OCR faktur a účtenek v praxi: reálná přesnost, limity a kdy je nutná lidská kontrola

Reklamy slibují, že OCR přečte každou účtenku samo a účetnictví se udělá bez vás. Realita je střízlivější: moderní OCR faktur a účtenek skutečně zvládne většinu dokladů bez zásahu člověka, ale existují situace, kde technologie spolehlivě naráží. Ruční písmo, zmačkaná termopapírová účtenka z peněženky nebo faktura v cizí měně s neobvyklým formátem data. V tomto článku rozebereme, jak OCR technicky funguje, jaká je jeho reálná přesnost na datech ze zpracování 2 455 skutečných dokladů od 389 různých dodavatelů, a hlavně kdy se na automatiku spolehnout můžete a kdy je lidská kontrola nutnost.

Co v článku najdete

• Jak OCR faktur a účtenek technicky funguje
• Reálná přesnost: co říkají data z 2 455 dokladů
• Kde OCR naráží na limity
• Kdy je lidská kontrola nutná
• Jak zvýšit přesnost vytěžení vlastními silami
• Jak vytěžování dokladů řeší DokladBot
• Krok za krokem: od fotky k zaúčtovanému dokladu
• Časté otázky
• Zdroje a reference

Jak OCR faktur a účtenek technicky funguje

OCR (Optical Character Recognition, optické rozpoznávání znaků) je technologie, která převádí obrázek textu na strojově čitelný text. U dokladů ale samotné přečtení znaků nestačí. Moderní systémy proto pracují ve třech vrstvách:

1. Předzpracování obrazu. Systém fotku narovná, ořízne, zvýší kontrast a odstraní šum. U fotky z mobilu je to klíčový krok, protože účtenka je málokdy vyfocená kolmo a při ideálním světle.
2. Rozpoznání znaků. Neuronová síť převede obrazové body na písmena a čísla. Dnešní modely si poradí s desítkami fontů, různými velikostmi písma i mírně degradovaným tiskem.
3. Interpretace obsahu. Tohle je největší posun posledních let. Nestačí přečíst "21 %", systém musí pochopit, že jde o sazbu DPH, k jaké částce se váže a jestli je cena s daní nebo bez. Stejně tak musí najít dodavatele, IČO, datum vystavení, splatnost a variabilní symbol, přestože každý dodavatel má fakturu poskládanou jinak.

Právě třetí vrstva odděluje starší OCR nástroje od moderního AI vytěžování. Starší systémy fungovaly na šablonách: pro každý typ faktury bylo potřeba ručně nastavit, kde se která hodnota nachází. Dnešní systémy postavené na velkých jazykových modelech si strukturu dokladu odvodí samy, takže zvládnou i fakturu od dodavatele, kterého vidí poprvé. Podrobnější srovnání přístupů najdete v článku AI OCR účtenek 2026: jak vybrat.

Reálná přesnost: co říkají data z 2 455 dokladů

Čísla o přesnosti OCR se v marketingu pohybují mezi 95 a 99 procenty. Problém je, že se často měří na čistých skenech v laboratorních podmínkách. Zajímavější je pohled na reálný provoz.

Při nasazení DokladBotu u jednoho zákazníka prošlo systémem 2 455 dokladů z praxe, které dohromady pocházely od 389 různých dodavatelů. To je důležitý detail: nešlo o opakující se faktury od pěti firem, ale o skutečně pestrý mix formátů, jazyků a kvality. A celých 41 % dokladů bylo v cizí měně, tedy s jiným formátem částek, dat a daňových údajů, než na jaký jsou česká řešení zvyklá.

Co z takového objemu vyplývá pro praxi:

Typ dokladu	Typická úspěšnost vytěžení	Poznámka
Strojově generované PDF faktury	velmi vysoká	text je v souboru přímo, OCR se téměř nemýlí
Kvalitní sken nebo fotka tištěné faktury	vysoká	rozhoduje ostrost a světlo
Běžná pokladní účtenka (termopapír, dobrá kondice)	vysoká	krátké texty, standardní struktura
Účtenka v cizí měně	střední až vysoká	riziko záměny formátu částek a dat
Zmačkaná, vybledlá nebo potrhaná účtenka	nízká až střední	chybějící znaky nelze spolehlivě domyslet
Ručně psaný doklad (paragon)	nízká	ruční písmo je pro OCR nejtěžší disciplína

Klíčové poučení z reálných dat: přesnost není jedno číslo. Stejný systém, který u strojového PDF nechybuje prakticky nikdy, může u ručně vypsaného paragonu selhat v polovině případů. Proto má smysl bavit se o tom, které doklady automatika zvládne sama a které si zaslouží kontrolu.

