Cómo extraer datos de recibos mediante OCR en C#

Recibos y Automatización

Los recibos son esenciales en el mundo acelerado de hoy. Ya sea que esté comprando alimentos o comiendo fuera, los recibos ayudan a realizar un seguimiento de los gastos y a elaborar el presupuesto. Mientras tanto, las tiendas utilizan escáneres de recibos para analizar datos de ventas, lo que les ayuda a pronosticar la demanda y gestionar el inventario a través de técnicas de extracción de datos .

Sin embargo, los recibos pueden ser difíciles de leer y los cálculos no siempre son claros. El ingreso manual de datos para la presupuestación es tedioso y propenso a errores, especialmente con muchos artículos. Perder un recibo puede convertir repentinamente sus gastos excesivos mensuales en un misterio. Los recibos en papel tradicionales a menudo tienen una mala calidad de impresión, tinta descolorida y degradación térmica del papel, lo que hace que la optimización de la imagen OCR sea crucial para una extracción precisa.

Para solucionar esto, las aplicaciones financieras y de presupuesto han adoptado la tecnología OCR (reconocimiento óptico de caracteres). Al escanear los recibos en formato digital, el OCR minimiza los errores, automatiza la entrada de datos, rastrea los gastos y revela patrones de compra. Las soluciones de OCR modernas manejan varios formatos de recibos, desde impresiones tradicionales en puntos de venta hasta recibos digitales con capacidades de lectura de códigos de barras y códigos QR .

El OCR utiliza el aprendizaje automático para identificar y extraer texto de las imágenes. El proceso incluye preprocesamiento de imágenes , segmentación de caracteres, reconocimiento de patrones y validación. Sin embargo, el OCR no es perfecto: las imágenes borrosas o con manchas pueden generar errores. Los sistemas avanzados utilizan técnicas de visión artificial para aumentar la precisión. Elegir una biblioteca de OCR confiable que procese y optimice eficientemente la lectura es crucial para una automatización exitosa de documentos .

¿Por qué debería elegir IronOCR para el procesamiento de recibos?

IronOCR es una biblioteca de C# basada en un motor de OCR Tesseract personalizado. A diferencia del Tesseract estándar, IronOCR incluye optimizaciones y funciones de Tesseract 5 diseñadas específicamente para desarrolladores .NET. Esto es lo que lo hace destacar:

1. Compatibilidad cruzada: funciona con .NET 8, 7, 6, 5 y Framework 4.6.2+. Funciona en Windows, macOS, Azure y Linux. Se implementa sin problemas en Docker , AWS Lambda y Azure Functions .

2. Flexibilidad y escalabilidad: maneja formatos JPG, PNG y GIF. Se integra con objetos System.Drawing. Procesa secuencias de archivos TIFF y PDF de varias páginas . Admite subprocesos múltiples para escenarios de gran volumen.

3. Facilidad de uso y soporte: bien documentado con API sólida y soporte 24/5. Ofrece operaciones simples de una línea y opciones de configuración detalladas . Incluye guías completas de solución de problemas .

4. Capacidades multilingües: admite 125 idiomas internacionales . Reconoce nombres de productos y precios de manera efectiva. Maneja múltiples idiomas por documento . Admite archivos de datos entrenados personalizados.

5. Procesamiento de imágenes avanzado: los filtros incorporados mejoran la calidad del recibo automáticamente. Incluye reducción de ruido , corrección de orientación y optimización de DPI . El asistente de filtros determina automáticamente la configuración óptima.

¿Cómo implemento el OCR de recibos en mi aplicación?

// Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY";

// Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY";

¿Cómo puedo leer un recibo de supermercado con IronOCR?

Exploremos el uso de IronOCR en una aplicación que escanea recibos de supermercado con teléfonos inteligentes, extrayendo nombres de productos y precios para otorgar puntos de fidelidad en función de las compras. Esto implica captura de imágenes, preprocesamiento, ejecución de OCR y validación de datos utilizando puntajes de confianza de resultados .

