請求書OCR API（開発者チュートリアル）

インボイスOCR APIは、機械学習とコンピュータビジョンを活用して、請求書データを自動処理に適した形式に変換します。 この技術は、遅延、コスト、およびエラーのような手動データ入力の問題に対処し、デジタルおよびスキャンされた請求書から、ベンダー情報、請求書番号、および価格といった詳細を正確に抽出します。

この記事では、最先端の請求書OCR API「IronOCR」を使用します。

1. IronOCR

IronOCRは、Iron Softwareによって開発されたOCRライブラリで、開発者向けにさまざまなツールを提供しています。 スキャンしたドキュメント、画像、およびPDFからテキストを抽出するために、機械学習とコンピュータビジョンを使用し、自動処理を可能にします。 そのAPIはさまざまな言語やプラットフォームに統合され、手動でのデータ入力エラーを減少させ、効率を向上させます。 抽出されたデータは、意思決定および生産性を支援するために分析され、既存のシステムに統合することができます。 画像前処理、バーコード認識、ファイル解析などの機能により、その多様性が高まります。 IronOCRは、開発者がアプリケーションにテキスト認識機能を組み込むことを可能にします。

2. 前提条件

IronOCRを使用する前に、いくつかの前提条件を満たしている必要があります。 これらの前提条件には以下が含まれます：

1. コンピュータに適切な開発環境が設定されていることを確認してください。 これには通常、Visual Studioなどの統合開発環境（IDE）のインストールが必要です。

2. C#プログラミング言語の基本的な理解を持つことが重要です。 この記事に提供されたコード例を効果的に理解して変更することができるようになります。

3. プロジェクトにIronOCRライブラリをインストールする必要があります。 これは、Visual Studio内のNuGetパッケージマネージャーを使用するか、またはコマンドラインインターフェイスを使用することで実現できます。

   これらの前提条件が満たされていることを確認することで、IronOCRの使用に取り掛かる準備が整います。

3. 新しいVisual Studioプロジェクトの作成

IronOCRを始めるには、最初のステップとして新しいVisual Studioプロジェクトを作成します。

Visual Studio を開き、「ファイル」へ進み、「新規」をホバーして、「プロジェクト」をクリックします。

新規プロジェクト

新しいウィンドウで、「コンソール アプリケーション」を選択し、「次へ」をクリックします。

コンソールアプリケーション

新しいウィンドウが表示されます。新しいプロジェクトの名前と場所を入力し、「次へ」をクリックしてください。

プロジェクトの構成

最後に、ターゲットフレームワークを指定して、「作成」をクリックしてください。

ターゲットフレームワーク

新しいVisual Studioプロジェクトが作成されました。 IronOCRをインストールしましょう。

4. IronOCRのインストール

IronOCRライブラリをダウンロードおよびインストールするにはいくつかの方法があります。 しかし、こちらが2つの最も簡単なアプローチです。

1. Visual Studio NuGet パッケージ マネージャーを使用する

2. Visual Studioコマンドラインの使用

4.1. Visual Studio NuGet パッケージ マネージャーの使用

IronOCRは、Visual StudioのNuGetパッケージマネージャーを使用してC#プロジェクトに含めることができます。

グラフィカル ユーザー インターフェイスの NuGet パッケージ マネージャーに移動するには、ツール > NuGet パッケージ マネージャー > ソリューション用の NuGet パッケージの管理 を選択します。

NuGet パッケージ マネージャー

その後、新しいウィンドウが表示されます。 IronOCRを検索し、プロジェクトにパッケージをインストールします。

！Invoice OCR API（開発者チュートリアル）：図6 - NuGet パッケージマネージャーUIで IronOCR パッケージを選択

NuGet パッケージ マネージャー UI で IronOCR パッケージを選択

上記の方法を使用して、IronOCRの追加言語パックもインストールできます。

4.2. Visual Studio コマンドラインの使用

1. Visual Studioで、ツール > NuGet パッケージ マネージャー > パッケージ マネージャー コンソールに移動します。

2. パッケージマネージャーコンソールタブに次の行を入力してください:

