Das Extrahieren von Daten aus gescannten Bildern ist eine häufige Herausforderung, insbesondere wenn es sich um strukturierte Daten wie Tabellen handelt. Mit den fortschrittlichen maschinellen Lernfähigkeiten von IronOCR können Sie jetzt nahtlos Tabellendaten, einschließlich Zellwerte und deren Positionen, extrahieren. In dieser Demo führt Shadman Majid, Software Sales Engineer, die Codeimplementierung Schritt für Schritt durch, während Anne Lazarakis, Sales and Marketing Director, reale Anwendungsfälle von Iron Software-Kunden teilt.

Reale Anwendungsfälle

Erklärt von Anne Lazarakis, Sales and Marketing Director*

Versicherungsantragsbearbeitung (Opyn Market)

In der stark regulierten Krankenversicherungsbranche in den USA erhalten Unternehmen wie Opyn Market immer noch viele Dokumente per Fax. Diese gescannten Dokumente enthalten oft tabellarische Daten, die exakt extrahiert und in interne Systeme eingegeben werden müssen. Mit IronOCR können sie diesen Prozess automatisieren, was die manuelle Arbeit reduziert und die Möglichkeit menschlichen Fehlers eliminiert.

Logistik & Lebensmittelverteilung (iPAP)

iPAP, der größte Käseverkäufer in den USA, verwendet IronOCR, um über 200 Kundenbestellungen zu verwalten. Ihre Rechnungen kommen in verschiedenen Formaten mit uneinheitlichen Tabellendesigns. IronOCR hilft ihnen, Bestellnummern, Versanddaten und Artikeldetails effizient aus gescannten Dokumenten zu extrahieren, selbst bei variierendem Format. Diese Automatisierung hat ihnen jährlich zwischen 40.000 und 45.000 Dollar gespart.

Technische Übersicht

Live-Coding-Sitzung mit Shadman Majid, Software Sales Engineer*

IronOCR verwendet proprietäre maschinelle Lernmodelle, um Tabellendaten aus gescannten Dokumenten zu erkennen und zu extrahieren. Diese Funktion unterstützt:

• Extraktion von Tabellenzellen und Koordinaten
• OCR von gescannten Bildern und mehrseitigen PDFs
• Kompatibilität mit C#, VB.NET, .NET Standard, .NET Framework und .NET Core

Um auf diese Funktionalität zuzugreifen, benötigen Sie:

• IronOCR NuGet package
• IronOcr.Extensions.AdvancedScanning NuGet-Paket für Tabellenerkennung über ML-Modelle

Diese Pakete enthalten die trainierten ML-Modelle, die für die Erkennung der Tabellenstruktur und ein genaues OCR erforderlich sind.

Beispielcode zum Extrahieren von Tabellen

Unten finden Sie ein Beispiel für einen C#-Code, der zeigt, wie IronOCR zur Extraktion von Tabellendaten aus Bildern verwendet wird:

// Import the necessary IronOCR namespaces
using IronOcr;

// Initialize the IronTesseract to handle OCR processes
var Ocr = new IronTesseract();

// Load the image containing the table
using (var input = new OcrInput("invoice.jpg"))
{
    // Perform OCR and extract text data including tables
    var result = Ocr.Read(input);

    // Iterate through each page in the document
    foreach (var page in result.Pages)
    {
        // Iterate through each table found on the page
        foreach (var table in page.Tables)
        {
            Console.WriteLine("Table found:");
            // Iterate through each row in the table
            foreach (var row in table.Rows)
            {
                // Convert the row of cells to a comma-separated string
                var cells = string.Join(", ", row.Cells.Select(cell => cell.Text));
                Console.WriteLine(cells);
            }
        }
    }
}

// Import the necessary IronOCR namespaces
using IronOcr;

// Initialize the IronTesseract to handle OCR processes
var Ocr = new IronTesseract();

// Load the image containing the table
using (var input = new OcrInput("invoice.jpg"))
{
    // Perform OCR and extract text data including tables
    var result = Ocr.Read(input);

    // Iterate through each page in the document
    foreach (var page in result.Pages)
    {
        // Iterate through each table found on the page
        foreach (var table in page.Tables)
        {
            Console.WriteLine("Table found:");
            // Iterate through each row in the table
            foreach (var row in table.Rows)
            {
                // Convert the row of cells to a comma-separated string
                var cells = string.Join(", ", row.Cells.Select(cell => cell.Text));
                Console.WriteLine(cells);
            }
        }
    }
}

' Import the necessary IronOCR namespaces
Imports IronOcr

' Initialize the IronTesseract to handle OCR processes
Private Ocr = New IronTesseract()

' Load the image containing the table
Using input = New OcrInput("invoice.jpg")
	' Perform OCR and extract text data including tables
	Dim result = Ocr.Read(input)

	' Iterate through each page in the document
	For Each page In result.Pages
		' Iterate through each table found on the page
		For Each table In page.Tables
			Console.WriteLine("Table found:")
			' Iterate through each row in the table
			For Each row In table.Rows
				' Convert the row of cells to a comma-separated string
				Dim cells = String.Join(", ", row.Cells.Select(Function(cell) cell.Text))
				Console.WriteLine(cells)
			Next row
		Next table
	Next page
End Using

' Import the necessary IronOCR namespaces
Imports IronOcr

' Initialize the IronTesseract to handle OCR processes
Private Ocr = New IronTesseract()

' Load the image containing the table
Using input = New OcrInput("invoice.jpg")
	' Perform OCR and extract text data including tables
	Dim result = Ocr.Read(input)

	' Iterate through each page in the document
	For Each page In result.Pages
		' Iterate through each table found on the page
		For Each table In page.Tables
			Console.WriteLine("Table found:")
			' Iterate through each row in the table
			For Each row In table.Rows
				' Convert the row of cells to a comma-separated string
				Dim cells = String.Join(", ", row.Cells.Select(Function(cell) cell.Text))
				Console.WriteLine(cells)
			Next row
		Next table
	Next page
End Using

• Laden eines Bildes: Das Skript beginnt mit der Initialisierung der IronTesseract-Engine und dem Laden einer Bilddatei namens invoice.jpg, die Sie verarbeiten möchten.
• Ausführung der OCR: Es führt OCR an der Eingabe durch, um Textdaten zu extrahieren, insbesondere um Tabellen zu fokussieren.
• Tabellenextraktion: Das Skript iteriert durch jede erkannte Tabelle und deren Zeilen und gibt die Zellinhalte strukturiert aus.

Stellen Sie sicher, dass Sie die notwendigen NuGet-Pakete für IronOCR installiert haben, bevor Sie dieses Skript ausführen.

Fazit

IronOCR macht es einfach, die Extraktion komplexer Tabellendaten aus gescannten Dokumenten zu automatisieren. Egal, ob Sie im Gesundheitswesen, in der Logistik, im Finanzwesen oder in der Herstellung tätig sind, diese Lösung bietet Zuverlässigkeit, Genauigkeit und kostensparende Effizienz. Mit nur wenigen Codezeilen können Sie die manuelle Dateneingabe beseitigen und menschliche Fehler reduzieren.

Möchten Sie es in Aktion sehen? Buchen Sie eine Live-Demo mit einem unserer Ingenieure hier.