請求書処理に最適なOCR（更新リスト）

開発者が標準の Tesseract ではなく IronOCR を選択する理由は何ですか?

• IronOCR は、高度な構成オプションを備えた最新のTesseract 5 エンジンを使用して、画像または PDF ファイルから紙の文書、バーコード、QR コードを読み取ります。 このパッケージは、NuGet インストールを通じて OCR 統合を簡素化します。
• IronOCR で OCR を実行し、スキャンした PDF をhOCR エクスポート機能を使用して検索可能な PDFに変換します。
• IronOCR は世界中の125 種類の言語に加え、単語リストとカスタム言語をサポートしています。 特殊なアプリケーション用にカスタム フォントをトレーニングすることもできます。
• IronOCR では、特殊なドキュメント タイプのサポートを含め、20種類を超えるバーコードと QR コードをスキャンできます。
• IronOCR はバーコード データとプレーン テキスト出力の両方を提供します。 開発者は、OcrResult クラスを使用してすべてのコンテンツを取得し、直接システムに挿入できます。 これには、詳細な信頼スコアが付いた構造化された見出し、段落、行、単語、文字が含まれます。

さらなる機能については、ここにある IronOCR の Web サイトをご覧ください。

IronOCR を使用して請求書からデータを抽出するにはどうすればよいですか?

強力な OCR ライブラリである IronOCR を使用して、領収書データを抽出し、アクセスできます。 IronOCR を使用すると、領収書を撮影し、それを機械で読み取り可能なテキストに変換できます。このテキストは、データのプライバシーを維持しながら、画像前処理フィルターを使用して簡単に分析および処理できます。

以下は、IronOCR を使用して領収書からテキストを抽出する領収書 OCR 機能のデモです。

// This code demonstrates how to use IronOCR to extract text from a receipt image.
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest; // Set the OCR language to English
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Use Tesseract version 5

using (OcrInput ocrInput = new OcrInput("Demo.gif")) // Initialize OCR input with the image "Demo.gif"
{
    OcrResult ocrResult = ocr.Read(ocrInput); // Perform OCR reading
    // Extract the total price from the OCR result if present
    var totalPrice = ocrResult.Text.Contains("Total Current Charges") 
        ? ocrResult.Text.Split("Total Current Charges")[1].Split("\n")[0] 
        : "";
    Console.WriteLine("Total Current Charges : " + totalPrice); // Output the extracted total price
}

// This code demonstrates how to use IronOCR to extract text from a receipt image.
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest; // Set the OCR language to English
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Use Tesseract version 5

using (OcrInput ocrInput = new OcrInput("Demo.gif")) // Initialize OCR input with the image "Demo.gif"
{
    OcrResult ocrResult = ocr.Read(ocrInput); // Perform OCR reading
    // Extract the total price from the OCR result if present
    var totalPrice = ocrResult.Text.Contains("Total Current Charges") 
        ? ocrResult.Text.Split("Total Current Charges")[1].Split("\n")[0] 
        : "";
    Console.WriteLine("Total Current Charges : " + totalPrice); // Output the extracted total price
}

より複雑な請求書処理の場合は、画像フィルターを利用して精度を高めることができます。

// Enhanced invoice processing with image preprocessing
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

using (OcrInput ocrInput = new OcrInput("invoice.pdf"))
{
    // Apply preprocessing filters for better accuracy
    ocrInput.Sharpen();
    ocrInput.EnhanceResolution(225); // Optimize DPI for text recognition
    ocrInput.Deskew(); // Fix skewed scans

    // Read specific region for targeted extraction
    var invoiceRegion = new System.Drawing.Rectangle(100, 200, 400, 300);
    ocrInput.AddPdfPage(0, invoiceRegion);

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Extract structured data
    foreach (var line in ocrResult.Lines)
    {
        if (line.Text.Contains("Invoice #"))
        {
            Console.WriteLine($"Found: {line.Text} - Confidence: {line.Confidence}%");
        }
    }
}

// Enhanced invoice processing with image preprocessing
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

using (OcrInput ocrInput = new OcrInput("invoice.pdf"))
{
    // Apply preprocessing filters for better accuracy
    ocrInput.Sharpen();
    ocrInput.EnhanceResolution(225); // Optimize DPI for text recognition
    ocrInput.Deskew(); // Fix skewed scans

    // Read specific region for targeted extraction
    var invoiceRegion = new System.Drawing.Rectangle(100, 200, 400, 300);
    ocrInput.AddPdfPage(0, invoiceRegion);

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Extract structured data
    foreach (var line in ocrResult.Lines)
    {
        if (line.Text.Contains("Invoice #"))
        {
            Console.WriteLine($"Found: {line.Text} - Confidence: {line.Confidence}%");
        }
    }
}

上記のコードでは、最適化された設定で OCR プロセスを開始するためにIronTesseractオブジェクトが作成されます。 OcrInputオブジェクトは、 OcrInput クラスを使用して 1 つ以上の画像ファイルを追加することを容易にするために構築されます。 OcrInputオブジェクトのAddメソッドを使用して追加画像へのパスが必要になり、必要に応じて複数の請求書画像を含めることができます。 IronOCR オブジェクトのReadメソッドがトリガーされ、画像ドキュメントを解析して結果を OCR 結果に抽出し、画像からのテキストを文字列に変換します。 上記のコードでは、地域固有の OCRを使用して請求書から合計金額を抽出します。

! 請求書処理に最適なOCR（更新リスト）、図1：OCR技術を使用して抽出できるさまざまなデータフィールドを示すサンプル請求書 OCR技術を使用して抽出できるさまざまなデータフィールドを示すサンプル請求書

以前に提供された画像のテキスト"Total Current Charges"が以下の出力に表示され、高信頼テキスト認識を使用して画像から合計が正しく抽出されたことが証明されています。

! 請求書処理に最適なOCR（更新リスト）、図2：合計金額が抽出され、信頼性スコアとともにコンソールアプリケーションに表示されます 合計金額が抽出され、信頼スコアとともにコンソールアプリケーションに表示されます。

さまざまな請求書形式を処理するために、表認識機能と複数ページの TIFF サポートを活用できます。

// Process multi-page invoice with table extraction
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;

using (OcrInput ocrInput = new OcrInput())
{
    // Add multiple invoice pages
    ocrInput.AddPdf("multi-page-invoice.pdf");

    // Enable table detection
    ocr.Configuration.ReadDataTables = true;

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Export as searchable PDF
    ocrResult.SaveAsSearchablePdf("searchable-invoice.pdf");

    // Extract table data
    var tables = ocrResult.Tables;
    foreach (var table in tables)
    {
        Console.WriteLine($"Found table with {table.RowCount} rows");
    }
}

// Process multi-page invoice with table extraction
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;

using (OcrInput ocrInput = new OcrInput())
{
    // Add multiple invoice pages
    ocrInput.AddPdf("multi-page-invoice.pdf");

    // Enable table detection
    ocr.Configuration.ReadDataTables = true;

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Export as searchable PDF
    ocrResult.SaveAsSearchablePdf("searchable-invoice.pdf");

    // Extract table data
    var tables = ocrResult.Tables;
    foreach (var table in tables)
    {
        Console.WriteLine($"Found table with {table.RowCount} rows");
    }
}

IronOCR チュートリアルの詳細と高度なスキャン手法については、チュートリアル ページをご覧ください。