API OCR pour les factures (Tutoriel pour développeurs)

1. IronOCR

IronOCR, développé par Iron Software, est une bibliothèque OCR offrant une gamme d'outils pour les développeurs. Il utilise l'apprentissage automatique et la vision par ordinateur pour extraire le texte de documents numérisés, d'images et de fichiers PDF, permettant ainsi un traitement automatisé. Ses API s'intègrent à divers langages et plateformes, réduisant ainsi les erreurs de saisie manuelle de données et améliorant l'efficacité. Les données extraites peuvent être analysées et intégrées aux systèmes existants, facilitant ainsi la prise de décision et la productivité. Des fonctionnalités telles que le prétraitement d'images , la reconnaissance de codes-barres et l'analyse de fichiers augmentent sa polyvalence. IronOCR permet aux développeurs d'intégrer la reconnaissance de texte dans leurs applications.

2. Prérequis

Avant de pouvoir commencer à utiliser IronOCR, quelques prérequis doivent être remplis. Ces prérequis incluent :

1. Assurez-vous de disposer d'un environnement de développement approprié configuré sur votre ordinateur. Cela implique généralement d'avoir un environnement de développement intégré (IDE) tel que Visual Studio installé.
2. Il est important d'avoir une compréhension de base du langage de programmation C#. Cela vous permettra de comprendre et de modifier efficacement les exemples de code fournis dans l'article.
3. Vous devrez avoir la bibliothèque IronOCR installée dans votre projet. Cela peut être réalisé en utilisant le gestionnaire de packages NuGet dans Visual Studio ou via l'interface de ligne de commande.

En vous assurant que ces conditions préalables sont remplies, vous serez prêt à vous lancer dans le processus de travail avec IronOCR.

3. Création d'un nouveau projet Visual Studio

Pour commencer à utiliser IronOCR, la première étape consiste à créer un nouveau projet Visual Studio.

Ouvrez Visual Studio, allez dans Fichiers, puis survolez Nouveau et cliquez sur Projet.

API OCR pour factures (Tutoriel développeur) : Figure 1 - Nouveau projet Nouveau Projet

Dans la nouvelle fenêtre, sélectionnez Application console et cliquez sur Suivant.

API OCR pour factures (Tutoriel développeur) : Figure 2 - Application console Application Console

Une nouvelle fenêtre apparaîtra ; saisissez le nom et l'emplacement de votre nouveau projet, puis cliquez sur Suivant.

API OCR pour factures (Tutoriel développeur) : Figure 3 - Configuration du projet Configuration du Projet

Enfin, indiquez le cadre cible et cliquez sur Créer.

API OCR de factures (Tutoriel développeur) : Figure 4 - Cadre cible Framework Cible

Votre nouveau projet Visual Studio est maintenant créé. Installons IronOCR.

4. Installation d'IronOCR

Il existe plusieurs méthodes pour télécharger et installer la bibliothèque IronOCR. Voici donc les deux approches les plus simples.

1. Utilisation du gestionnaire de packages NuGet de Visual Studio
2. Utilisation de la ligne de commande de Visual Studio

5. Extraire les données des factures à l'aide d'IronOCR

Avec IronOCR, vous pouvez facilement extraire des données de factures en quelques lignes de code seulement et utiliser ces données extraites pour des processus ultérieurs tels que la saisie de données. Cela remplacera la saisie manuelle des données et bien d'autres choses encore.

Voici un exemple de facture à partir de laquelle extraire du texte.

API OCR pour factures (Tutoriel développeur) : Figure 8 - Exemple de facture La facture d'exemple

À présent, écrivons le code permettant d'extraire toutes les données de cette facture.

using IronOcr;
using System;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Read the image using the Read method, which performs OCR
    var result = ocr.Read(input);

    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

using IronOcr;
using System;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Read the image using the Read method, which performs OCR
    var result = ocr.Read(input);

    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

Imports IronOcr
Imports System

' Initialize a new instance of the IronTesseract class
Private ocr = New IronTesseract()

' Use the OcrInput object to load the image file
Using input = New OcrInput("r2.png")
	' Read the image using the Read method, which performs OCR
	Dim result = ocr.Read(input)

	' Output the extracted text to the console
	Console.WriteLine(result.Text)
End Using

Le code ci-dessus reçoit en entrée une image, puis extrait des données de cette image à l'aide d'une méthode Read de la classe IronTesseract .

API OCR de factures (Tutoriel développeur) : Figure 9 - Analyseur de factures Analyseur de factures

using IronOcr;
using System;
using System.Text.RegularExpressions;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Perform OCR on the image
    var result = ocr.Read(input);

    // Define a regular expression pattern for the invoice number
    var linePattern = @"INV\/\d{4}\/\d{5}";

    // Match the pattern in the extracted text
    var lineMatch = Regex.Match(result.Text, linePattern);

    // Check if the pattern matches any part of the text
    if (lineMatch.Success)
    {
        // If a match is found, print the invoice number
        var lineValue = lineMatch.Value;
        Console.WriteLine("Customer Invoice number: " + lineValue);
    }
}

using IronOcr;
using System;
using System.Text.RegularExpressions;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Perform OCR on the image
    var result = ocr.Read(input);

    // Define a regular expression pattern for the invoice number
    var linePattern = @"INV\/\d{4}\/\d{5}";

    // Match the pattern in the extracted text
    var lineMatch = Regex.Match(result.Text, linePattern);

    // Check if the pattern matches any part of the text
    if (lineMatch.Success)
    {
        // If a match is found, print the invoice number
        var lineValue = lineMatch.Value;
        Console.WriteLine("Customer Invoice number: " + lineValue);
    }
}

Imports IronOcr
Imports System
Imports System.Text.RegularExpressions

' Initialize a new instance of the IronTesseract class
Private ocr = New IronTesseract()

' Use the OcrInput object to load the image file
Using input = New OcrInput("r2.png")
	' Perform OCR on the image
	Dim result = ocr.Read(input)

	' Define a regular expression pattern for the invoice number
	Dim linePattern = "INV\/\d{4}\/\d{5}"

	' Match the pattern in the extracted text
	Dim lineMatch = Regex.Match(result.Text, linePattern)

	' Check if the pattern matches any part of the text
	If lineMatch.Success Then
		' If a match is found, print the invoice number
		Dim lineValue = lineMatch.Value
		Console.WriteLine("Customer Invoice number: " & lineValue)
	End If
End Using

6. Conclusion

L'API OCR pour factures d'IronOCR révolutionne l'extraction de données à partir de factures grâce à l'apprentissage automatique et à la vision par ordinateur. Cette technologie convertit le texte et les chiffres des factures en un format lisible par machine, simplifiant ainsi l'extraction des données pour l'analyse, l'intégration et l'amélioration des processus. Elle offre une solution robuste pour automatiser le traitement des factures, améliorer la précision et optimiser les flux de travail tels que la comptabilité fournisseurs. Cette technologie permet également la saisie automatisée de données à partir de factures numérisées.

IronOCR offre une haute précision en utilisant les meilleurs résultats de Tesseract, sans aucun réglage supplémentaire. Il prend en charge les fichiers TIFF multipages , les fichiers PDF et tous les formats d'image courants. Il est également possible de lire les valeurs des codes-barres à partir d'images .

Veuillez consulter la page d'accueil du site web pour plus d'informations sur IronOCR. Pour plus de tutoriels sur la reconnaissance optique de caractères (OCR) des factures, consultez le tutoriel détaillé suivant sur l'OCR des factures . Pour savoir comment utiliser la vision par ordinateur pour trouver du texte tel que des champs de facture, visitez ce guide sur la vision par ordinateur.