Это инструкция для iOS.

Такие чеки можно импортировать в программу Alzex Finance. Для начала нужно установить программу Проверка кассового чека ФНС России. Проверить валидность чека можно и без регистрации, но чтобы скачать чек, нужно завести аккаунт в программе (указать телефон и ввести код из полученной смс). Далее нужно сканировать QR-коды и получать чеки.

	Откройте программу "Проверка чеков". Для экспорта полученных чеков в главном меню программы выберите пункт "Получение выписки" Убедитесь, что получили все чеки прежде чем экспортировать их в программу! У каждого чека должен быть зеленый значок и надпись "Чек получен". Надпись "Чек корректен" означает, что чек правильный, но еще не скачан из базы данных налоговой. Такой чек нужно открыть и нажать кнопку "Получить чек".
	Выберите интервал времени и формат данных json. Чтобы получить данные за текущее число оставьте оле "До" пустым. Нажмите кнопку "Получить выгрузку". Подождите пока загрузятся чеки. Не пугайтесь надписи "Не поддерживаемый тип просмотра data", просто подождите и чеки загрузятся
	Нажмите кнопку "Экспорт".
	Выберите из списка программу Alzex Finance.
	Можно выбрать чеки, которые будут импортированы. Чеки, которые в программе уже есть, по умолчанию пропускаются. Также можно выбрать разные счета для чеков, которые были оплачены наличными или картой.
	Все импортируемые чеки попадают в раздел "Неподтвержденные транзакции". Программа подберёт категорию для каждой позиции в чеке на основе ранее введенных транзакций. Например, если в базе есть транзакция с описанием "Молоко" и категорией продукты, все транзакции, в которых встречается слово "Молоко" будут отнесены в категорию "Продукты". Вам останется только указать категории для транзакций, которые не удалось распределить автоматически, а также необходимо выбрать счет и сменить статус чека с "не подтвержденный" на "подтвержденный"

Если у вас есть замечания или предложения по работе программы, мы с удовольствием их выслушаем!

Иван Ожиганов Апрель 7, 2016

Задача распознавания текста в различных условиях была и остаётся актуальной. Автоматизировать распознавание документов, кредитных карт, распознать и перевести на другой язык вывеску на билборде – всё это могло бы сэкономить время на сбор и обработку нужных данных. С развитием свёрточных нейронных сетей и методов их обучения качество распознавания текста неуклонно растет.

Мы в очередной раз убедились в эффективности использования свёрточных нейронных сетей в процессе работы над проектом по распознаванию кассовых чеков. Объектом исследования выступили кассовые чеки из ряда российских торговых точек, с текстом на кириллице и латинице. При этом разработанная система может быть легко адаптирована под распознавание кассовых чеков из других стран, с текстом на других языках. Рассмотрим проект в деталях, чтобы показать принцип действия полученного решения.

Цель проекта – разработать приложение с клиент-серверной архитектурой для распознавания кассовых чеков и извлечения необходимой семантической составляющей из них.

Обзор проекта

Задача распознавания чеков состоит из нескольких этапов:

1. Препроцесссинг
Поиск чека на изображении
Бинаризация
2. Выделение текста
3. Распознавание
4. Извлечение необходимой семантической составляющей чека

Реализация

1. Препроцессинг

Задача препроцессинга состоит в следующем: повернуть изображение так, чтобы строки чека располагались максимально горизонтально, найти чек на изображении и бинаризовать его.

1.1. Поворот изображения и поиск чека на нём

Задачу поиска чека мы выполняли при помощи следующих методов:

• Адаптивная бинаризация с высоким порогом
• Свёрточная нейронная сеть
• Классификатор с признаками Хаара

Поиск чека при помощи адаптивной бинаризации
с высоким порогом

Рис. 1. Изначальный вид чека

На данном этапе задача состояла в том, чтобы найти на изображении область, которая содержит весь чек и минимальное количество фона.

Для упрощения задачи поиска картинка сначала поворачивается так, чтобы строки располагались максимально близко к горизонтальному положению (Рис. 2). Алгоритм поворота необходим, чтобы максимизировать дисперсию суммы яркости по строкам. Максимум достигается, когда строки расположены горизонтально.

Рис. 2. Поворот чека

Для поиска чека мы использовали функцию adaptive_threshold из библиотеки scikit-image. Это адаптивная бинаризация с большим порогом, которая оставляет пиксели белыми в областях с высоким градиентом, а более однородные области становятся черными. Таким образом, при достаточно однородном фоне остаётся небольшое количество белых пикселей, для которых мы ищем описанный прямоугольник. В результате полученный прямоугольник (Рис. 3) включает в себя область с чеком и минимальное количество фона.

Рис. 3. Найденная область с чеком

Поиск чека свёрточной нейронной сетью

Мы решили искать ключевые точки чека при помощи свёрточной нейронной сети, как мы делали это ранее в . В качестве ключевых точек были выбраны углы чека. Такой метод оказался неплохим, но по качеству он проигрывал методу адаптивной бинаризации с высоким порогом.

