請求書OCR API（開発者チュートリアル）

1. IronOCR

Iron Software が開発した IronOCR は、開発者向けにさまざまなツールを提供する OCR ライブラリです。 機械学習とコンピューター ビジョンを使用して、スキャンされたドキュメント、画像、PDF からテキストを抽出し、自動処理を可能にします。 API はさまざまな言語やプラットフォームに統合され、手動によるデータ入力エラーを削減し、効率を向上させます。 抽出されたデータは分析され、既存のシステムに統合され、意思決定と生産性の向上に役立ちます。 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、汎用性が向上します。 IronOCR を使用すると、開発者はアプリケーションにテキスト認識を組み込むことができます。

2. 事前準備

IronOCR の使用を開始する前に、いくつかの前提条件を満たす必要があります。 これらの前提条件には以下が含まれます:

1. コンピューターに適切な開発環境が設定されていることを確認します。 これには通常、Visual Studio などの統合開発環境 (IDE) がインストールされている必要があります。
2. C# プログラミング言語の基本を理解しておくことが重要です。 これにより、記事で提供されているコード例を効果的に理解して変更できるようになります。
3. プロジェクトに IronOCR ライブラリがインストールされている必要があります。 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、コマンド ライン インターフェイスを通じて実行できます。

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 を操作するプロセスにすぐに取り掛かることができます。

3. 新しいVisual Studioプロジェクトを作成する

IronOCR を使い始めるには、まず新しい Visual Studio プロジェクトを作成します。

Visual Studio を開いて [ファイル] に移動し、[新規] にマウスを移動して [プロジェクト] をクリックします。

新しいプロジェクト

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るので、新しいプロジェクトの名前と場所を入力して、"次へ"をクリックします。

プロジェクト設定

最後に、ターゲット フレームワークを指定して、"作成"をクリックします。

ターゲットフレームワーク

これで新しい 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してインストールする方法はいくつかあります。 しかし、最もシンプルな 2 つのアプローチがここにあります。

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

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、わずか数行のコードで請求書からデータを簡単に抽出し、そのデータ抽出をデータ入力などの後続のプロセスに使用できます。 これにより、手動によるデータ入力などが置き換えられます。

テキストを抽出する請求書の例を次に示します。

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コードを記述しましょう。

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

上記のコードは、画像の形式で入力を取得し、 IronTesseractクラスの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。

請求書パーサー

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. 結論

IronOCR の請求書 OCR API は、機械学習とコンピューター ビジョンを使用して請求書からのデータ抽出に革命をもたらします。 このテクノロジーは、請求書のテキストと数字を機械が読み取り可能な形式に変換し、分析、統合、プロセス改善のためのデータ抽出を簡素化します。 請求書処理の自動化、精度の向上、買掛金などのワークフローの最適化のための強力なソリューションを提供します。 この技術により、スキャンした請求書からの自動データ入力も可能になります。

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

IronOCR の詳細についてはホームページをご覧ください。 請求書 OCR に関する詳細なチュートリアルについては、次の請求書 OCR チュートリアルをご覧ください。 コンピューター 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検索する方法については、このコンピューター ビジョンのハウツーをご覧ください。