OCRレシートデータ抽出（ステップバイステップチュートリアル）

OCRの簡単な紹介

光学文字認識、または OCR は、コンピューターが画像やスキャンした文書からテキストを読み取り理解することを可能にする技術です。 OCR により、印刷されたテキストを機械可読テキストに変換することで、紙の文書に含まれる情報を保存、処理、分析できるようになります。

2. IronOCRの紹介

IronOCR は、C# および .NET 開発者向けの OCR (光学文字認識) ライブラリです。 開発者は、画像からテキストを抽出したり、PDFやその他の文書形式からテキストを抽出したりすることができます。 IronOCR は、人気のある Tesseract OCR エンジン を基に構築されており、追加機能を提供しているため、さまざまなアプリケーションでの使用に最適です。領収書 OCR を含みます。

3. データ抽出にIronOCRを使用する利点

IronOCR を使用した OCR 領収書データ抽出の主な利点は次のとおりです。

• 高精度: IronOCR は優れた OCR API の精度を提供し、領収書やその他の文書からの信頼性のあるデータ抽出を保証します。
• 多言語対応: IronOCR は 125 以上の言語をサポートしており、グローバル アプリケーションにも適しています。
• 使いやすい: このライブラリはシンプルで使いやすい API を提供し、開発者がプロジェクトに OCR 機能を簡単に実装できるようにします。
• カスタマイズ可能: IronOCR は さまざまなオプション を提供しており、特定の使用例に最適なデータ抽出を確保するために OCR 結果の微調整を行うことができます。

4. IronOCRの仕組み

IronOCR は、高度な OCR アルゴリズムを使用して画像や文書からテキストを認識して抽出します。 JPEG、PNG、TIFF、PDF など、さまざまな形式を処理できます。 このライブラリは入力ファイルを読み取り、その中のテキストを認識し、抽出されたテキストを文字列として出力し、その後必要に応じて処理または保存できます。 IronOCR は、コンピュータ ビジョン も使用して最高の結果を達成します。

5. IronOCRを使用するための前提条件

領収書データ抽出のために IronOCR を使用し始めるには、まず IronOCR パッケージをインストールする必要があります。 これは、.NET 用のパッケージ マネージャーである NuGet を通じて簡単に行うことができます。 Visual Studio でプロジェクトを開き、次の手順に従います。

1. ソリューション エクスプローラーでプロジェクトを右クリックし、"NuGet パッケージの管理"を選択します。
2. NuGet パッケージ マネージャー ウィンドウで"IronOCR"を検索します。
3. IronOcr パッケージを選択し、"インストール"をクリックします。

NuGet パッケージマネージャーの UI で IronOcr パッケージを検索

6.領収書画像の準備

領収書からデータを抽出する前に、領収書画像が高品質であることを確認して、領収書 OCR API プロセスの精度を向上させる必要があります。 領収書の画像を撮影するためのヒントをいくつか紹介します。

1. スキャンした文書を使用します。 領収書のスキャンには、高解像度のスキャナーを使用できます。
2. 領収書が適切に照らされ、影がないことを確認してください。
3. 領収書の折り目や折れ目をまっすぐにして、重要な情報が隠れないようにします。
4. 領収書の文字が明瞭で、汚れていないことを確認して、領収書の処理を改善します。

テキスト抽出用のサンプル領収書画像

7. レシート画像のOCR処理

IronOCR がインストールされ、領収書画像が準備できたら、OCR プロセスを実行する時が来ました。 .NET アプリケーションで次のコードスニペットを使用します。

using IronOcr;

// Initialize the IronTesseract class, which is responsible for OCR operations
var ocr = new IronTesseract();

// Use the OcrInput class to load the image of your receipt.
// Replace @"path/to/your/receipt/image.png" with the actual file path.
using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))
{
    // Read the content of the image and perform OCR recognition
    var result = ocr.Read(ocrInput);

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

using IronOcr;

// Initialize the IronTesseract class, which is responsible for OCR operations
var ocr = new IronTesseract();

// Use the OcrInput class to load the image of your receipt.
// Replace @"path/to/your/receipt/image.png" with the actual file path.
using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))
{
    // Read the content of the image and perform OCR recognition
    var result = ocr.Read(ocrInput);

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

Imports IronOcr

' Initialize the IronTesseract class, which is responsible for OCR operations
Private ocr = New IronTesseract()

' Use the OcrInput class to load the image of your receipt.
' Replace @"path/to/your/receipt/image.png" with the actual file path.
Using ocrInput As New OcrInput("path/to/your/receipt/image.png")
	' Read the content of the image and perform OCR recognition
	Dim result = ocr.Read(ocrInput)