Свёрточная нейронная сеть показала не самый лучший результат, потому что она обучилась предсказывать координаты углов только относительно найденного текста. Вместе с тем, расположение текста относительно углов отличается от чека к чеку, поэтому точность полученной модели свёрточной нейронной сети не самая высокая.

Представляем вам результаты работы сети:

Рис. 4. Примеры работы свёрточной нейронной сети на поиск углов чека

Поиск чека каскадным классификатором с признаками Хаара

В качестве альтернативы мы решили попробовать классификатор с признаками Хаара. Потратив на обучение около недели, регулируя параметры обнаружения чека, мы так и не получили достойного результата. Свёрточная нейронная сеть показала более высокое качество работы.

Примеры работы каскадного классификатора с признаками Хаара:

Рис. 5. Положительные результаты работы каскадного классификатора с признаками Хаара

Рис. 6. Ложноотрицательное и ложное срабатывания классификатора с признаками Хаара

1.2. Бинаризация

Для бинаризации используется тот же adaptive_threshold, окно достаточно большое, чтобы оно содержало и текст, и фон (Рис. 7).

Рис. 7. Бинаризация чека

2. Выделение текста

2.1. Выделение текста методом связных компонент

Первый этап выделения текста – это поиск связных компонент. Мы реализовали его с помощью функции findContours из OpenCV. Большинство связных компонент в самом деле являются символами, но некоторые – остатки шума после бинаризации. Мы отсеяли их при помощи фильтров по максимальной/минимальной площади. Для составных символов применили алгоритм объединения связных компонент (:, Й, =). После этого символы объединяются в слова при помощи поиска ближайших соседей. Принцип поиска ближайших соседей: для каждого символа ищутся несколько ближайших соседей, затем из них выбирается наиболее подходящий кандидат на присоединение справа и слева. Алгоритм повторяется, пока не останется символов, не принадлежащих словам (Рис. 8).

Рис. 8. Поиск связных компонент и формирование слов (слова выделены одним цветом)

Рис. 9. Формирование строк (строки выделены одним цветом)

Недостаток этого алгоритма состоит в том, что он не способен корректно распознавать слова со слипшимися или разорванными буквами.

2.2. Выделение текста при помощи сетки

Мы заметили, что почти во всех чеках текст моноширинный. Это значит, что можно нарисовать на чеке сетку так, чтобы линии сетки проходили между символами:

Рис. 10. Пример сетки

Алгоритм автоматического поиска сетки чека упрощает дальнейшее распознавание чека: нейронная сеть применяется к каждой ячейке сетки, распознается каждый символ, нет проблем со слипшимися символами и разорванными символами, точно определяется количество пробелов, которые идут друг за другом в строке.

Для поиска такой сетки мы попробовали следующий алгоритм. Сначала находятся связные компоненты на бинаризованном изображении:

Рис. 11. Пример поиска связных компонент

Затем берем нижние левые углы этих зеленых прямоугольников и получаем набор точек заданных двумя координатами. Для определения искажений мы решили использовать следующую двумерную периодическую функцию:

График этой формулы выглядит следующим образом:

Рис. 12. График функции в формуле

Идея метода выделения сетки чека заключается в поиске таких нелинейных геометрических искажений координат точек, чтобы точки попали на пики графика. То есть задача сводится к задаче поиска максимума суммы значений этой функции. При этом ищется оптимальное искажение.

Геометрическое искажение было параметрезированно с помощью функции RectBivariateSpline из модуля scipy в python. Оптимизация осуществлялась с помощью функции minimize из модуля scipy.

Рис. 13. Пример правильно найденной сетки

Рис. 14. Пример неправильно найденной сетки

Мы отказались от данного метода, потому что он имеет ряд существенных недостатков – работает нестабильно и медленно.

3. Распознавание текста

3.1. Распознавание текста, найденного методом связных компонент

Распознавание текста производится при помощи сверточной нейросети, обученной на шрифтах, вырезанных с чеков. На выходе из сети мы имеем вероятности для каждой буквы и берем несколько первых вариантов, которые в сумме дают близкую к 1 вероятность (99%). Далее рассматриваем все возможные варианты составления слов из полученных букв и проверяем их по словарю. Это позволяет улучшить точность распознавания, исключая ошибки среди похожих символов (З и Э).

К сожалению, данный метод работает стабильно только в том случае, когда буквы не разрываются и не слипаются между собой.

3.2. Распознавание слова целиком

Распознавать слово целиком необходимо в сложных случаях, когда буквы разрываются и слипаются между собой. Эту задачу мы решали двумя способами:

• при помощи рекуррентной нейронной сети вида LSTM;
• при помощи равномерной сегментации.

LSTM

Для сложных случаев мы решили использовать нейронную сеть вида LSTM, чтобы распознавать все слово целиком, опираясь на опыт исследований в статьях “Reading Scene Text in Deep Convolutional Sequences ” и “Can we build language-independent OCRusing LSTM networks? ”. Для этой цели мы взяли библиотеку OCRopus .

Использовав моноширинные шрифты, мы подготовили искусственную выборку для обучения (рис. 15).