    :ProductInstall

パッケージマネージャーコンソール

パッケージが現在のプロジェクトにダウンロード/インストールされ、使用可能になります。

5. IronOCRを使用して請求書からデータを抽出する

IronOCRを使用すると、数行のコードで簡単に請求書からデータを抽出し、そのデータ抽出をデータ入力などのさらなるプロセスに利用できます。 これにより、手動でのデータ入力やその他多くの作業が置き換えられます。

以下は、テキストを抽出するためのサンプル請求書です。

サンプル請求書

それでは、この請求書からすべてのデータを抽出するためのコードを書きましょう。

using IronOcr;
using System;

var ocr = new IronTesseract();
using (var input = new OcrInput(@"r2.png"))
{
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

using IronOcr;
using System;

var ocr = new IronTesseract();
using (var input = new OcrInput(@"r2.png"))
{
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

Imports IronOcr
Imports System

Private ocr = New IronTesseract()
Using input = New OcrInput("r2.png")
	Dim result = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

上記のコードは画像を入力として受け取り、Read メソッドを使用してその画像からデータを抽出します。このメソッドはIronTesseractクラスから提供されています。

請求書パーサー

5.1. 請求書処理で特定のデータを抽出する

請求書から顧客の請求書番号などの特定のデータを抽出することもできます。 以下は、請求書から顧客の請求書番号を抽出するコードです。

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

var orc = new IronTesseract();
using (var input = new OcrInput(@"r2.png"))
{
    var result = orc.Read(input);
    var linePattern = @"INV\/\d{4}\/\d{5}";
    var lineMatch = Regex.Match(result.Text, linePattern);
    if (lineMatch.Success)
    {
        var lineValue = lineMatch.Value;
        Console.WriteLine("Customer Invoice number: " + lineValue);
    }

}

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

var orc = new IronTesseract();
using (var input = new OcrInput(@"r2.png"))
{
    var result = orc.Read(input);
    var linePattern = @"INV\/\d{4}\/\d{5}";
    var lineMatch = Regex.Match(result.Text, linePattern);
    if (lineMatch.Success)
    {
        var lineValue = lineMatch.Value;
        Console.WriteLine("Customer Invoice number: " + lineValue);
    }

}

Imports IronOcr
Imports System
Imports System.Text.RegularExpressions

Private orc = New IronTesseract()
Using input = New OcrInput("r2.png")
	Dim result = orc.Read(input)
	Dim linePattern = "INV\/\d{4}\/\d{5}"
	Dim lineMatch = Regex.Match(result.Text, linePattern)
	If lineMatch.Success Then
		Dim lineValue = lineMatch.Value
		Console.WriteLine("Customer Invoice number: " & lineValue)
	End If

End Using

請求書スキャン

結論

IronOCRのインボイスOCR APIは、機械学習とコンピュータビジョンを使用して請求書からのデータ抽出を革命的に変えます。 この技術は、請求書のテキストと数値を機械が読み取れる形式に変換し、分析、統合、およびプロセス改善のためのデータ抽出を簡素化します。 それは請求書処理の自動化、精度の向上、および買掛金のようなワークフローの最適化に対する堅牢なソリューションを提供します。 この技術により、スキャンされた請求書からの自動データ入力も可能です。

IronOCRは、追加の設定なしでTesseractから最良の結果を使用することにより、高い精度を提供します。 マルチページフレームTIFF、PDFファイル、すべての一般的な画像形式をサポートしています。 画像からバーコードの値を読み取ることも可能です。

より詳細な情報については、ホームページをご覧ください。 請求書OCRに関するさらなるチュートリアルについては、以下の詳細請求書OCRチュートリアルをご覧ください。 コンピュータビジョンを使用して請求書フィールドなどのテキストを見つける方法について知るには、このコンピュータビジョンのハウツーをご覧ください。