Cómo crear una solución de OCR para facturas

Cómo utilizar la solución OCR para facturas

1. Instale la biblioteca C# IronOCR.
2. Cree un nuevo proyecto C# en Visual Studio.
3. Explore la biblioteca C# rica en características para realizar OCR en recibos.
4. Use Tesseract para extraer datos de los recibos.
5. Busque datos específicos en el resultado del texto extraído.
6. Examine los valores de los códigos de barras en la imagen del recibo proporcionada.

¿Qué es el procesamiento de facturas?

Las empresas pueden transformar facturas basadas en imágenes o escaneadas en texto legible por máquina utilizando el procesamiento de facturas con OCR, que automatiza la extracción de texto y datos de las facturas. Esta automatización aumenta la eficiencia de los procedimientos financieros, disminuye la entrada manual de datos y agiliza la forma en que se procesan las facturas.

IronOCR

El Reconocimiento Óptico de Caracteres (OCR) está habilitado para los desarrolladores que utilizan el lenguaje de programación C# mediante IronOCR, una biblioteca .NET. Creado por Iron Software, IronOCR es una herramienta útil para aplicaciones que necesitan reconocimiento automático de texto, permitiendo a los usuarios extraer texto de imágenes, documentos escaneados y archivos PDF. Para extraer texto y datos de las facturas, necesita integrar la biblioteca IronOCR en su aplicación .NET para el procesamiento automatizado de facturas.

IronOCR ayuda a evitar fraudes a través de algoritmos de IA, identificando rápidamente errores, fraudes y facturas duplicadas. Reduce errores con una extracción de datos de factura OCR superior, evitando así errores causados por la entrada manual de datos. Aprenda más sobre IronOCR aquí.

Las características destacadas de IronOCR son:

• Extracción de texto: Extraer contenido de texto de imágenes, documentos escaneados y PDFs. Utiliza algoritmos OCR sofisticados para identificar palabras, caracteres y diseños en los documentos proporcionados.
• Información del proveedor: Extraer información de texto, incluyendo detalles del proveedor, líneas de artículos, número de factura, fecha y cualquier otro dato relevante de imágenes de facturas usando IronOCR.
• Lectura de códigos de barras: IronOCR incluye capacidades para leer códigos de barras de imágenes además de OCR, lo que mejora su adaptabilidad para aplicaciones que necesitan manejar tanto datos de texto como de código de barras.
• Preprocesamiento de imágenes: Soporta desinclinación, reducción de ruido y corrección de contraste. Estas técnicas mejoran las imágenes de entrada y ayudan a aumentar la precisión OCR.
• Tecnología OCR basada en zonas: Permite a los desarrolladores definir áreas específicas de imagen donde debe centrarse la extracción de texto. Esto es útil cuando se trata de documentos con diseños estructurados.

Es importante notar que el éxito de la solución depende de la precisión de la configuración de OCR, la complejidad de las facturas y la calidad de las imágenes de entrada. Además, el uso de las API de IronOCR y la comprensión de las características específicas de la biblioteca pueden ser pasos esenciales en el proceso de integración. Consulte siempre la documentación oficial de IronOCR para obtener los detalles y recomendaciones más actualizados.

Crear un nuevo proyecto en Visual Studio

Inicie Visual Studio y navegue al menú "Archivo". Seleccione "Nuevo Proyecto" y elija "Aplicación de Consola". Aquí crearemos un programa de consola para el trabajo OCR.

Ingrese el nombre del proyecto y especifique la ubicación del archivo en el cuadro de texto. Haga clic en el botón Crear y seleccione el marco de trabajo .NET necesario.

Una vez que se selecciona la aplicación, el proyecto de Visual Studio creará su estructura. Si seleccionó las versiones de Consola, Windows o Web, se abrirá el archivo Program.cs, permitiéndole agregar código y construir/ejecutar la aplicación.

Podemos agregar la biblioteca para probar el código después de eso.

Instalar IronOCR

Usando la herramienta del Administrador de Paquetes NuGet de Visual Studio, instale paquetes directamente en su solución. Consulte la imagen a continuación para ver el Administrador de Paquetes NuGet.

Proporciona un cuadro de búsqueda para listar paquetes desde el sitio web de NuGet. Como se muestra a continuación, busque el administrador de paquetes para "IronOCR":

El gráfico anterior debería listar términos de búsqueda relevantes. Necesitamos hacer la selección necesaria para instalar el paquete de solución.

using System;
using IronOcr;

class InvoiceProcessor
{
    static void Main()
    {
        // Create a new instance of IronTesseract
        var Ocr = new IronTesseract();

        // Set language and Tesseract version
        Ocr.Language = OcrLanguage.EnglishBest;
        Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

        // Using OcrInput to add images and read text
        using (var Input = new OcrInput())
        {
            // Add the invoice image
            Input.AddImage(@"invoice.png");

            // Read the text from the image
            var Result = Ocr.Read(Input);