Рис. 15. Примеры искусственной выборки

Обучив сеть, мы протестировали её на валидационной выборке. Результаты тестирования показали, что сеть обучилась хорошо. Тогда мы проверили её на реальных чеках. Ниже представлены результаты:

Обученная нейронная сеть неплохо работала на простых примерах, которые мы и так успешно распознаем другим способом. Со сложными примерами сеть не справлялась.

Мы решили добавить различные искажения в обучающую выборку, для того чтобы приблизить её к словам, получаемым с чеков (Рис. 16).

Рис. 16. Примеры искусственной выборки

Для того чтобы сеть не переобучилась, мы останавливали тренировку сети, готовили новый датасет и обучали сеть дальше уже с новым датасетом. В результате обучения мы получили следующее:

Полученная нейронная сеть распознавала сложные слова лучше, но стала хуже распознавать простые слова. Такая модель нас не удовлетворила, поскольку она не отличалась стабильностью.

Мы предполагаем, что при одном шрифте и с малыми искажениями такая сеть работала бы намного лучше.

Равномерная сегментация

У нас возникла идея разбить слово на символы равномерно, поскольку шрифт на чеках моноширинный. Для этого необходимо знать ширину символа в слове. Для каждого чека оценивается мода ширины символа. Если распределение ширин символов бимодальное (Рис. 17), то выбираются две моды и для каждой строки определяется своя ширина.

Рис. 17. Пример бимодального распределения ширин символов в чеке

После того как мы получаем примерную ширину символа в данной строке, мы делим длину слова на ширину символа и получаем примерное количество букв. Затем делим длину слова на полученное примерное количество букв плюс-минус один:

Рис. 18. Процесс поиска оптимальной сегментации

И выбираем наилучший вариант разбиения:

Рис. 19. Оптимальная сегментация

Точность такой сегментации весьма высока.

Рис. 20. Пример корректной работы алгоритма

Но иногда мы наблюдали, что алгоритм работает не совсем корректно:

Рис. 21. Пример некорректной работы алгоритма

После сегментации каждый фрагмент отправляется в свёрточную нейронную сеть и распознаётся.

4. Извлечение необходимой семантической составляющей чека

Поиск покупок в чеке совершается при помощи регулярных выражений. Для всех чеков есть одна общая особенность: цена покупок записана в формате XX.XX, где Х – цифра. Таким образом можно извлечь строки с покупками. ИНН ищется по 10 цифрам и проверяется по контрольной сумме. Имя держателя карты ищется в формате NAME/SURNAME.

Рис. 22. Результаты извлечения необходимой семантической составляющей чека

Заключение

Задача распознавания кассовых чеков оказалась не столь простой, как на первый взгляд. В процессе поиска решения мы столкнулись с большим количеством подзадач, каждая из которых полностью или частично связана с другими. Зачастую такие сложные алгоритмы, как рекуррентная нейронная сеть вида lstm, воспринимаются как универсальный инструмент. Но на деле подобные методы требуют много времени на освоение и не всегда оказываются полезными.

Работа над проектом продолжается. Мы занимаемся улучшением качества на каждом этапе распознавания и оптимизацией отдельных алгоритмов. На данный момент система с высокой точностью распознаёт чеки хорошего качества – без слипшихся и разорванных букв. Чеки со слипшимися и разорванными буквами распознаются несколько хуже.

Простыми словами кэшбэк – это возврат части денег, потраченных на покупку товара или оплату услуги. Нам уже знакомы такие виды, как кэшбэк на банковских картах и кэшбэк сервисы, специализирующиеся на покупках онлайн в Интернет.

Кэшбэк на банковских картах применяется довольно давно, первые карты с подобной опцией появились еще в 80-х годах в Соединенных Штатах Америки. В России подобные карты стали доступны лишь в середине «нулевых». Банковский кэшбэк работает следующим образом. У банка есть компании-партнеры, которые заинтересованы в продвижении своего товара или услуги, банк же со своей стороны заинтересован в том, чтобы вы производили безналичную оплату с помощью его карты. В итоге, когда вы расплачиваетесь картой в магазине-партнере, банк получает часть денег с вашей покупки за привлечение клиента и выплачивает процент от полученной суммы вам, за использование его карты. Все в выигрыше, магазин получил клиента, банк провел безналичный расчет, а вы часть денег со своей покупки.

Кэшбэк-сервисы, специализирующиеся на торговле в Интернет, работают практически по такому же принципу, что и банковский кэшбэк. У этих сервисов так же есть партнерские программы с Интернет-магазинами. В стоимость товара на площадках Интернет торговли заложены деньги на рекламу, которую получает кэшбэк-сервис, если вы произвели оплату через его сайт. Другими словами, если вы оплатили товар через , он получает часть денег с покупки, процент от которой он отдает вам. Данный способ стал очень популярен в связи с увеличением объема покупок в Интернет-магазинах.

