Przetwarzanie danych faktur odnosi się do przyjmowania, zarządzania i weryfikacji faktur od dostawców lub sprzedawców oraz zapewnienia, że płatności są dokonywane prawidłowo i terminowo. Obejmuje to kroki mające na celu zapewnienie dokładności, zgodności i wydajności w obsłudze transakcji biznesowych w celu uniknięcia faktur papierowych. Zautomatyzowane przetwarzanie faktur może znacznie ograniczyć błędy związane z ręcznym wprowadzaniem danych i zwiększyć wydajność. IronOCR to potężna biblioteka oprogramowania do optycznego rozpoznawania znaków (OCR), którą można wykorzystać do wyodrębniania danych lub tekstu z faktur z plików cyfrowych, co czyni ją doskonałym narzędziem do automatyzacji przetwarzania faktur metodą OCR w aplikacjach napisanych w języku C#.

Jak przetwarzać dane z faktur za pomocą oprogramowania OCR, takiego jak IronOCR

1. Utwórz projekt w Visual Studio.
2. Zainstaluj bibliotekę IronOCR C#.
3. Przykładowy obraz faktury.
4. Wykorzystaj Tesseract i wyodrębnij dane z obrazu paragonu.
5. Odczyt tylko określonego obszaru obrazu.

Optyczne rozpoznawanie znaków (OCR)

Optyczne rozpoznawanie znaków to technologia, która umożliwia rozpoznawanie i konwersję różnych typów dokumentów, plików PDF lub obrazów tekstu na dane, które można edytować i przeszukiwać. Technologia OCR przetwarza obrazy tekstu i wyodrębnia znaki, czyniąc je czytelnymi dla komputera. Zaawansowane systemy oprogramowania do rozpoznawania faktur OCR pomagają w zarządzaniu finansami i automatyzacji fakturowania.

Kluczowe informacje o OCR

• Funkcjonalność: Oprogramowanie OCR skanuje obrazy lub tekst (np. zdjęcia lub zeskanowane dokumenty) i przekształca znaki w tekst cyfrowy, który można edytować, przeszukiwać i przechowywać.
• Zastosowania: OCR jest szeroko stosowany w różnych branżach do zadań takich jak digitalizacja dokumentów drukowanych, przetwarzanie faktur, pozyskiwanie danych z formularzy, automatyczne rozpoznawanie tablic rejestracyjnych (ANPR), obsługa przepływu pracy w zakresie zobowiązań oraz skanowanie książek.
• Technologia: OCR wykorzystuje algorytmy do identyfikacji wzorów jasnych i ciemnych w celu interpretacji znaków. Nowoczesne systemy OCR wykorzystują również uczenie maszynowe i sztuczną inteligencję w celu poprawy dokładności.
• Zalety: OCR zwiększa wydajność poprzez automatyzację wprowadzania danych, zmniejszenie liczby błędów oraz ułatwienie wyszukiwania i pobierania danych. Obsługuje również archiwizację dokumentów i pomaga firmom zarządzać bezpapierowymi procesami.

Technologia OCR znacznie się rozwinęła, dzięki czemu jest bardzo dokładna i przydatna do przetwarzania dokumentów oraz wyodrębniania danych z faktur w wielu różnych formatach, co pozwala ograniczyć ręczne wprowadzanie danych, wyeliminować ręczne przetwarzanie faktur i zwiększyć bezpieczeństwo danych.

IronOCR

Biblioteka IronOCR to potężna biblioteka optycznego rozpoznawania znaków (OCR) dla platformy .NET (C#), która pozwala programistom na wyodrębnianie tekstu z obrazów, plików PDF i innych formatów dokumentów, tworzenie oprogramowania do rozpoznawania faktur oraz wdrażanie procesów związanych z rozliczaniem zobowiązań. Zapewnia łatwy w użyciu interfejs API do integracji funkcji OCR z systemem obsługi zobowiązań lub systemem księgowym.