            // Output the extracted text
            Console.WriteLine(Result.Text);
            Console.ReadKey();
        }
    }
}

using System;
using IronOcr;

class InvoiceProcessor
{
    static void Main()
    {
        // Create a new instance of IronTesseract
        var Ocr = new IronTesseract();

        // Set language and Tesseract version
        Ocr.Language = OcrLanguage.EnglishBest;
        Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

        // Using OcrInput to add images and read text
        using (var Input = new OcrInput())
        {
            // Add the invoice image
            Input.AddImage(@"invoice.png");

            // Read the text from the image
            var Result = Ocr.Read(Input);

            // Output the extracted text
            Console.WriteLine(Result.Text);
            Console.ReadKey();
        }
    }
}

Imports System
Imports IronOcr

Friend Class InvoiceProcessor
	Shared Sub Main()
		' Create a new instance of IronTesseract
		Dim Ocr = New IronTesseract()

		' Set language and Tesseract version
		Ocr.Language = OcrLanguage.EnglishBest
		Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5

		' Using OcrInput to add images and read text
		Using Input = New OcrInput()
			' Add the invoice image
			Input.AddImage("invoice.png")

			' Read the text from the image
			Dim Result = Ocr.Read(Input)

			' Output the extracted text
			Console.WriteLine(Result.Text)
			Console.ReadKey()
		End Using
	End Sub
End Class

Leer códigos de barras en la factura

Además del texto, los códigos de barras en los recibos se pueden escanear usando IronOCR. Para escanear códigos de barras en recibos con IronOCR, use la función ReadBarCodes junto con la clase BarcodeReader.

Aquí se muestra cómo usar IronOCR para decodificar la imagen de un recibo para lectura de códigos de barras.

using System;
using IronOcr;

class BarcodeReaderExample
{
    static void Main()
    {
        // Initialize IronTesseract
        var ocrTesseract = new IronTesseract();

        // Enable barcode reading
        ocrTesseract.Configuration.ReadBarCodes = true;

        // Use OcrInput to add image and process barcodes
        using (var ocrInput = new OcrInput("invoice.png"))
        {
            var ocrResult = ocrTesseract.Read(ocrInput);

            // Iterate over and output each detected barcode
            foreach (var barcode in ocrResult.Barcodes)
            {
                Console.WriteLine(barcode.Value);
            }
        }
    }
}

using System;
using IronOcr;

class BarcodeReaderExample
{
    static void Main()
    {
        // Initialize IronTesseract
        var ocrTesseract = new IronTesseract();

        // Enable barcode reading
        ocrTesseract.Configuration.ReadBarCodes = true;

        // Use OcrInput to add image and process barcodes
        using (var ocrInput = new OcrInput("invoice.png"))
        {
            var ocrResult = ocrTesseract.Read(ocrInput);

            // Iterate over and output each detected barcode
            foreach (var barcode in ocrResult.Barcodes)
            {
                Console.WriteLine(barcode.Value);
            }
        }
    }
}

Imports System
Imports IronOcr

Friend Class BarcodeReaderExample
	Shared Sub Main()
		' Initialize IronTesseract
		Dim ocrTesseract = New IronTesseract()

		' Enable barcode reading
		ocrTesseract.Configuration.ReadBarCodes = True

		' Use OcrInput to add image and process barcodes
		Using ocrInput As New OcrInput("invoice.png")
			Dim ocrResult = ocrTesseract.Read(ocrInput)

			' Iterate over and output each detected barcode
			For Each barcode In ocrResult.Barcodes
				Console.WriteLine(barcode.Value)
			Next barcode
		End Using
	End Sub
End Class

Si bien IronOCR ofrece fuertes capacidades de OCR, es crucial recordar que el flujo de trabajo completo de procesamiento de facturas puede involucrar componentes adicionales como validación de datos, lógica empresarial y conectividad del sistema financiero. Dependiendo de su caso de uso, es posible que deba combinar IronOCR con otras herramientas para lograr una solución completa de procesamiento de facturas.

Resultado:

Para obtener más información sobre la demostración en línea de IronOCR, consulte aquí.

Conclusión

En conclusión, IronOCR se destaca como una biblioteca de reconocimiento óptico de caracteres (OCR) fuerte y adaptable para desarrolladores de C#. Esta oferta integral de Iron Software simplifica la extracción de texto de imágenes, documentos escaneados y archivos PDF.

Finalmente, IronOCR es una solución OCR notable que ofrece una integración, flexibilidad y precisión excepcionales. IronOCR no tiene igual en precisión gracias a sus algoritmos avanzados y su capacidad para identificar una amplia gama de formatos de documentos, lo que la convierte en una de las mejores soluciones OCR disponibles. Proporciona ejemplos de código bien documentados que permiten a los principiantes aprender rápida y fácilmente.

La edición de desarrollo rentable de IronOCR es accesible, y la compra del paquete IronOCR otorga una licencia de por vida. Con un paquete IronOCR que comienza en \$liteLicense, ofrece un valor excepcional como un costo único para múltiples sistemas. Proporciona soporte en línea las 24 horas para usuarios con licencia. Para obtener más detalles sobre las tarifas, visite el sitio web de IronOCR.