Абсолютно новым витком в развитии кэшбэк стали , позволяющие получить часть денег при сканировании кассового чеке. Основным их отличием стало то, что деньги вам возвращает не банк или кэшбэк-сервис, а непосредственно сам производитель товаров. Для привлечения покупателей им необходимо проводить акции и мобильные приложения позволяют им легко это организовать. Смотрите, для проведения акции на территории магазина необходимо осуществить ряд мероприятий, начиная от согласования условий и заканчивая перепрограммированием кассовых аппаратов. С помощью мобильных приложений всего этого можно избежать. Вы получаете кассовый чек, сканируя его вам на счет возвращается часть денег от покупки. В итоге производитель провел акцию без привлечения магазина, вы получили часть денег обратно, а мобильное приложение информацию о вашей покупке. Все оказываются в выигрыше, не прилагая особых усилий.

С 1 июля 2017 года были приняты изменения в правилах о торговле, согласно которым каждая торговая точка должна предоставлять кассовый чек с печатью QR-кода. Все крупные розничные сети уже перешли на эту систему и, скорее всего, у вас не возникнет проблем со сканированием чека. QR-код позволяет считать информацию обо всех товарах, присутствующих в чеке.

Рассмотрим наиболее популярные кэшбэк-сервисы и определим преимущества и недостатки каждого из них.

Основными мобильными , которые позволят вам получить часть денег обратно, являются Едадил, Qrооto, inShopper, Дисконто. У каждого из них есть свои плюсы и минусы. Я подробно расскажу о каждом из них.

1. Мобильное приложение «Едадил»

Приложение Едадил само по себе является довольно обширным и кэшбэк - это не основная его функция. Приложение предоставляет информацию об акциях, проводимых в крупных торговых сетях, детских магазинах, косметических магазинах, супермаркетах, специализирующихся на продаже алкоголя и товарах для дома, ресторанах и АЗС. Важно отметить, что все акции будут отображаться в режиме реального времени в вашем городе при условии, что у вас на устройстве включена геолокация. Используя приложение, вы с легкостью сможете найти интересующий вас товар по самой привлекательной цене. Также Едадил предоставляет купоны на получение скидки или подарка. Приложение оснащено онлайн картой, на которой сможете найти ближайший магазин, получить информацию о его режиме работы и проводимых в нем акциях.

Функция кэшбэк в приложении развита довольно неплохо, присутствуют все без исключения группы продовольственных товаров, начиная от молочных продуктов и заканчивая кормом для животных. Список товаров часто обновляется, условия акций прописаны подробно и четко. Схема работы простая, вы покупаете товары из списка, сканируете QR-код чека и вам на счет возвращается часть денег с покупки в рублях. У данного приложения нет лимита на количество сканированных чеков в сутки, есть только ограничение по времени. Для получения кэшбэк после оплаты по безналичному расчету, чек необходимо отсканировать в течении 24-х часов, произведя оплату за наличные - в течении 3-х часов. После сканирования чека, он поступает на проверку, которая может длиться до 24-х часов, после чего приложение отправит вам уведомление о результате проверки. Все отсканированные вами чеки сохраняются в истории, где вы всегда можете их просмотреть.

В целом приложение достойно внимания. Даже если вы не планируете совершать покупки для получения кэшбэк, Едадил позволит вам отслеживать акции в магазинах вашего города, также вы можете получать купоны на скидки или подарки и это является плюсом приложения. Явных минусов в нем не найдено. Единственное, что может смутить пользователя - это условия получения кэшбэк на некоторые товары. Например, за какие-то товары вы не получите кэшбэк, а именно, если он на тот момент участвовал в акции магазина. Также на некоторые товары кэшбэк начисляется только при покупке определенного количества этого товара. А по некоторым акциям можно принять участие только один или несколько раз. Следует обратить внимание, что в Едадил в списке товаров для начисления кэшбэк присутствуют только определенные их наименования. Если указано, что часть денег с покупки вы получите за молоко «Веселая деревня» 2,5% жирности 1 литр, то, купив молоко той же торговой марки, но с другим процентом жирности или расфасовкой, вы кэшбэк не получите, а если еще учесть, что данная позиция может иметь дополнительные условия (не участвовать в акции магазина, или купить разом необходимо несколько штук), то, соответственно, шансы на получение части денег с покупки уменьшаются в разы. Но с другой стороны это позволяет Едадил предоставлять высокий процент возврата суммы с покупок, как говорится, «редко, но метко». И еще - только Едадил проводит некоторые акции, в которых сумма возврата денежных средств не фиксированная, а рассчитывается в процентах от той цены за которую вы приобрели товар (к примеру, приобрести упаковку кофе и получить возврат 20% от ее стоимости).

2. Мобильное приложение «Qrooto»

Данное приложение нацелено непосредственно на получение части денег с покупки, в нем нет информации об акциях, проводимых в магазинах вашего города, как, например, в Едадил или чего-то подобного. Интерфейс приложения не содержит ничего лишнего, все просто и понятно. Присутствует возможность просмотреть список товаров, историю сканированных чеков. Список обновляется часто, в нем присутствуют товары подкатегорий: напитки, молочные продукты, хлеб, кондитерские изделия, бакалея. Периодически в Qrooto появляются кэшбэк-акции на лекарственные препараты.

Схема работы приложения такая же, как и у Едадил. Сканируем QR-код чека, в котором присутствует аукционный товар, получаем возврат части потраченной суммы. Следует знать, что деньги на счет возвращаются в виде баллов (1 рубль – 10 баллов).