Najważniejsze cechy IronOCR

• Wyodrębnianie tekstu: Umożliwia wyodrębnianie tekstu z różnych formatów obrazów (PNG, JPG, TIFF itp.) oraz plików PDF, w tym wielostronicowych plików PDF przeznaczonych dla oprogramowania księgowego.
• Dokładność: IronOCR wykorzystuje zaawansowane algorytmy i techniki uczenia maszynowego, aby zapewnić wysoką dokładność rozpoznawania tekstu, nawet w przypadku zaszumionych lub niskiej jakości obrazów, w procesach rozliczeń zobowiązań i rabatów za wcześniejsze płatności.
• Obsługa języków: Biblioteka obsługuje wiele języków, w tym angielski, hiszpański, francuski i inne, co pomaga w rozpoznawaniu tekstu w różnych językach.
• Łatwość użytkowania: IronOCR oferuje proste API, które pozwala programistom na szybką integrację funkcji OCR z ich aplikacjami bez konieczności posiadania dogłębnej wiedzy technicznej na temat technik OCR.
• Rozpoznawanie kodów kreskowych i kodów QR: Oprócz standardowego rozpoznawania tekstu, IronOCR może również wykrywać i wyodrębniać kody kreskowe oraz kody QR z obrazów.
• Obsługa plików PDF: Potrafi odczytywać i wyodrębniać tekst ze zeskanowanych plików PDF, co sprawia, że jest przydatny do przetwarzania faktur, paragonów i innych dokumentów biznesowych.
• Dostosowywanie: Biblioteka umożliwia dostosowanie ustawień OCR do konkretnych potrzeb, takich jak regulacja dokładności lub obsługa różnych rozdzielczości obrazów.

Wymagania wstępne

Zanim zaczniesz, upewnij się, że masz:

• Visual Studio jest zainstalowane na Twoim komputerze.
• Podstawowa znajomość programowania w języku C#.
• Pakiet IronOCR NuGet zainstalowany w projekcie.

Krok 1: Utwórz projekt w Visual Studio

Otwórz program Visual Studio i kliknij opcję Utwórz nowy projekt.

W opcjach wybierz Console App.

Podaj nazwę projektu i ścieżkę.

Wybierz typ Wersji .NET.

Krok 2: Zainstaluj bibliotekę IronOCR dla C#

W projekcie w Visual Studio przejdź do menu Narzędzia > Menedżer pakietów NuGet > Zarządzaj pakietami NuGet dla rozwiązania. Kliknij kartę Przeglądaj i wyszukaj IronOCR. Wybierz IronOCR i kliknij Zainstaluj.

Inną opcją jest użycie konsoli i poniższego polecenia.

dotnet add package IronOcr --version 2024.12.2

Krok 3: Przykładowy obraz faktury wejściowej

Przykładowy obraz faktury cyfrowej z numerem faktury.

Krok 4: Wykorzystaj Tesseract i wyodrębnij dane z obrazu paragonu

Teraz użyj poniższego kodu, aby wyodrębnić dane z faktury do przetwarzania faktur metodą OCR.

using IronOcr;

// Set the license key
License.LicenseKey = "Your License";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    ocrInput.LoadImage(filePath);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);
    
    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);

    // Next steps would involve processing the extracted text
}

using IronOcr;

// Set the license key
License.LicenseKey = "Your License";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    ocrInput.LoadImage(filePath);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);
    
    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);

    // Next steps would involve processing the extracted text
}

Imports IronOcr

' Set the license key
License.LicenseKey = "Your License"
Dim filePath As String = "sample1.jpg" ' Path to the invoice image

' Create an instance of IronTesseract
Dim ocr As New IronTesseract()

' Load the image for OCR
Using ocrInput As New OcrInput()
    ocrInput.LoadImage(filePath)

    ' Optionally apply filters if needed 
    ocrInput.Deskew()
    ' ocrInput.DeNoise()

    ' Perform OCR to extract text
    Dim ocrResult = ocr.Read(ocrInput)

    ' Output the extracted text
    Console.WriteLine("Extracted Text:")
    Console.WriteLine(ocrResult.Text)

    ' Next steps would involve processing the extracted text
End Using

Imports IronOcr

' Set the license key
License.LicenseKey = "Your License"
Dim filePath As String = "sample1.jpg" ' Path to the invoice image

' Create an instance of IronTesseract
Dim ocr As New IronTesseract()

' Load the image for OCR
Using ocrInput As New OcrInput()
    ocrInput.LoadImage(filePath)

    ' Optionally apply filters if needed 
    ocrInput.Deskew()
    ' ocrInput.DeNoise()

