逐份上传，看解析出的字段和原件是否一致，看哪一类错误需要人工改，改一处的耗时是多少。

评估时区分两类错误：识别错误，比如把数字7看成1；映射错误，比如把总价填进了单价栏。前者靠提高图像质量或换文件格式可以缓解，后者需要调整模板或字段规则。

海关申报对数据准确性有硬要求。分级异常告警会对错误、警告、提示分级提醒，校验不通过的会即时提示。识单环节的输出要经过核对再提交，这是系统流程里保留的人工环节。

结语

信鸽通关宝支持图片、PDF、表格三类格式的识别提取，覆盖了报关单证的主要来源。图片和扫描型PDF依赖OCR，结果受图像质量影响；文本型PDF和表格文件的结构化程度高，解析更稳定。识别准确度85%和效率提升3倍是产品资料的宣传口径，实际表现要用自己的单证测试。把识单当作制单的起点而不是终点，保留核对环节，才能让数字化流程真正减少返工。