V akom formáte prichádzajú účtenky: riadky alebo obrázky?

Šeky sa zvyčajne dostávajú vo forme obrázkov, nie textových reťazcov. Je to spôsobené tým, že šeky sú fyzické papierové dokumenty, ktoré sa skenujú alebo fotografujú na ďalšie spracovanie.

Na extrakciu informácií z takýchto obrázkov sa používajú metódy optického rozpoznávania znakov (OCR). Po rozpoznaní sa obrázok prevedie na text, ktorý je možné analyzovať a používať v systémoch strojového učenia.

Preto sú počiatočné údaje obrázky šekov a textové reťazce sa generujú v štádiu spracovania a rozpoznávania.