Trích xuất dữ liệu từ hoá đơn/PDF scan: OCR truyền thống hay model vision?

Bên mình mỗi tháng nhận vài trăm hoá đơn VAT dạng PDF scan + ảnh chụp điện thoại, cần lấy ra: mã số thuế, số hoá đơn, ngày, tổng tiền, các dòng hàng. Hiện đang cân nhắc 2 hướng: - OCR (Tesseract/PaddleOCR) rồi dùng regex + LLM để bóc tách - Gửi thẳng ảnh cho model vision, yêu cầu trả JSON Ai đã làm thực tế cho mình xin kinh nghiệm: hướng nào ổn định hơn với chữ tiếng Việt có dấu, ảnh nghiêng/mờ? Và kiểm tra sai sót thế nào cho yên tâm?