В списке товаров часто встречаются как определенные наименования товаров, так и групповые акции, например, любой хлеб в чеке или брэнд-акция, допустим, вся продукция Pepsi, независимо от расфасовки. И все это не может не радовать. Qrooto предоставляет более лояльные условия получения кэшбэк, здесь нет ограничений по количеству раз для участия в акции. Приложение начисляет баллы за товар из списка независимо от того, купили ли вы его по скидке в магазине или нет.

Qrooto очень быстро проверяет чеки, буквально через минуту после сканирования вы получите информацию о проверке и начислении баллов на счет. В приложении есть ограничения по сканированию чеков в день. За одни сутки вы можете отсканировать не более десяти чеков, причем не более 3-х из одного магазина. На сканирование чека после покупки отводится 24 часа, независимо от того, был это наличный или безналичный расчет. Также между временем пробития чеков должно пройти не менее 90 минут, например, один чек вам выдали на кассе в 09:00 ч., а второй в 09:15 ч. Соответственно, на второй чек кэшбэк вы не получите.

Qrooto предлагает своим пользователям партнерскую программу «Пригласи друга», которая позволяет вам получить деньги на свой счет за приглашение друзей. Когда они зарегистрируются в приложении с указанием вашего пригласительного кода (узнать пригласительный код вы сможете в приложении) и отсканируют свой первый чек, вам начислят 100 баллов, что равно десяти рублям. Ваш товарищ, в свою очередь, получит сразу же после регистрации 99 балов, что равно 9,9 рублей, введя ваш пригласительный код. Количество приглашенных друзей не ограничено.

Резюмируя вышеизложенное, хочется отметить, что к плюсам приложения Qrooto можно отнести лояльные условия кэшбэк-акций, мгновенную проверку чека и присутствие в списке товаров групповых акций. Также не лишней является возможность «Пригласи друга». Минусами приложения является маленький процент возврата денег с покупки, ограничение по количеству чеков в сутки и временем между ними. Приложение, безусловно, интересное, но рассчитывать на получение большого процента возврата денежных средств с ним не получится.

3. Мобильное приложение «inShopper»

Тоже специализируется исключительно на возврате части денег с покупки. Интерфейс приложения ничем особенным не отличается, так же можно просмотреть список кэшбэк-акций, историю сканирования чеков. Товары разделены на группы «продукты» и «красота и уход», периодически появляются акции на лекарственные препараты.

Работает приложение так же, как и вышеперечисленные. Вы получаете кассовый чек, сканируете QR-код, после обработки чека на ваш счет начисляется кэшбэк в рублях или купоны на скидки. inShopper может проверять чек в течении 48 часов, но на практике это занимает не более 3-х. Ограничений по количеству отсканированных чеков в сутки нет, главное, чтобы с момента покупки прошло не более 14 дней. Большая часть списка кэшбэк-акций состоит из брэнд-акций, к примеру, на все товары брэнда REXONA. Также в списке представлены кэшбэк-акции на группы товаров (например, кэшбэк за любой лук) и акции на определенные товары.

Условия получения кэшбэк разнятся, в некоторых акциях необходимо просто приобрести товар, в других необходимо купить товар на определенную сумму и это не самые лояльные условия для получения кэшбэк. Одним из основных отличий inShopper можно считать то, что в некоторых акциях кэшбэк начисляется в качестве купона на скидку в магазинах М видео, 585 Золотой, Эльдорадо, Евросеть, Литрес и прочих. Считаю это минусом приложения, так как не всегда есть возможность успеть воспользоваться купоном. К слову, у купонов есть определенный период использования, да и не всем они нужны, в отличие от «живых» денег. В приложении присутствует акция «Первый чек», вам просто необходимо отсканировать свой первый чек и даже если в нем отсутствуют товары кэшбэк-акции, вам гарантированно начислят на счет 20 рублей. Акцией можно воспользоваться единожды.

inShopper так же предлагает своим пользователям партнерскую программу «Приведи друга и получи 50 рублей». Работает это следующим образом. Вы отправляете своему другу ссылку на скачивание приложения inShopper, если он переходит и скачивает приложение по вашей ссылке, он получает 50 рублей на свой счет, а вы получаете 50 рублей после того как он отсканирует свой первый чек. Необходимо обратить внимание на то, что отсканированный вашим другом чек должен содержать акционные товары, за исключением групповых акций, например, «любой хлеб/ шампунь», также условия не распространяются на акцию «Первый чек». Вы можете пригласить сразу после регистрации не более 3-х друзей, возможность пригласить больше появится только после отсканированного вами чека с акционым товаром по системе 1 чек = 1 друг.

В общем, приложение занятное. К плюсам можно отнести высокий процент возврата средств, потраченных на покупку, программы «Первый чек» и «Приведи друга». Присутствие в списке товаров групповых и брэнд-акций тоже не может не радовать. К минусам inShopper я бы отнес вознаграждение в виде купонов на скидки и не самые лояльные условия проведения некоторых акций.