¿Qué código C# necesito para extraer datos del recibo?

using IronOcr;

class ReceiptScanner
{
    static void Main()
    {
        // Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY";

        // Instantiate OCR engine with optimal settings for receipts
        var ocr = new IronTesseract();

        // Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- ";
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\\:;\"'<>?";

        using var inputPhoto = new OcrInput();
        inputPhoto.LoadImage("supermarketexample.jpg");

        // Apply preprocessing for better accuracy
        inputPhoto.DeNoise();
        inputPhoto.ToGrayScale();
        inputPhoto.Contrast(1.2);

        // Perform OCR on the loaded image
        OcrResult result = ocr.Read(inputPhoto);

        // Output the text extracted from the receipt
        string text = result.Text;
        Console.WriteLine(text);

        // Extract specific data using OcrResult features
        foreach (var line in result.Lines)
        {
            if (line.Text.Contains("TOTAL"))
            {
                Console.WriteLine($"Total Found: {line.Text}");
            }
        }
    }
}

using IronOcr;

class ReceiptScanner
{
    static void Main()
    {
        // Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY";

        // Instantiate OCR engine with optimal settings for receipts
        var ocr = new IronTesseract();

        // Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- ";
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\\:;\"'<>?";

        using var inputPhoto = new OcrInput();
        inputPhoto.LoadImage("supermarketexample.jpg");

        // Apply preprocessing for better accuracy
        inputPhoto.DeNoise();
        inputPhoto.ToGrayScale();
        inputPhoto.Contrast(1.2);

        // Perform OCR on the loaded image
        OcrResult result = ocr.Read(inputPhoto);

        // Output the text extracted from the receipt
        string text = result.Text;
        Console.WriteLine(text);

        // Extract specific data using OcrResult features
        foreach (var line in result.Lines)
        {
            if (line.Text.Contains("TOTAL"))
            {
                Console.WriteLine($"Total Found: {line.Text}");
            }
        }
    }
}

El código demuestra:

1. Importe la biblioteca IronOcr.
2. Cree una instancia del motor OCR ( IronTesseract ) con opciones de configuración .
3. Cree un nuevo OcrInput para cargar la imagen del recibo.
4. Aplique preprocesamiento para una mayor precisión.
5. Utilice el método Read para extraer texto.
6. Procese los resultados utilizando la clase OcrResult para datos estructurados.

Para diferentes formatos de recibos, IronOCR admite la lectura de fotos , capturas de pantalla y documentos escaneados . También puede extraer datos de tablas de recibos estructurados.

¿Cómo puedo verificar la precisión de los datos extraídos?

Para garantizar la coherencia, compruebe el nivel de confianza de los datos extraídos. IronOCR proporciona métricas de confianza integrales en múltiples niveles:

OcrResult result = ocr.Read(inputPhoto);
string text = result.Text;
Console.WriteLine(text);
Console.WriteLine($"Overall Confidence: {result.Confidence}%");

// Check confidence for individual elements
foreach (var word in result.Words)
{
    if (word.Confidence < 80)
    {
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)");
    }
}

// Validate numeric values
foreach (var block in result.Blocks)
{
    if (block.Text.Contains("$"))
    {
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)");
    }
}

OcrResult result = ocr.Read(inputPhoto);
string text = result.Text;
Console.WriteLine(text);
Console.WriteLine($"Overall Confidence: {result.Confidence}%");

// Check confidence for individual elements
foreach (var word in result.Words)
{
    if (word.Confidence < 80)
    {
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)");
    }
}

// Validate numeric values
foreach (var block in result.Blocks)
{
    if (block.Text.Contains("$"))
    {
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)");
    }
}

La propiedad Confidence mide la precisión estadística de 0 (baja) a 100 (alta). Utilice estos niveles de confianza para determinar cómo manejar los datos. Para los sistemas de producción, implemente el seguimiento del progreso para supervisar las operaciones de OCR.

¿Cómo puedo mejorar la precisión del OCR con el preprocesamiento de imágenes?

