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。 食料品を購入する場合でも、外食する場合でも、領収書は支出を追跡し、予算を立てるのに役立ちます。 一方、店舗ではレシートスキャナーを使用して売上データを分析し、データ抽出技術を通じて需要を予測し、在庫を管理しています。

しかし、領収書は読みにくい場合があり、計算が必ずしも明確であるとは限りません。 予算作成のための手動データ入力は、特に項目が多い場合には面倒で、エラーが発生しやすくなります。 レシートを紛失すると、毎月の浪費が突然謎になってしまうことがあります。 従来の紙の領収書は、印刷品質が悪く、インクが褪色し、感熱紙が劣化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です。

これを解決するために、予算作成アプリや財務アプリではOCR (光学式文字認識) 技術が採用されています。 OCR は領収書をデジタル形式で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、購入パターンを明らかにします。 最新のOCR ソリューションは、従来の POS プリントアウ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領収書まで、さまざまな領収書形式に対応します。

OCR は機械学習を使用して画像からテキストを識別して抽出します。 このプロセスには、画像の前処理、文字の分割、パターン認識、検証が含まれます。 ただし、OCR は完璧ではなく、ぼやけや汚れによってエラーが発生する可能性があります。 高度なシステムでは、コンピューター ビジョン技術を使用して精度を向上させます。 ドキュメント自動化を成功させるには、読み取りを効率的に処理して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重要です。

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。 これが目立つ点です:

1.相互互換性: .NET 8、7、6、5、および Framework 4.6.2 以降で動作します。 Windows、macOS、Azure、Linux で実行されます。 Docker 、 AWS Lambda 、 Azure Functionsにシームレスにデプロイします。

2.柔軟性と拡張性: JPG、PNG、GIF 形式を処理します。 System.Drawing オブジェクトと統合します。 複数ページの TIFFおよびPDF ストリームを処理します。 大容量のシナリオ向けに 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:堅牢な API と 24 時間 365 日のサポートが十分に文書化されています。 シンプルな 1 行操作と詳細な構成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.多言語機能: 125 の国際言語をサポートします。 製品名と価格を効果的に認識します。 ドキュメントごとに複数の言語を処理します。 カスタムトレーニング データ ファイルをサポートします。

5.高度な画像処理:内蔵フィルターにより領収書の品質が自動的に向上します。 ノイズ低減、方向補正、 DPI 最適化が含まれます。 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領収書 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";

IronOCR でスーパーマーケットのレシートを読み取るにはどうすればいいですか?

スマートフォンでスーパーマーケットのレシートをスキャンし、商品名と価格を抽出して購入に基づいてロイヤルティ ポイントを付与するアプリで IronOCR を使用する方法を学びましょう。 これには、画像のキャプチャ、前処理、OCR の実行、結果の信頼スコアを使用したデータ検証が含まれます。

領収書データを抽出するにはどのような C# コードが必要ですか?

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}");
            }
        }
    }
}

このコードは以下を示します。

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. 精度を高めるために前処理を適用します。
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OcrResult クラスを使用して結果を処理します。

さまざまな領収書形式に対して、IronOCR は写真、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。 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。

抽出されたデータの正確性を確認するにはどうすればいいですか?

一貫性を確保するには、抽出されたデータの信頼度レベルを確認します。 IronOCR は、複数のレベルで包括的な信頼性メトリックを提供します。

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}%)");
    }
}

Confidenceプロパティは、統計の精度を 0 (低) から 100 (高) で測定します。 これらの信頼レベルを使用して、データの処理方法を決定します。 運用システムでは、OCR 操作を監視するための進捗状況追跡を実装します。

画像の前処理で OCR の精度を向上させるにはどうすればよいでしょうか?

処理する前に、より良い結果を得るために次の方法を使用して画像を準備します。

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により、抽出の精度が向上します。 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検出します。背景が色付き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。 バーコード付きのレシートの場合は、テキスト抽出とともにバーコードの読み取りを有効にします。

領収書処理に IronOCR を使用する主な利点は何ですか?

! IronOCR ライセンスページには、3 つの価格帯 (Lite $749、Plus $1,499、Professional $2,999) が表示され、IronOCR と Iron Suite のオプションを切り替えることができます。Professional ライセンスの詳細と合計金額 $5,998 が表示されます。個別の製品ライセンスと Iron Suite バンドルによる、チームや企業向けの柔軟な価格設定オプションで、よりお得にご利用いただけます。

領収書 OCR テクノロジーは、予算編成、不正防止、自動データ収集などにおいて企業や個人に役立ちます。 IronOCR は、精度、スピード、既存のプラットフォームとの簡単な統合を実現し、領収書スキャン 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.パフォーマンスの最適化:マルチスレッドと速度チューニングにより、何千も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 に統合します。

3.エンタープライズ機能:スケーラビリティを実現するために、 Azure 、 Docker 、 Linux サーバーにデプロイします。

4.専門的な認識：領収書の手書きメモを読み取り、表の構造を抽出します。

5.デバッグ ツール:ハイライト テキストの視覚化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 の試用ライセンスを試して、その機能をご確認ください。 包括的なドキュメントとコード例は、領収書 OCR を迅速に実装するのに役立ちます。