C#でOCRを使って領収書からデータを抽出する方法

領収書とオートメーション

領収書は今日の急速な世界で不可欠です。 食料品を買う場合でも外食する場合でも、レシートは支出を記録し、予算管理に役立ちます。 一方、店舗ではレシートスキャナーを使って販売データを分析し、データ抽出技術を通じて需要予測や在庫管理に役立てている。

しかし、領収書は読みにくい場合があり、計算も必ずしも明確ではない。 予算編成のための手作業によるデータ入力は、特に項目数が多い場合、面倒でミスが発生しやすい。 レシートを紛失すると、毎月の使いすぎが突然謎になってしまうことがある。 従来の紙のレシートは、印刷品質が悪かったり、インクが薄れたり、感熱紙が劣化したりすることが多いため、正確な抽出にはOCR画像の最適化が不可欠となる。

この問題を解決するため、予算管理アプリや金融アプリはOCR （光学文字認識）技術を採用している。 OCRはレシートをデジタル形式にスキャンすることで、エラーを最小限に抑え、データ入力を自動化し、経費を追跡し、購買パターンを明らかにする。 最新のOCRソリューションは、従来のPOS端末で印刷されたレシートから、バーコードやQRコードの読み取り機能を備えたデジタルレシートまで、さまざまなレシート形式に対応しています。

OCRは機械学習を用いて画像からテキストを識別・抽出する。 このプロセスには、画像前処理、文字分割、パターン認識、および検証が含まれます。 しかし、OCRは完璧ではなく、ぼやけや汚れがあるとエラーが発生する可能性がある。 高度なシステムは、精度を高めるためにコンピュータビジョン技術を利用している。 文書自動化を成功させるには、読み取りを効率的に処理・最適化する信頼性の高いOCRライブラリを選択することが不可欠です。

領収書処理にIronOCRを選ぶべき理由は何ですか？

IronOCRは、カスタマイズされたTesseract OCRエンジンをベースに構築されたC#ライブラリです。標準のTesseractとは異なり、 IronOCRにはTesseract 5の最適化機能と、 .NET開発者向けに特別に設計された機能が含まれています。 この製品が際立っている点は以下のとおりです。

1.クロス互換性: .NET 8、7、6、5、および Framework 4.6.2 以降に対応しています。 Windows、macOS、Azure、Linuxで動作します。 Docker 、 AWS Lambda 、 Azure Functionsにシームレスにデプロイできます。

2.柔軟性と拡張性： JPG、PNG、GIF形式に対応しています。 System.Drawing オブジェクトと統合します。 複数ページのTIFFファイルとPDFストリームを処理します。 大量処理シナリオ向けに マルチスレッドをサポートします。

3.使いやすさとサポート：充実したドキュメント、堅牢なAPI、24時間年中無休（平日）のサポート。 簡単な一行操作と詳細な設定オプションを提供します。 包括的なトラブルシューティングガイドが含まれています。

4.多言語対応機能: 125の国際言語に対応しています。 商品名と価格を的確に認識する。 1つの文書で複数の言語を処理できます。 カスタム学習データファイルに対応しています。

5.高度な画像処理：内蔵フィルターにより、レシートの品質が自動的に向上します。 ノイズ低減、画面の向き補正、 DPI最適化機能が含まれています。 フィルターウィザードは最適な設定を自動的に決定します。

アプリケーションにレシートOCRを実装するにはどうすればよいですか？

// Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY";

// Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY";

' Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY"

IronOCRを使ってスーパーのレシートを読み取るにはどうすればよいですか？

スマートフォンでスーパーのレシートをスキャンし、商品名と価格を抽出して購入金額に応じてポイントを付与するアプリで、 IronOCRを使用する方法を探ってみましょう。 これには、画像キャプチャ、前処理、OCR実行、および結果の信頼度スコアを使用したデータ検証が含まれます。

レシートデータを抽出するために必要なC#コードは何ですか？

using IronOcr;

class ReceiptScanner
{
    static void Main()
    {
        // Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY";

        // Instantiate OCR engine with optimal settings for receipts
        var ocr = new IronTesseract();

        // Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- ";
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\\:;\"'<>?";

        using var inputPhoto = new OcrInput();
        inputPhoto.LoadImage("supermarketexample.jpg");

