Poradna

Co je vytěžování faktur a čím se liší od OCR?

VisiO Tech s.r.o. · Vydáno · Aktualizováno · Věcně ověřeno

Ve zkratce

Vytěžování faktur je automatické převzetí údajů z faktury v PDF, na skenu nebo na fotografii do pojmenovaných polí (dodavatel, IČO, DIČ, číslo dokladu, data, základ daně, DPH, položky), která lze zkontrolovat a importovat do účetního programu. OCR, tedy optické rozpoznávání znaků, převádí obraz dokumentu na text, ale neurčuje, co které číslo znamená. Vytěžování navíc přiřadí údajům význam, ověří jejich vzájemné vazby a připraví je ve formátu pro import. Výsledek před zaúčtováním kontroluje účetní.

Co udělá OCR

Optické rozpoznávání znaků (OCR, z anglického Optical Character Recognition) je podle terminologické databáze Národní knihovny ČR technologie převodu dokumentu z digitální obrazové do textové podoby. Ze skenu faktury tak vznikne text, ve kterém lze hledat nebo ho kopírovat.

Pro účetnictví to nestačí. Výstupem OCR je prostý text bez pojmenovaných polí: účetní program z něj sám nepozná, které datum je den uskutečnění zdanitelného plnění a které splatnost, ani která částka je daň v sazbě 21 %. Údaje by bylo pořád potřeba v textu najít a přepsat.

Co navíc udělá vytěžování

Výsledkem vytěžování není text, ale datová věta s pojmenovanými údaji. Obvykle zahrnuje čtyři kroky:

  1. Rozpoznání údajů. Určí se, které hodnoty jsou dodavatel a odběratel, jejich IČO a DIČ, evidenční číslo dokladu, datum vystavení, DUZP, splatnost, položky, základ daně a daň po sazbách. DUZP je den uskutečnění zdanitelného plnění, tedy den, ke kterému se plnění podle zákona o DPH považuje za uskutečněné, například den dodání zboží. Většina těchto údajů patří mezi náležitosti daňového dokladu podle § 29 zákona o DPH.
  2. Kontrola vazeb. Čísla na faktuře spolu souvisejí: součet položek dává základ, daň se vypočte jako součin základu a sazby (§ 37 zákona o DPH) a základ s daní dávají celkovou částku. Nesoulad je signálem, že některá číslice mohla být přečtena chybně.
  3. Ověření v registrech. IČO a DIČ lze porovnat s veřejnými registry, například s ARES (Administrativní registr ekonomických subjektů) nebo s registrem plátců DPH.
  4. Příprava exportu. Údaje se uloží ve formátu, který účetní program načte: jako tabulka CSV, jako ISDOC nebo jako XML konkrétního programu. ISDOC je český národní standard pro elektronickou fakturaci; formálně definuje výměnný formát daňových dokladů v XML.

Poslední slovo má člověk. Automatické vytěžování může obsahovat chyby a ani správně přečtený doklad neříká, jak ho zaúčtovat. Určení účtů Má dáti a Dal, na které se doklad zaúčtuje, se nazývá předkontace. Nástroj ji může navrhnout podle pravidel, která mu nastavíte, rozhodnutí ale zůstává na účetní.

Srovnání: OCR, vytěžování a faktura v ISDOC

OCRVytěžováníFaktura v ISDOC
Vstupobraz dokumentuPDF, sken nebo fotografie fakturysoubor XML od dodavatele
Výstupprostý textpojmenované údaje dokladupojmenované údaje podle standardu
Co zbývá udělatnajít a přepsat údaje, zkontrolovat je, zaúčtovatzkontrolovat údaje, zaúčtovatzkontrolovat obsah, zaúčtovat

Příklad: co vrátí OCR a co vytěžování

Firmy, IČO, DIČ a částky v příkladu jsou smyšlené. Faktura č. 2026-0153 od firmy Papírna Ukázka s.r.o. za kancelářský papír a toner.