4. Мобильное приложение «Дисконто»

Дисконто - это приложение, рассчитанное только на получение кэшбэк с чеков. На данный момент приложение не развивается. Список акций практически не обновляется и состоит из 3 – 10 позиций, причем именно позиций! Групповых и брэнд-акций здесь не было уже очень давно. Сейчас в списке присутствуют две единицы товара кондитерских изделий, одна единица товара бакалеи и три - бытовой химии. Глядя на Дисконто, создается впечатление, что его просто-напросто забросили. Некоторые пользователи пишут в отзывах, что раньше (в 2016г.) Дисконто был лучшим приложением для получения кэшбэк и я им охотно верю, но на дворе 2018 год и мы имеем то, что имеем.

Система получения кэшбэк здесь немного отличается от уже упомянутых. Для того, чтобы вам получить часть денег с покупки, необходимо зайти в список товаров, выбрать тот, который вы купили, во вкладке товара нажать кнопку «Перейти к фото чека», из списка, который вам выдаст приложение, выбрать магазин, в котором вы купили товар, на следующей вкладке вам предстоит указать количество этого товара в чеке и после этого перейти к ФОТОГРАФИРОВАНИЮ чека. На снимках должен быть виден полностью весь чек, чтобы была видна информация о названии магазина, дате и общей сумме покупки и QR-код чека. Если нет возможности поместить чек в один кадр, то можно сделать несколько фото и добавить до 5 снимков. После этого чек уйдет на проверку, где будет проверяться в течении 48 часов.

У Дисконто нет ограничений по количеству чеков в сутки, главное сфотографировать не позднее 5 суток после покупки.

Условия кэшбэк-акций более или менее лояльны, но все портит то, что получить часть денег обратно за определенный товар можно только один раз.

Подводя итоги, хочу сказать, что на данный момент приложение разочаровывает. Небольшое количество кэшбэк-акций, участвовать в которых можно только один раз, это бесспорный минус. Из плюсов, пожалуй, можно отметить только то, что у Дисконто не самый низкий процент возврата денежных средств.

Способы вывода средств из приложений

Есть 3 способа получения денежных средств с вашего счета – это перевод средств на , пополнение мобильного счета и вывод на банковскую карту. Я постараюсь подробнее разобрать каждый из них.

Для начала вы должны знать, что у приложений может быть минимальная сумма вывода денежных средств. В Едадил этой суммы нет, вы можете вывести хоть 5 рублей, хоть 500 рублей. В Qrooto сумма разнится в зависимости от способа вывода: для перевода на карту минимальная сумма составляет 10 рублей, а для перевода на Яндекс Деньги и пополнение мобильного телефона - 300 рублей. У inShopper минимальная сумма вывода составляет 300 рублей, а с Дисконто можно вывести от 200 рублей.

Первый способ вывода денежных средств со счета - это перевод на банковскую карту (МИР, VISA, MasterCard). Этим способом можно воспользоваться только в приложении Qrooto. Для перевода средств вам необходимо в приложении указать расчетный счет вашей карты, БИК вашего банка, ФИО получателя и номер карты. После заполнения необходимой информации деньги спишутся с вашего счета в мобильном приложении и поступят на карту, после чего вы сможете их снять через банкомат.
• Второй способ вывода денежных средств со счета – это перевод на Яндекс Деньги. Этот способ доступен в приложениях Едадил, inShopper (взимает за данный перевод 1% от суммы) и Qrooto. Для перевода вам необходимо через приложение указать номер вашего счета Яндекс Денег, средства спишутся с вашего счета в приложении и поступят на Яндекс Деньги. Когда денежные средства будут перечислены, вы можете их перевести на банковскую карту, пополнить счет мобильного телефона или оплатить товары в Интернет-магазине. Обратите внимание, что при переводе с Яндекс Денег на банковскую карту может взиматься комиссия.
• Третий способ вывода денежных средств со счета – это пополнение баланса мобильного счета ведущих операторов сотовой связи (МТС, Билайн, Мегафон, TELE 2). Его предоставляют Едадил, inShopper (взимает за данный перевод 4% от суммы), Qrooto, Дисконто. Здесь все просто, вы указываете в приложении номер своего телефона и деньги со счета приложения пополняют ваш мобильный.

Заключение

В заключении хочется сказать, что каждое из вышеуказанных приложений уникально по-своему. Нет определенного, отвечающего всем требованиям. Где-то выше процент, но более жесткие условия получения кэшбэк, где-то - наоборот. В одних приложениях поддерживается функция вывода денег на банковскую карту, в других - нет. Поэтому, я советую вам протестировать все четыре. Один чек вы с легкостью сможете отсканировать сразу во всех приложениях и таким образом ваши шансы на получение части денег с покупки значительно возрастут.