        // Apply preprocessing for better accuracy
        inputPhoto.DeNoise();
        inputPhoto.ToGrayScale();
        inputPhoto.Contrast(1.2);

        // Perform OCR on the loaded image
        OcrResult result = ocr.Read(inputPhoto);

        // Output the text extracted from the receipt
        string text = result.Text;
        Console.WriteLine(text);

        // Extract specific data using OcrResult features
        foreach (var line in result.Lines)
        {
            if (line.Text.Contains("TOTAL"))
            {
                Console.WriteLine($"Total Found: {line.Text}");
            }
        }
    }
}

using IronOcr;

class ReceiptScanner
{
    static void Main()
    {
        // Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY";

        // Instantiate OCR engine with optimal settings for receipts
        var ocr = new IronTesseract();

        // Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- ";
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\\:;\"'<>?";

        using var inputPhoto = new OcrInput();
        inputPhoto.LoadImage("supermarketexample.jpg");

        // Apply preprocessing for better accuracy
        inputPhoto.DeNoise();
        inputPhoto.ToGrayScale();
        inputPhoto.Contrast(1.2);

        // Perform OCR on the loaded image
        OcrResult result = ocr.Read(inputPhoto);

        // Output the text extracted from the receipt
        string text = result.Text;
        Console.WriteLine(text);

        // Extract specific data using OcrResult features
        foreach (var line in result.Lines)
        {
            if (line.Text.Contains("TOTAL"))
            {
                Console.WriteLine($"Total Found: {line.Text}");
            }
        }
    }
}

Imports IronOcr

Class ReceiptScanner
    Shared Sub Main()
        ' Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY"

        ' Instantiate OCR engine with optimal settings for receipts
        Dim ocr As New IronTesseract()

        ' Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- "
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\:;""'<>?"

        Using inputPhoto As New OcrInput()
            inputPhoto.LoadImage("supermarketexample.jpg")

            ' Apply preprocessing for better accuracy
            inputPhoto.DeNoise()
            inputPhoto.ToGrayScale()
            inputPhoto.Contrast(1.2)

            ' Perform OCR on the loaded image
            Dim result As OcrResult = ocr.Read(inputPhoto)

            ' Output the text extracted from the receipt
            Dim text As String = result.Text
            Console.WriteLine(text)

            ' Extract specific data using OcrResult features
            For Each line In result.Lines
                If line.Text.Contains("TOTAL") Then
                    Console.WriteLine($"Total Found: {line.Text}")
                End If
            Next
        End Using
    End Sub
End Class

このコードは以下のことを示しています。

1. IronOCRライブラリをインポートします。 2.構成オプションを使用して OCR エンジン (IronTesseract) をインスタンス化します。
2. レシート画像を読み込むための新しいOcrInputを作成します。
3. 精度向上のため、前処理を適用する。
4. Read メソッドを使用してテキストを抽出します。
5. 構造化データの場合は、 OcrResult クラスを使用して結果を処理します。

IronOCRは、さまざまなレシート形式に対応し、写真、スクリーンショット、スキャンされた文書の読み取りをサポートしています。 また、構造化された領収書からテーブルデータを抽出することもできます。

抽出したデータの正確性を確認するにはどうすればよいですか？

一貫性を確保するため、抽出したデータの信頼度レベルを確認してください。 IronOCRは、複数のレベルで包括的な信頼度指標を提供します。

OcrResult result = ocr.Read(inputPhoto);
string text = result.Text;
Console.WriteLine(text);
Console.WriteLine($"Overall Confidence: {result.Confidence}%");

// Check confidence for individual elements
foreach (var word in result.Words)
{
    if (word.Confidence < 80)
    {
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)");
    }
}

// Validate numeric values
foreach (var block in result.Blocks)
{
    if (block.Text.Contains("$"))
    {
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)");
    }
}

OcrResult result = ocr.Read(inputPhoto);
string text = result.Text;
Console.WriteLine(text);
Console.WriteLine($"Overall Confidence: {result.Confidence}%");

// Check confidence for individual elements
foreach (var word in result.Words)
{
    if (word.Confidence < 80)
    {
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)");
    }
}

// Validate numeric values
foreach (var block in result.Blocks)
{
    if (block.Text.Contains("$"))
    {
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)");
    }
}