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

using IronOcr;

using IronOcr;

Imports IronOcr

var ocr = new IronTesseract();

var ocr = new IronTesseract();

Dim ocr = New IronTesseract()

using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))

using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))

Using ocrInput As New OcrInput("path/to/your/receipt/image.png")

var result = ocr.Read(ocrInput);

var result = ocr.Read(ocrInput);

Dim result = ocr.Read(ocrInput)

Console.WriteLine(result.Text);

Console.WriteLine(result.Text);

Console.WriteLine(result.Text)

OCR結果の微調整

IronOCR は、OCR の精度とパフォーマンスを向上させるためのいくつかのオプションを提供します。 これには、画像の事前処理、OCR エンジン設定の調整、領収書に適した言語の選択が含まれます。

using IronOcr;

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

// Load the image of your receipt and apply preprocessing techniques
using (var input = new OcrInput(@"path/to/your/receipt/image.png"))
{
    input.DeNoise(); // Remove noise from the image
    input.DeSkew();  // Correct any skewing in the image

    // Perform OCR and extract the recognized text
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

using IronOcr;

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

// Load the image of your receipt and apply preprocessing techniques
using (var input = new OcrInput(@"path/to/your/receipt/image.png"))
{
    input.DeNoise(); // Remove noise from the image
    input.DeSkew();  // Correct any skewing in the image

    // Perform OCR and extract the recognized text
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

Imports IronOcr

' Initialize the IronTesseract class
Private ocr = New IronTesseract()

' Load the image of your receipt and apply preprocessing techniques
Using input = New OcrInput("path/to/your/receipt/image.png")
	input.DeNoise() ' Remove noise from the image
	input.DeSkew() ' Correct any skewing in the image

	' Perform OCR and extract the recognized text
	Dim result = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English

OCR結果からのデータ抽出

OCR プロセスが完了したら、テキストから特定の情報を抽出する時が来ました。 ニーズに応じて、次のようなデータを抽出したい場合があります。

1. 店名と住所。
2. 購入日時。
3. 商品名と価格。
4. 小計、税金、合計金額。

これを行うには、.NET アプリケーションで正規表現や文字列操作技術を使用できます。 たとえば、次のコードスニペットを使用して、OCR 結果から日付を抽出することができます。

using System;
using System.Text.RegularExpressions;

// Define a regular expression pattern for matching dates
var datePattern = @"\d{1,2}\/\d{1,2}\/\d{2,4}";

// Search for a date in the OCR result text
var dateMatch = Regex.Match(result.Text, datePattern);
if (dateMatch.Success)
{
    // Parse the matched date string into a DateTime object
    var dateValue = DateTime.Parse(dateMatch.Value);
    Console.WriteLine("Date: " + dateValue);
}

using System;
using System.Text.RegularExpressions;

// Define a regular expression pattern for matching dates
var datePattern = @"\d{1,2}\/\d{1,2}\/\d{2,4}";

// Search for a date in the OCR result text
var dateMatch = Regex.Match(result.Text, datePattern);
if (dateMatch.Success)
{
    // Parse the matched date string into a DateTime object
    var dateValue = DateTime.Parse(dateMatch.Value);
    Console.WriteLine("Date: " + dateValue);
}

Imports System
Imports System.Text.RegularExpressions

' Define a regular expression pattern for matching dates
Private datePattern = "\d{1,2}\/\d{1,2}\/\d{2,4}"

' Search for a date in the OCR result text
Private dateMatch = Regex.Match(result.Text, datePattern)
If dateMatch.Success Then
	' Parse the matched date string into a DateTime object
	Dim dateValue = DateTime.Parse(dateMatch.Value)
	Console.WriteLine("Date: " & dateValue)
End If

領収書から抽出する必要があるその他の情報についても、同様のパターンを作成することができます。

結論

結論として、IronOCR を使用した領収書 OCR は、財務データのデジタル化と管理において革新的で効率的なソリューションです。 IronOCR を使用すると、手動データ入力を置き換えることができます。 このステップバイステップガイドに従うことで、IronOCR のパワーを利用して費用追跡とデータ分析を改善できます。 最良の部分は、IronOCR は 無料トライアル を提供しており、何のコミットメントもなくその機能を体験できることです。

トライアル期間が終了した後、IronOCR の使用を続けることに決めた場合、ライセンスは liteLicense から始まり、アプリケーションで OCR テクノロジーの利点を活用するためのコスト効率の良い方法を提供します。