Отвечая на вопрос «Кэшбэк с чеков это - новый способ заработать или очередной обман?», можно сказать так, система реально работает, деньги возвращаются. Рассчитывать на большую прибыль, конечно, не стоит, но в течении месяца вернуть с чеков часть денег, чтобы пополнить мобильный телефон, действительно можно. Все зависит от того, как вы будете к этому относиться. Если вы будете при каждом визите в магазин приобретать товары, участвующие в кэшбэк-акциях и соблюдать все необходимые условия, то вы сможете вернуть немалую сумму, которой точно уж хватит на еще один поход в магазин. Если же вы будете совершать покупки так же, как и раньше, не делая особого акцента на товарах кэшбэк-акций, то за счет обширного списка товаров в четырех приложениях вы запросто сэкономите сумму, достаточную для того чтобы пополнить мобильный телефон, а, значит, все это было не зря. А рассматривать кэшбэк с чеков как , могут, пожалуй, только кассиры магазинов, ведь у них имеется достаточно чеков, оставленных покупателями, сканируя которые они могут получать часть денег, при этом не тратя на покупку ни рубля. Это и называется заработком.

В 12-ой серии 4-ого сезона "The Big Bang Theory" Шэлдон и компания решили замутить стартап - приложение для iPhone, распознающее и решающее физические уравнения по фотографии. Задача, как мне кажется, очень сложная с технической точки зрения, требующая навыков во многих областях. На сколько мне известно, такого приложения в реальности не существует, но у новоявленных стартаперов на эту программу ушел всего один эпизод. Вспомнилась мне эта серия не просто так. Несмотря на то, что уравнений я не решаю, могу рассказать несколько интересных вещей из области мобильных приложений с распознаванием, призванных облегчить повседневную жизнь.

Современный смартфон является настолько сложным и функциональным устройством, что ему становится под силу выполнять задачи, которые раньше решались только на ПК либо же вообще вручную. Главное преимущество смартфона - это его компактность, способность всегда оказаться под рукой и быстро выполнить поставленную задачу. Вполне возможно, что ожидаемая в ближайшие годы мобильная революция, все-таки произойдет и компактные гаджеты постепенно вытеснят громоздкие ПК из бытового использования. А пока, стартаперы, воодушевленные новыми возможностями смартфонов, клепают новые сервисы.

Что ж, раз уж пошло такое веселье, почему бы не поучаствовать, тем более меня уже очень долгое время мучала одна идея, которую я никак не решался реализовать. Лет 5 назад, когда у меня появился первый смартфон с камерой, я начал осознавать, на сколько велики возможности мобильных платформ. У меня был телефон на Symbian, в то время эта ось была фактически монополистом, кто бы мог подумать, что уже через несколько лет от былой славы ничего не останется. Все-таки в очень интересное время мы живем, титаны и новички умирают и рождаются в течение пары лет. Принципиальной разницы в платформах для мобильных устройств лично я не вижу. Главное, что на любом смартфоне сохраняется основной принцип - открытость архитектуры, а значит, есть возможность написания любого приложения, которое могло бы как-то пригодиться. Поскольку смартфон всегда в кармане, то возникает целая ниша приложений, которые должны быть под рукой, в прямом смысле этого слова.

Еще до того, как у меня появился смартфон, я услышал об одной замечательной идее. Она формулировалась очень просто: "почему бы не использовать телефон для распознавания магазинных чеков". Люди ленятся записывать свои расходы, а чеки просто выбрасывают. Если заменить ежедневный учет финансов несколькими простейшими действиями со своим телефоном, то вероятно многие бы согласились вести домашнюю бухгалтерию. Как обычно и бывает, простая задача требует сложного решения. Сразу стало понятно, что проблема невероятно комплексная, требующая реализации на нескольких взаимодействующих уровнях. Попыток реализации такого механизма в мире было очень мало, а в России и вовсе не было. И раз уж у меня появилась возможность принять этот технический вызов, я решил сделать это.

Так родился проект "33 бакса" - революционная система учета личных финансов, основной фичей, которой является фотографирование и распознавание магазинных чеков. Работать над этим проектом мы начали полгода назад, с тех пор было сделано несколько прототипов. Текущая версия является третьей. По сути это тоже прототип, но уже вполне работоспособный, а главное он мне самому нравится все больше. Поскольку задача, комплексная, то и реализованная система включает в себя несколько взаимодействующих модулей:

1. Ядро распознавания под названием iclean - самый сложный с технической точки зрения модуль, являющийся отдельным приложением, написанным на С++. Он включает в себя несколько сторонних библиотек по обработке и коррекции изображения, несколько сторонних библиотек OCR для получения голого текста, модуль определения структуры чека и извлечения данных. Что касается обработки изображения и OCR, здесь все понятно и тривиально. За исключением того, что в iclean используется не одна OCR, а комбинация 3-х, что позволяет повысить качество распознанного текста даже на очень плохих снимках, получаемых с мобильного телефона. С извлечение данных из полученного текста все гораздо сложнее. Поскольку существует огромное количество типов чеков, нужно было создать механизм, который был бы независим от структуры и расположения полей. Между прочим, в чеках из супермаркетов, этих полей очень много: название магазина, адрес, телефон, сайт, ИНН, список товаров с указанием цен. Всю эту информацию нужно было из чека доставать, для этого был сделан двухступенчатый механизм. На первой ступени текст прогоняется по имеющимся в системе шаблонам. Если найден шаблон с удовлетворительной степенью схожести, то он используется для выявления всех возможных полей. Если шаблон не найден, то подключается вторая ступень, на которой определяются только три поля по ключевым словам: сумма, дата, название магазина. Сам текст, не попавший ни под один имеющийся шаблон, сохраняется и на его основе создается новый шаблон. Таким образом, количество шаблонов в системе постоянно увеличивается и количество поддерживаемых чеков соответственно растет.