Kde OCR naráží na limity

Ruční písmo

Ručně psaný paragon je pro OCR nejtěžší úloha. Každý člověk píše jinak, číslice 1 a 7 nebo 4 a 9 se snadno pletou a u částky je záměna jedné číslice fatální. Moderní AI modely zvládají čitelné ruční písmo výrazně lépe než starší OCR, ale spolehlivost je stále nesrovnatelná s tiskem. U ručně psaných dokladů proto počítejte s tím, že vytěžené hodnoty vždy zkontrolujete.

Zmačkané a vybledlé účtenky

Termopapír, na který se tiskne většina účtenek, je nepřítel archivace. Na slunci nebo v teple blednou za týdny a v peněžence se mačkají tak, že se text láme přes ohyby. OCR neumí přečíst znak, který na papíře fyzicky chybí. Vybledlou účtenku nezachrání ani nejlepší algoritmus, proto platí jednoduchá zásada: foťte účtenky hned po nákupu, dokud jsou čerstvé. Ostatně i zákonná archivace dokladů je s papírovými termoúčtenkami problém sama o sobě.

Cizí měny a zahraniční formáty

Podíl 41 % dokladů v cizí měně ze zmíněné studie ukazuje, že zahraniční doklady nejsou okrajový případ. A přinášejí specifické záludnosti:

• Formát čísel. Částka 1,234.50 USD znamená něco jiného než 1.234,50 EUR. Systém musí správně určit, co je oddělovač tisíců a co desetinná čárka.
• Formát data. Americké 03/04/2026 může být 4. března i 3. dubna. Špatně určené datum posune doklad do jiného zdaňovacího období.
• Daňové systémy. Zahraniční doklad nemá české DPH, ale VAT, MwSt, sales tax nebo GST v jiných sazbách. Systém musí poznat, že nejde o českou daň, a doklad podle toho zpracovat.
• Přepočet kurzu. Samotné OCR měnu jen přečte, přepočet na koruny je další krok. Jak správně přepočítávat, popisujeme v článku Faktura v cizí měně a přepočet kurzu.

Nestandardní struktura dokladu

Faktura s několika sazbami DPH, dobropis, zálohová faktura s vyúčtováním nebo doklad, kde je sleva uvedená až pod součtem. Čím dál od standardu, tím vyšší riziko, že systém hodnoty přiřadí špatně, i když je přečte správně.

Kdy je lidská kontrola nutná

Z limitů výše vyplývá praktické pravidlo: automatika je skvělý první krok, ale ne poslední instance. Lidskou kontrolu si zaslouží minimálně tyto situace:

Dobrá zpráva je, že kontrola vytěženého dokladu trvá sekundy: porovnáte dodavatele, částku, datum a DPH s originálem. To je pořád násobně rychlejší než ruční přepis. Kvalitní systém navíc sám signalizuje, kdy si není jistý, takže kontrolujete cíleně, ne všechno.

Jak zvýšit přesnost vytěžení vlastními silami

Velkou část chyb OCR nezpůsobuje technologie, ale vstup. Těchto pár návyků přesnost znatelně zvedne, ať používáte jakýkoli nástroj:

1. Foťte hned. Čerstvá účtenka je čitelná, měsíc stará termoúčtenka z auta v létě už nemusí být.
2. Foťte kolmo a celou. Do záběru patří celý doklad včetně horního a dolního okraje, kde bývá dodavatel a součet.
3. Dobré světlo, žádné stíny. Stín přes částku je nejčastější příčina chybného přečtení.
4. Rovný podklad. Zmačkanou účtenku před fotkou uhlaďte na stole.
5. PDF posílejte jako PDF. Pokud fakturu máte elektronicky, neposílejte její vyfocenou obrazovku. Ze strojového PDF se data těží nejpřesněji.

