receipt-scanner

name	receipt-scanner
description	Fiş/makbuz görüntülerinden veri ayıklama. OCR teknolojisi. Digitizer doğruluğu. Kategorizasyon. Düzenleme araçları.
triggers	{"keywords":["fiş tarama","makbuz okuma","OCR","belge tarama","receipt scanner","fatura okuma","dijital makbuz"]}
auto_load_when	Kullanıcı fiş/makbuz görüntülerinden veri çıkarma, OCR veya dijital belge işleme taleplerinde bulunduğunda
agent	researcher
tools	["Read","Write","Bash","WebFetch","Grep"]

Fiş Tarayıcı (Receipt Scanner)

Odak Alanı: Fiş/makbuz görüntülerinden veri ayıklama, OCR teknolojisi, doğruluk, kategorizasyon.

---

Pattern 1: OCR Teknolojisi ve Veri Çıkarma

OCR Süreci

OCR İşleme Akışı
    │
    ├── Görüntü Ön İşleme
    │   ├── Boyutlandırma ve çözünürlük
    │   ├── Kontrast ayarlama
    │   ├── Eğrilik düzeltme (deskew)
    │   ├── Gürültü azaltma
    │   └── Keskinleştirme
    │
    ├── Metin Tanıma
    │   ├── Görüntü karakter tanıma
    │   ├── Dil desteği (Türkçe dahil)
    │   ├── El yazısı desteği
    │   └── Tablo/ form tanıma
    │
    ├── Yapısal Çıkarma
    │   ├── Tarih tanıma
    │   ├── Tutar tanıma
    │   ├── Firma adı tanıma
    │   ├── Vergi bilgileri
    │   └── Kalem listesi
    │
    └── Veri Doğrulama
        ├── Format kontrolü
        ├── Tutarlılık kontrolü
        ├── Eksik alan tamamlama
        └── Onay/ düzeltme

OCR Kütüphaneleri ve Araçları

Popüler OCR Araçları
    │
    ├── Tesseract (Açık Kaynak)
    │   ├── Ücretsiz, açık kaynak
    │   ├── Türkçe dil desteği
    │   ├── CLI ve API
    │   └── Orta doğruluk (%80-90)
    │
    ├── Cloud OCR API'leri
    │   ├── Google Cloud Vision
    │   ├── AWS Textract
    │   ├── Azure Computer Vision
    │   └── Yüksek doğruluk (%95+)
    │
    ├── Özel OCR Çözümleri
    │   ├── ABBYY FineReader
    │   ├── Adobe Acrobat
    │   └── Veryfi (Fiş odaklı)
    │
    └── Mobil OCR
        ├── Google Lens
        ├── CamScanner
        └── Microsoft Lens

---

Pattern 2: Digitizer Doğruluğu

Doğruluk Metrikleri

OCR Performans Değerlendirmesi
    │
    ├── Doğruluk Türleri
    │   ├── Karakter doğruluğu (Accuracy)
    │   │   ├── Doğru karakter / Toplam karakter
    │   │   └── %90+ hedef
    │   │
    │   ├── Alan tanıma (Field)
    │   │   ├── Tarih, tutar, firma
    │   │   └── %85+ hedef
    │   │
    │   └── Kalem tanıma (Line Item)
    │       ├── Her satırı tanıma
    │       └── %80+ hedef
    │
    ├── Hata Türleri
    │   ├── Karakter yanlış okuma
    │   ├── Eksik karakter
    │   ├── Yanlış karakter (benzer)
    │   ├── Satır atlanması
    │   └── Alan karışıklığı
    │
    ├── Doğruluk Artırma
    │   ├── Yüksek çözünürlük (300 DPI+)
    │   ├── İyi aydınlatma
    │   ├── Düz yüzey
    │   └── Orijinal belge
    │
    └── Manuel Düzeltme
        ├── Kullanıcı onayı
        ├── Hızlı düzeltme arayüzü
        ├── Öğrenen sistem
        └── Batch düzeltme

Doğruluk Hesaplama

// OCR performans metrikleri
function ocrMetrikleri(gerçek, tahmin) {
  const toplamKarakter = gerçek.length;
  const doğruKarakter = karakterKarşılaştır(gerçek, tahmin);
  const doğruluk = (doğruKarakter / toplamKarakter) * 100;
  