Antes de procesar, utilice estos métodos para preparar las imágenes para obtener mejores resultados:

using var inputPhoto = new OcrInput();
inputPhoto.LoadImage("receipt.jpg");

// Basic preprocessing
inputPhoto.DeNoise();           // Removes noise from the image
inputPhoto.ToGrayScale();       // Converts image to grayscale
inputPhoto.Contrast(1.5);       // Enhance contrast for faded receipts
inputPhoto.Sharpen();           // Improve text clarity

// Advanced preprocessing for challenging receipts
inputPhoto.Rotate(2.5);         // Correct slight rotation
inputPhoto.Deskew();            // Automatically straighten receipt
inputPhoto.Scale(200);          // Upscale low-resolution images

// Handle specific receipt issues
if (receiptIsDamaged)
{
    inputPhoto.Dilate();        // Thicken thin text
    inputPhoto.Erode();         // Reduce text bleeding
}

// For colored or patterned backgrounds
inputPhoto.Binarize();          // Convert to pure black and white
inputPhoto.Invert();            // Handle white text on dark background

using var inputPhoto = new OcrInput();
inputPhoto.LoadImage("receipt.jpg");

// Basic preprocessing
inputPhoto.DeNoise();           // Removes noise from the image
inputPhoto.ToGrayScale();       // Converts image to grayscale
inputPhoto.Contrast(1.5);       // Enhance contrast for faded receipts
inputPhoto.Sharpen();           // Improve text clarity

// Advanced preprocessing for challenging receipts
inputPhoto.Rotate(2.5);         // Correct slight rotation
inputPhoto.Deskew();            // Automatically straighten receipt
inputPhoto.Scale(200);          // Upscale low-resolution images

// Handle specific receipt issues
if (receiptIsDamaged)
{
    inputPhoto.Dilate();        // Thicken thin text
    inputPhoto.Erode();         // Reduce text bleeding
}

// For colored or patterned backgrounds
inputPhoto.Binarize();          // Convert to pure black and white
inputPhoto.Invert();            // Handle white text on dark background

Estos pasos de preprocesamiento aumentan la precisión de la extracción. El Asistente de Filtros encuentra automáticamente la mejor combinación de filtros para tus recibos. Para recibos con fondo de color , la corrección de color es esencial.

Los escenarios avanzados pueden requerir un OCR específico de la región para centrarse en los totales o en la información fiscal. Para recibos con códigos de barras , habilite la lectura de códigos de barras junto con la extracción de texto.

¿Cuáles son los principales beneficios de utilizar IronOCR para el procesamiento de recibos?

Página de licencias de IronOCR con tres niveles de precios (Lite $749, Plus $1499, Professional $2999) con opción de alternar entre IronOCR e Iron Suite, mostrando detalles de la licencia Professional y un costo total de $5998. Opciones de precios flexibles para equipos y empresas con licencias de producto individuales y paquete Iron Suite para una mejor relación calidad-precio.

La tecnología OCR de recibos ayuda a empresas e individuos con la presupuestación, la prevención del fraude y la recopilación automatizada de datos. IronOCR ofrece precisión, velocidad y fácil integración con las plataformas existentes, lo que lo hace ideal para soluciones de escaneo de recibos.

Los beneficios clave incluyen:

1. Optimización del rendimiento: el procesamiento multiproceso y el ajuste de velocidad procesan miles de recibos de manera eficiente.

2. Flexibilidad de exportación: convierta recibos en archivos PDF con capacidad de búsqueda o HTML hOCR para integración web.

3. Funciones empresariales: Implemente en servidores Azure , Docker y Linux para lograr escalabilidad.

4. Reconocimiento especializado: Leer notas manuscritas en recibos y extraer estructuras de tablas .

5. Herramientas de depuración: Las funciones de visualización de texto resaltado y exportación de resultados facilitan la resolución de problemas.

Pruebe la licencia de prueba de IronOCR para explorar sus capacidades. La documentación completa y los ejemplos de código le ayudan a implementar el OCR de recibos rápidamente.