Jak vytěžování dokladů řeší DokladBot

DokladBot staví na moderním AI vytěžování a celý proces zabalil do WhatsAppu, takže odpadá skenování a přihlašování do aplikací. Jak to vypadá v praxi:

• Fotku účtenky pošlete na WhatsApp a bot vrátí vytěženého dodavatele, částku, datum, DPH a navrženou kategorii. Když si u něčeho není jistý, zeptá se přímo v chatu a vy odpovíte jednou zprávou. Detaily najdete na stránce účtenky přes WhatsApp.
• Faktury přeposíláte e-mailem na vlastní příjmovou adresu, každé PDF se vytěží automaticky včetně splatnosti.
• Automatická kategorizace a kontrola duplicit běží na pozadí. Bot se učí z vašich oprav a duplicitní doklad, který dorazí e-mailem i jako fotka, pozná dřív, než ho zaúčtujete dvakrát.
• Velká PDF s desítkami naskenovaných dokladů systém rozdělí na jednotlivé doklady a každý vytěží zvlášť. Přesně tímto způsobem vzniklo zpracování zmíněných 2 455 dokladů, celou případovou studii najdete mezi studiemi.
• Vytěžená data putují dál: do přehledů, podkladů pro DPH a přes mServer nebo XML export do Pohody.

Důležitá poznámka k férovým očekáváním: ani DokladBot nepředstírá, že lidská kontrola není potřeba. Nejistě vytěžené údaje řeší dotazem v chatu a doklady si před exportem můžete zkontrolovat v dashboardu. Kompletní přehled scénářů, které produkt reálně umí, včetně toho, co neumí, najdete na stránce jak využívat DokladBot naplno. Srovnání s ručním přepisováním a jinými přístupy pak nabízí stránka automatické účtování.

Krok za krokem: od fotky k zaúčtovanému dokladu

Časté otázky

Jaká je reálná přesnost OCR faktur?

U strojově generovaných PDF faktur se přesnost blíží 100 %, protože text je v souboru přímo obsažen. U kvalitních fotek tištěných dokladů je vysoká, u poškozených účtenek a ručního písma výrazně klesá. Jedno univerzální číslo neexistuje, přesnost vždy závisí na kvalitě vstupu a typu dokladu.

Přečte OCR ručně psanou účtenku nebo paragon?

Částečně. Moderní AI modely čitelné ruční písmo zvládají lépe než starší OCR, ale spolehlivost je stále výrazně nižší než u tisku. Ručně psané doklady vždy po vytěžení zkontrolujte, zejména částky a datum.

Zvládne OCR účtenek doklady v cizí měně?

Ano, ale s vyšším rizikem chyb kvůli odlišným formátům částek a dat. V reálném nasazení DokladBotu tvořily doklady v cizí měně 41 % z 2 455 zpracovaných dokladů, takže jde o běžnou, nikoli výjimečnou situaci. U zahraničních dokladů doporučujeme kontrolovat formát data a desetinné oddělovače.

Musím po OCR doklady ještě kontrolovat?

U bezproblémových strojových PDF většinou ne, u rizikových dokladů ano: ruční písmo, poškozené účtenky, cizí měny, vysoké částky a nestandardní typy dokladů. Kontrola trvá sekundy a je násobně rychlejší než ruční přepis celého dokladu.

Stačí mi po vytěžení digitální kopie, nebo musím schovávat papír?

Doklady je nutné archivovat po zákonnou dobu, u běžných daňových dokladů 10 let u plátců DPH podle § 35 zákona o DPH. Digitalizace vám ušetří práci s dohledáváním, u převodu do elektronické podoby ale musí být zajištěna věrohodnost původu a neporušenost obsahu. V praxi je nejjistější papírové originály zatím nevyhazovat.

Zdroje a reference

• Zákon č. 235/2004 Sb., o dani z přidané hodnoty, § 26 až 35a (daňové doklady a jejich uchovávání)
• Zákon č. 563/1991 Sb., o účetnictví (úschova účetních záznamů)
• Interní data DokladBot: zpracování 2 455 dokladů od 389 dodavatelů, 41 % v cizí měně, případové studie na dokladbot.cz/studie
• Ceník a tarify DokladBot: dokladbot.cz/cenik