  // Alan bazlı doğruluk
  const alanDoğruluk = {
    tarih: doğruAlan(gerçek.tarih, tahmin.tarih),
    tutar: doğruAlan(gerçek.tutar, tahmin.tutar),
    firma: doğruAlan(gerçek.firma, tahmin.firma)
  };
  
  return {
    karakterDoğruluk: doğruluk.toFixed(1) + "%",
    alanDoğruluk,
    hataOranı: (100 - doğruluk).toFixed(1) + "%"
  };
}

---

Pattern 3: Kalıp Tanıma ve Kategorizasyon

Fiş Kategorilendirme

Otomatik Kategorilendirme
    │
    ├── Gıda/Harcama
    │   ├── A101, BİM, Migros
    │   ├── Restaurant, café
    │   └── Market zincirleri
    │
    ├── Ulaşım
    │   ├── Akaryakıt (Shell, BP, Petlines)
    │   ├── Otobüs, metro (İstanbulkart)
    │   ├── Taksi, Uber
    │   └── Otopark
    │
    ├── Faturalar
    │   ├── Elektrik, su, doğalgaz
    │   ├── Telekomünikasyon
    │   └── Abonelikler
    │
    ├── Sağlık
    │   ├── Eczane
    │   ├── Hastane, laboratuvar
    │   └── Diş, göz
    │
    ├── Eğitim
    │   ├── Kitap, kırtasiye
    │   ├── Kurs, eğitim
    │   └── Okul ücretleri
    │
    └── Genel Gider
    │   ├── Kırtasiye
    │   ├── Hediye
    │   ├── Temizlik
    │   └── Diğer

Kategorizasyon Motoru

// Otomatik kategori atama
const kategoriKuralları = [
  { kalip: /A101|BİM|MİGR|ŞOK/i, kategori: "GIDA" },
  { kalip: /Shell|BP|Petlines|Akaryakıt/i, kategori: "ULAŞIM" },
  { kalip: /Elektrik|Su|Doğalgaz/i, kategori: "FATURA" },
  { kalip: /Eczane|Eczane/i, kategori: "SAĞLIK" },
  { kalip: /İstanbul Metro|İETT/i, kategori: "ULAŞIM" }
];

function kategoriBul(açıklama) {
  for (const kural of kategoriKuralları) {
    if (kural.kalip.test(açıklama)) return kural.kategori;
  }
  return "DİĞER";
}

---

Pattern 4: Veri Yapısı ve Düzenleme

Çıkarılan Veri Yapısı

Fiş Veri Modeli
    │
    ├── Temel Bilgiler
    │   ├── Fiş Numarası
    │   ├── Tarih (Düzenleme)
    │   ├── Saat
    │   ├── Firma Adı
    │   ├── Vergi Numarası
    │   └── Adres
    │
    ├── Mali Bilgiler
    │   ├── Ara Toplam
    │   ├── KDV Oranı ve Tutarı
    │   ├── Stopaj (varsa)
    │   ├── Toplam Tutar
    │   ├── Ödeme Şekli
    │   └── Para Birimi
    │
    ├── Kalem Listesi
    │   ├── Sıra No
    │   ├── Mal/Hizmet Adı
    │   ├── Miktar
    │   ├── Birim Fiyat
    │   ├── Toplam
    │   └── KDV
    │
    └── Ek Bilgiler
        ├── Kategori
        ├── Alt kategori
        ├── Not/Açıklama
        └── Resim yolu

Düzenleme Araçları

Kullanıcı Düzenleme Özellikleri
    │
    ├── Alan Düzeltme
    │   ├── Tarih formatı düzeltme
    │   ├── Tutar ondalık ayarlama
    │   ├── Firma adı otomatik tamamlama
    │   └── Eksik alan ekleme
    │
    ├── Kalem Yönetimi
    │   ├── Satır ekleme/silme
    │   ├── Mal adı düzenleme
    │   ├── Tutar düzeltme
    │   └── KDV ayarlama
    │
    ├── Toplu İşlemler
    │   ├── Batch import
    │   ├── Çoklu düzenleme
    │   ├── Bulk kategori değiştirme
    │   └── Export/import
    │
    └── Veri Doğrulama
        ├── Otomatik toplam kontrolü
        ├── KDV hesaplama doğrulama
        ├── Tarih sıralama kontrolü
        └── Duplicate kontrolü