2. Web интерфейс - обычное веб приложение, с которым работает пользователь. Список его функций пока не велик. Можно делать только самые базовые вещи, касающиеся учета расходов:

• Загружать чеки
• Добавлять расходы вручную
• Редактировать распознанные данные (в том числе вносить информацию о магазинах и товарах)
• Просматривать список расходов, фильтровать, искать, сортировать
• Просматривать различные графики (в том числе статистику по товарам и магазинам)

3. Мобильные клиенты - приложения, которые работают на смартфонах пользователя. Опять же только базовые функции по вводу расходов: можно сфотографировать чек и отправить его в свой аккаунт на сайте, полученные распознанные данные можно отредактировать, можно ввести расход вручную. Сейчас реализованы клиенты для двух платформ: Symbian и Android. Скачать приложения можно через магазины:

А теперь о том, чего стоит ожидать, если проект оправдает надежды:

1. Чем больше будет загружаться чеков, тем точнее будет распознавание, поскольку будет увеличиваться количество шаблонов. Кроме того, будет лучше работать авто корректировка названий товаров и магазинов.
2. Поскольку будет накапливаться база данных товаров и магазинов, то пользователь сможет получать рекомендации по уменьшению своих расходов. К примеру, он сможет узнать, где купить аналогичный товар дешевле, или оценить уровень цен в том или ином магазине.
3. Опять же на основе базы данных товаров можно будет сделать сервис аналогичный Яндекс Маркету, с перечислением стоимости товара в различных магазинах. В отличие от Яндекс Маркета, в этом рейтинге цен будут участвовать абсолютно все магазины, независимо, есть ли у них прайс-лист в электронном виде или нет.

Я выкладываю информацию о проекте "33 бакса" именно сейчас, потому что в течение ближайших двух недель начнется закрытое тестирование по приглашения для тех, кто оставлял заявки на сайте . Получить приглашение еще не поздно, но их количество ограничено, так что спешите.

Пальцев на руках и ногах точно не хватит, чтобы описать количество приложений для учета финансов в . Своей популярностью они обязаны любителям держать свои денежные средства под контролем, ведь когда перед тобой наглядная картина, сколько, куда и зачем потрачено, планировать бюджет и оценивать свои финансовые возможности гораздо проще. Но если большинство таких приложений однообразные и похожи друг на друга, Alzex Finance имеет ряд дополнительных функций, в том числе импорт чеков, что ставит его на одну из лидерских позиций.

Alzex Finance — не просто еще одно приложение для ведения личного и семейного бюджета. Да, оно в первую очередь нацелено на отслеживание движения денежных средств: сколько вы потратили на молоко в магазине, какой размер квартплаты в этом месяце, правильный ли пришел аванс. В основе лежит идея разделения расходов и доходов на категории, а возможность добавить в свою базу члена семьи или контрагента позволяет вести совместный учет расходов как в личных, так и в рабочих целях.

Все операции можно удобно посмотреть с помощью ленты, в том числе и те, которые вы совершали, например, два месяца назад. На добавление новой транзакции уходит несколько секунд, достаточно ввести описание, дату, счет списания, сумму и категорию. Транзакция появится в аналитике, так что ни одна из операций не останется незамеченной.

Если говорить о достоинствах и преимуществах Alzex Finance в сравнении с остальными приложениями для учета финансов, в первую очередь хочется отметить синхронизацию между разными устройствами — например, Android-смартфоном и компьютером (скачать ). База данных хранится локально, что позволяет приложению работать без Интернета. Помимо этого, программа поддерживает все валюты мира, драгоценные металлы и основные криптовалюты с обновлением курсов через Интернет.

Но самое главное — функция импорта чеков, с помощью которой можно почти полностью отказаться от ручного ввода транзакции.

Как сканировать чеки

С 1 июля этого года ФНС обязала магазины печатать на чеках QR-код, который можно просканировать специальной программой и получить чек в электронном виде. Он есть на любом чеке — от кафе быстрого питания до крупного магазина. Чтобы отсканировать чек, нужно установить программу «Проверка кассового чека» . Просто наведите камеру на QR-код — и все готово!

Для экспорта полученных чеков в главном меню программы выберите пункт «Получение выписки», интервал времени и формат данных json, далее нажмите кнопку «Запросить». Останется открыть полученный файл в Alzex Finance, после чего импортированный чек попадет в раздел «Неподтвержденные транзакции». Примечательно, что приложение умеет самостоятельно подбирать категорию для каждой позиции в чеке на основе ранее введенных транзакций.

Приложение Alzex Finance доступно для загрузки в Google Play бесплатно, но функция импорта чеков доступна только в профессиональной версии за 299 рублей с расширенными возможностями. В целом, если вам не нужна функция импорта чеков, можно пользоваться бесплатной версией, ведь она решает большинство потребностей в учете финансов.