Dim result As OcrResult = ocr.Read(inputPhoto)
Dim text As String = result.Text
Console.WriteLine(text)
Console.WriteLine($"Overall Confidence: {result.Confidence}%")

' Check confidence for individual elements
For Each word In result.Words
    If word.Confidence < 80 Then
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)")
    End If
Next

' Validate numeric values
For Each block In result.Blocks
    If block.Text.Contains("$") Then
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)")
    End If
Next

Confidence プロパティは、統計的精度を 0 (低) から 100 (高) の範囲で測定します。 これらの信頼水準を使用して、データの取り扱い方法を決定してください。 運用システムにおいては、OCR処理を監視するために進捗状況追跡機能を実装してください。

画像前処理によってOCRの精度を向上させるにはどうすればよいですか？

処理を行う前に、より良い結果を得るために、以下の方法で画像を準備してください。

using var inputPhoto = new OcrInput();
inputPhoto.LoadImage("receipt.jpg");

// Basic preprocessing
inputPhoto.DeNoise();           // Removes noise from the image
inputPhoto.ToGrayScale();       // Converts image to grayscale
inputPhoto.Contrast(1.5);       // Enhance contrast for faded receipts
inputPhoto.Sharpen();           // Improve text clarity

// Advanced preprocessing for challenging receipts
inputPhoto.Rotate(2.5);         // Correct slight rotation
inputPhoto.Deskew();            // Automatically straighten receipt
inputPhoto.Scale(200);          // Upscale low-resolution images

// Handle specific receipt issues
if (receiptIsDamaged)
{
    inputPhoto.Dilate();        // Thicken thin text
    inputPhoto.Erode();         // Reduce text bleeding
}

// For colored or patterned backgrounds
inputPhoto.Binarize();          // Convert to pure black and white
inputPhoto.Invert();            // Handle white text on dark background

using var inputPhoto = new OcrInput();
inputPhoto.LoadImage("receipt.jpg");

// Basic preprocessing
inputPhoto.DeNoise();           // Removes noise from the image
inputPhoto.ToGrayScale();       // Converts image to grayscale
inputPhoto.Contrast(1.5);       // Enhance contrast for faded receipts
inputPhoto.Sharpen();           // Improve text clarity

// Advanced preprocessing for challenging receipts
inputPhoto.Rotate(2.5);         // Correct slight rotation
inputPhoto.Deskew();            // Automatically straighten receipt
inputPhoto.Scale(200);          // Upscale low-resolution images

// Handle specific receipt issues
if (receiptIsDamaged)
{
    inputPhoto.Dilate();        // Thicken thin text
    inputPhoto.Erode();         // Reduce text bleeding
}

// For colored or patterned backgrounds
inputPhoto.Binarize();          // Convert to pure black and white
inputPhoto.Invert();            // Handle white text on dark background

これらの前処理手順は、抽出精度を向上させます。 フィルターウィザードは、レシートに最適なフィルターの組み合わせを自動的に見つけ出します。背景がカラーのレシートの場合は、色補正が不可欠です。

高度なシナリオでは、合計金額や税金情報に焦点を当てるために、地域固有のOCRが必要になる場合があります。 バーコード付きレシートの場合は、テキスト抽出と同時にバーコード読み取りを有効にしてください。

IronOCRを領収書処理に利用する主なメリットは何ですか？

レシートOCR技術は、企業や個人が予算管理、不正防止、自動データ収集を行う際に役立ちます。 IronOCRは、精度、速度、既存プラットフォームとの容易な統合を実現するため、レシートスキャンソリューションに最適です。

主な利点は次のとおりです:

1.パフォーマンス最適化：マルチスレッド処理と速度調整により、数千件の領収書を効率的に処理します。

2.エクスポートの柔軟性：領収書を検索可能なPDFまたはhOCR HTMLに変換してWebに統合できます。

3.Enterprise機能：拡張性を実現するために、 Azure 、 Docker 、およびLinuxサーバーにデプロイします。

4.専門的な認識:レシートの手書きのメモを読み取り、表の構造を抽出します。

5.デバッグツール：テキストのハイライト表示と結果のエクスポート機能は、トラブルシューティングに役立ちます。

IronOCRのトライアルライセンスを試して、その機能を体験してみてください。 包括的なドキュメントとコード例により、レシートOCRを迅速に実装できます。