---

Pattern 5: Dosya Formatları ve Entegrasyon

Desteklenen Formatlar

Giriş Formatları
    │
    ├── Görüntü Formatları
    │   ├── JPEG (en yaygın)
    │   ├── PNG (şeffaf destek)
    │   ├── TIFF (yüksek kalite)
    │   ├── PDF (tarama)
    │   └── HEIC (iOS)
    │
    ├── Çıkış Formatları
    │   ├── JSON (API için)
    │   ├── CSV (Excel için)
    │   ├── XML (Muhasebe)
    │   ├── PDF (Arşivleme)
    │   └── Excel (Raporlama)
    │
    └── Entegrasyon
        ├── Muhasebe yazılımı
        ├── Excel/Google Sheets
        ├── ERP sistemleri
        └── Mobil uygulamalar

---

Key Patterns

Pattern	Açıklama	Kullanım Alanı
OCR	Optik karakter tanıma	Görüntüden metin
Ön İşleme	Görüntü iyileştirme	Doğruluk artırma
Kalıp Tanıma	Otomatik kategori	Sınıflandırma
Veri Modeli	Standart yapı	Kayıt formatı
Doğrulama	Hata tespiti	Kalite kontrol
Entegrasyon	Dış sistem bağlantı	İş akışı

---

Anti-Patterns

❌ Yanlış Uygulamalar

// Yanlış: Düşük çözünürlük
const görüntü = "50 DPI"; // Okunamaz

// Yanlış: Ön işleme yok
const metin = ocr(görüntü); // Düşük doğruluk

// Yanlış: Manuel kontrol yok
const veri = otomatikTamamlandı(); // Hata olasılığı yüksek

// Yanlış: Kategorizasyon yok
const kayıt = { ...veri }; // Kategori yok

// Yanlış: Yedekleme yok
const veri = kaydedildi(); // Veri kaybı riski

✅ Doğru Uygulamalar

// Doğru: Görüntü ön işleme
function önİşle(görüntü) {
  const boyut = yenidenBoyut(görüntü, 1200, 1600);
  const keskin = keskinleştir(boyut);
  const kontrast = adaptifKontrast(keskin);
  return kontrast;
}

// Doğru: OCR işleme
function işleFiş(görüntü) {
  const hazırlanmış = önİşle(görüntü);
  const metin = tesseractOcr(hazırlanmış, "tur");
  const yapı = parseFiş(metin);
  const doğrulanmış = doğrula(yapı);
  return doğrulanmış;
}

// Doğru: Veri doğrulama
function doğrula(fiş) {
  const toplamKontrol = Math.abs(
    fiş.kalemler.reduce((t, k) => t + k.toplam, 0) - fiş.araToplam
  ) < 0.01;
  
  const kdvKontrol = Math.abs(
    fiş.araToplam * fiş.kdvOranı - fiş.kdvTutar
  ) < 0.01;
  
   {
    geç: toplamKontrol && kdvKontrol,
    : toplamKontrol ? [] : []
  };
}


 () {
   satırlar = fişler.( ({
    : f.,
    : f.,
    : f.,
    : f.,
    : f.
  }));
   (satırlar);
}

---

Quick Reference

Aşama	Araç	Doğruluk
Ön İşleme	OpenCV	Kritik
OCR	Tesseract	%80-90
Cloud OCR	Google/AWS	%95+
Doğrulama	Manuel	%100
Kategori	ML/Pattern	%85+

Görüntü Gereksinimi	Değer
Minimum DPI	200-300
Renk modu	Gri veya Renkli
Boyut	Max 10MB
Format	JPEG, PNG, PDF
Eğrilik	< 5 derece
Aydınlatma	Homojen

Veri Alanı	Zorunlu	Format
Tarih	Evet	GG.AA.YYYY
Tutar	Evet	Ondalıklı
Firma	Evet	Metin
KDV	Hayır	%
Kalemler	Hayır	Liste
Kategori	Hayır	Enum

🌍 Universal Language Support

• Turkish Native: This skill natively supports Turkish. If the user prompt is in Turkish, all analysis, formatting, and output MUST be entirely in Turkish. You do not need explicit "write in Turkish" instructions.