Wyodrębnianie danych z zeskanowanych obrazów to powszechne wyzwanie, szczególnie gdy dotyczy danych strukturalnych jak tabele. Dzięki zaawansowanym możliwościom uczenia maszynowego IronOCR, możesz teraz bezproblemowo wyodrębniać dane tabelaryczne, w tym wartości komórek i ich pozycje. W tej demonstracji Shadman Majid, inżynier sprzedaży oprogramowania, przechodzi krok po kroku przez implementację kodu, podczas gdy Anne Lazarakis, dyrektor ds. sprzedaży i marketingu, dzieli się rzeczywistymi przypadkami użycia od klientów Iron Software.

Rzeczywiste przypadki użycia

Wyjaśnione przez Anne Lazarakis, dyrektor ds. sprzedaży i marketingu*

Przetwarzanie roszczeń ubezpieczeniowych (Opyn Market)

W mocno regulowanej branży ubezpieczeń zdrowotnych w USA firmy takie jak Opyn Market wciąż otrzymują wiele dokumentów faksem. Te zeskanowane dokumenty często zawierają dane tabelaryczne, które muszą być dokładnie wyodrębnione i wprowadzone do wewnętrznych systemów. Dzięki IronOCR są w stanie zautomatyzować ten proces, zmniejszając ręczną pracę i eliminując potencjalne błędy ludzkie.

Logistyka i dystrybucja żywności (iPAP)

iPAP, największy dystrybutor sera w USA, używa IronOCR do zarządzania ponad 200 zamówieniami klientów. Ich faktury są w różnych formatach z niespójnymi układami tabel. IronOCR pomaga im wydobywać numery zamówień, daty wysyłki i szczegóły artykułów z zeskanowanych dokumentów, nawet przy różnych formatach. Dzięki tej automatyzacji oszczędzają rocznie od 40 000 do 45 000 USD.

Przegląd techniczny

Sesja kodowania na żywo z Shadmanem Majidem, inżynierem sprzedaży oprogramowania*

IronOCR używa własnych modeli uczenia maszynowego do wykrywania i wyodrębniania danych tabelarycznych z zeskanowanych dokumentów. Ta funkcja wspiera:

• Wyodrębnianie komórek tabeli i współrzędnych
• OCR zeskanowanych obrazów i wieloramkowych plików PDF
• Kompatybilność z C#, VB.NET, .NET Standard, .NET Framework i .NET Core

Aby uzyskać dostęp do tej funkcjonalności, potrzeba:

• IronOCR NuGet package
• IronOcr.Extensions.AdvancedScanning pakiet NuGet do wykrywania tabel za pomocą modeli ML

Te pakiety zawierają wytrenowane modele ML niezbędne do wykrywania struktury tabel i dokładnego OCR.

Przykład kodu do wyodrębniania tabel

Poniżej znajduje się przykładowy fragment kodu C# pokazujący, jak używać IronOCR do wyodrębniania danych tabelarycznych z obrazów:

// Import the necessary IronOCR namespaces
using IronOcr;

// Initialize the IronTesseract to handle OCR processes
var Ocr = new IronTesseract();

// Load the image containing the table
using (var input = new OcrInput("invoice.jpg"))
{
    // Perform OCR and extract text data including tables
    var result = Ocr.Read(input);

    // Iterate through each page in the document
    foreach (var page in result.Pages)
    {
        // Iterate through each table found on the page
        foreach (var table in page.Tables)
        {
            Console.WriteLine("Table found:");
            // Iterate through each row in the table
            foreach (var row in table.Rows)
            {
                // Convert the row of cells to a comma-separated string
                var cells = string.Join(", ", row.Cells.Select(cell => cell.Text));
                Console.WriteLine(cells);
            }
        }
    }
}

// Import the necessary IronOCR namespaces
using IronOcr;

// Initialize the IronTesseract to handle OCR processes
var Ocr = new IronTesseract();

// Load the image containing the table
using (var input = new OcrInput("invoice.jpg"))
{
    // Perform OCR and extract text data including tables
    var result = Ocr.Read(input);

    // Iterate through each page in the document
    foreach (var page in result.Pages)
    {
        // Iterate through each table found on the page
        foreach (var table in page.Tables)
        {
            Console.WriteLine("Table found:");
            // Iterate through each row in the table
            foreach (var row in table.Rows)
            {
                // Convert the row of cells to a comma-separated string
                var cells = string.Join(", ", row.Cells.Select(cell => cell.Text));
                Console.WriteLine(cells);
            }
        }
    }
}

' Import the necessary IronOCR namespaces
Imports IronOcr

' Initialize the IronTesseract to handle OCR processes
Private Ocr = New IronTesseract()

' Load the image containing the table
Using input = New OcrInput("invoice.jpg")
	' Perform OCR and extract text data including tables
	Dim result = Ocr.Read(input)

	' Iterate through each page in the document
	For Each page In result.Pages
		' Iterate through each table found on the page
		For Each table In page.Tables
			Console.WriteLine("Table found:")
			' Iterate through each row in the table
			For Each row In table.Rows
				' Convert the row of cells to a comma-separated string
				Dim cells = String.Join(", ", row.Cells.Select(Function(cell) cell.Text))
				Console.WriteLine(cells)
			Next row
		Next table
	Next page
End Using

' Import the necessary IronOCR namespaces
Imports IronOcr

' Initialize the IronTesseract to handle OCR processes
Private Ocr = New IronTesseract()

' Load the image containing the table
Using input = New OcrInput("invoice.jpg")
	' Perform OCR and extract text data including tables
	Dim result = Ocr.Read(input)

	' Iterate through each page in the document
	For Each page In result.Pages
		' Iterate through each table found on the page
		For Each table In page.Tables
			Console.WriteLine("Table found:")
			' Iterate through each row in the table
			For Each row In table.Rows
				' Convert the row of cells to a comma-separated string
				Dim cells = String.Join(", ", row.Cells.Select(Function(cell) cell.Text))
				Console.WriteLine(cells)
			Next row
		Next table
	Next page
End Using

• Ładowanie obrazu: Skrypt rozpoczyna się od zainicjowania silnika IronTesseract i załadowania pliku obrazu o nazwie invoice.jpg, który chcesz przetworzyć.
• Wykonanie OCR: Przeprowadza OCR na wejściu w celu wyodrębnienia danych tekstowych, szczególnie koncentrując się na tabelach.
• Wyodrębnianie tabel: Skrypt przechodzi przez każdą wykrytą tabelę i jej wiersze, wypisując zawartość komórek w ustrukturyzowany sposób.

Upewnij się, że zainstalowałeś niezbędne pakiety NuGet dla IronOCR przed uruchomieniem tego skryptu.

Wniosek

IronOCR ułatwia automatyzację wyodrębniania złożonych danych tabelarycznych z zeskanowanych dokumentów. Niezależnie od tego, czy jesteś w sektorze opieki zdrowotnej, logistyki, finansów czy produkcji, to rozwiązanie oferuje niezawodność, dokładność i oszczędności kosztów. Dzięki kilku liniom kodu możesz wyeliminować ręczne wprowadzanie danych i zmniejszyć błędy ludzkie.

Chcesz zobaczyć to w akcji? Zarezerwuj demonstrację na żywo z jednym z naszych inżynierów tutaj.