Výstup OCR je text, například:

FAKTURA - DAŇOVÝ DOKLAD č. 2026-0153
Papírna Ukázka s.r.o., IČO 12345678, DIČ CZ12345678
Odběratel: Vzorník Praha s.r.o., IČO 87654321, DIČ CZ87654321
Datum vystavení 3.10.2026  DUZP 30.9.2026  Splatnost 17.10.2026
Kancelářský papír A4   20 bal.    125,00   2 500,00   21 %
Toner                   1 ks   2 500,00   2 500,00   21 %
Základ 21 %  5 000,00   DPH 21 %  1 050,00   Celkem k úhradě 6 050,00 Kč

Výstup vytěžování jsou pojmenované údaje:

ÚdajHodnota
DodavatelPapírna Ukázka s.r.o., IČO 12345678, DIČ CZ12345678
OdběratelVzorník Praha s.r.o., IČO 87654321, DIČ CZ87654321
Evidenční číslo dokladu2026-0153
Datum vystavení3. 10. 2026
DUZP30. 9. 2026
Splatnost17. 10. 2026
Základ v sazbě 21 %5 000,00 Kč
DPH 21 %1 050,00 Kč
Celkem6 050,00 Kč

Kontrola vazeb: 2 500,00 + 2 500,00 = 5 000,00 Kč; 5 000,00 × 0,21 = 1 050,00 Kč; 5 000,00 + 1 050,00 = 6 050,00 Kč. Kdyby se daň přečetla jako 1 650,00 Kč (záměna 0 a 6), text by vypadal věrohodně, ale 5 000,00 + 1 650,00 se nerovná 6 050,00. Takový nesoulad je signál podívat se do originálu.

Omezení a časté chyby

Jak to řeší VytěžFakturu

VytěžFakturu vytěžuje údaje z faktur a účtenek v PDF, JPG a PNG vlastním AI modelem na vlastních serverech v České republice; k vytěžení je neposílá externím AI službám a nahrané doklady nepoužívá k trénování AI modelů. Místo vytěžování není totéž co umístění databáze, úložišť a záloh; poskytovatele dalších částí služby uvádí stránka Ochrana soukromí. Při kontrole vidíte vytěžené údaje vedle původního dokladu, aplikace přepočítá součty i rozpis DPH a dodavatele ověří v ARES. Výsledek je uživatel povinen před exportem zkontrolovat. Zkontrolované údaje lze exportovat do CSV, ISDOC 6.0.2, ISDOC.PDF a do XML pro POHODU, ABRA Flexi, Money S3, DUEL a MRP-K/S.

Časté otázky

Je vytěžování totéž co OCR?

Ne. OCR převádí obraz dokumentu na text. Vytěžování z dokladu získá pojmenované údaje, ověří jejich vazby a připraví je pro import do účetního programu. Rozpoznání textu může být jedním z jeho kroků.

Musím vytěžená data kontrolovat?

Ano. Automatické vytěžování může obsahovat chyby. Kontrolujte hlavně strany dokladu a jejich DIČ, data, základ a daň po sazbách a režim DPH.

Potřebuji vytěžování, když dodavatel posílá fakturu v ISDOC?

Pro takový doklad ne. ISDOC nese údaje ve struktuře dané standardem, takže je program, který ISDOC podporuje, načte přímo. Obsah, například sazby a režim DPH, je ale potřeba zkontrolovat stejně jako u každé faktury. Vytěžování řeší ostatní doklady: skeny, fotografie a PDF, které strukturovaná data nenesou.

Je faktura v PDF poslaná e-mailem elektronická faktura?

Z pohledu zákona o DPH ano. Daňový doklad má elektronickou podobu, pokud je vystaven a obdržen elektronicky, a s jejím použitím musí souhlasit odběratel (§ 26 odst. 3 zákona o DPH). Elektronická podoba ale ještě neznamená strukturovaná data, která program načte bez vytěžování; ta nese například ISDOC.

Zdroje

Související články

Vyzkoušet VytěžFakturu