    ' Perform OCR to extract text
    Dim ocrResult = ocr.Read(ocrInput)

    ' Output the extracted text
    Console.WriteLine("Extracted Text:")
    Console.WriteLine(ocrResult.Text)

    ' Next steps would involve processing the extracted text
End Using

Wyjaśnienie kodu

Podany kod pokazuje, jak używać biblioteki IronOCR w języku C# do wyodrębniania tekstu z obrazu (np. faktury) przy użyciu OCR (optycznego rozpoznawania znaków). Oto wyjaśnienie poszczególnych części kodu:

1. Konfiguracja klucza licencyjnego:

   • Kod rozpoczyna się od ustawienia klucza licencyjnego dla IronOCR. Ten klucz jest wymagany do korzystania z pełnej funkcjonalności biblioteki. Jeśli posiadasz ważną licencję, zastąp "Twoja licencja" swoim rzeczywistym kluczem licencyjnym.

2. Określenie pliku wejściowego:

   • Zmienna filePath przechowuje lokalizację obrazu zawierającego fakturę (w tym przypadku "sample1.jpg"). Oto plik, który zostanie przetworzony w celu wyodrębnienia tekstu.

3. Tworzenie instancji OCR:

   • Tworzona jest instancja IronTesseract. IronTesseract to klasa odpowiedzialna za przeprowadzenie operacji OCR na danych wejściowych.

4. Ładowanie obrazu:

   • Kod tworzy obiekt OcrInput, który ładuje obraz określony przez filePath przy użyciu metody LoadImage.

5. Stosowanie filtrów obrazu:

   • Kod opcjonalnie stosuje filtry, takie jak Deskew(), w celu poprawienia zniekształconych obrazów i zwiększenia dokładności OCR.

6. Wykonywanie OCR:

   • Metoda ocr.Read() wyodrębnia tekst z załadowanego obrazu, zwracając OcrResult zawierający wyodrębniony tekst.

7. Wyświetlanie wyodrębnionego tekstu:

   • Wyodrębniony tekst jest drukowany w konsoli. Ten tekst został rozpoznany przez IronOCR na podstawie obrazu i może być wykorzystany do dalszego przetwarzania.

Wynik

Krok 5: Odczyt tylko określonego obszaru obrazu

Aby zwiększyć wydajność, do ekstrakcji można przetwarzać tylko część obrazu.

using IronOcr;
using IronSoftware.Drawing;

// Set the license key
License.LicenseKey = "Your Key";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    // Define the region of interest
    var ContentArea = new Rectangle(x: 0, y: 0, width: 1000, height: 250);
    ocrInput.LoadImage(filePath, ContentArea);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);
    
    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);
}

using IronOcr;
using IronSoftware.Drawing;

// Set the license key
License.LicenseKey = "Your Key";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    // Define the region of interest
    var ContentArea = new Rectangle(x: 0, y: 0, width: 1000, height: 250);
    ocrInput.LoadImage(filePath, ContentArea);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);
    
    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);
}

Imports IronOcr
Imports IronSoftware.Drawing

' Set the license key
License.LicenseKey = "Your Key"
Dim filePath As String = "sample1.jpg" ' Path to the invoice image

' Create an instance of IronTesseract
Dim ocr As New IronTesseract()

' Load the image for OCR
Using ocrInput As New OcrInput()
    ' Define the region of interest
    Dim ContentArea As New Rectangle(x:=0, y:=0, width:=1000, height:=250)
    ocrInput.LoadImage(filePath, ContentArea)

    ' Optionally apply filters if needed 
    ocrInput.Deskew()
    ' ocrInput.DeNoise()

    ' Perform OCR to extract text
    Dim ocrResult = ocr.Read(ocrInput)

    ' Output the extracted text
    Console.WriteLine("Extracted Text:")
    Console.WriteLine(ocrResult.Text)
End Using

Imports IronOcr
Imports IronSoftware.Drawing

' Set the license key
License.LicenseKey = "Your Key"
Dim filePath As String = "sample1.jpg" ' Path to the invoice image

' Create an instance of IronTesseract
Dim ocr As New IronTesseract()

' Load the image for OCR
Using ocrInput As New OcrInput()
    ' Define the region of interest
    Dim ContentArea As New Rectangle(x:=0, y:=0, width:=1000, height:=250)
    ocrInput.LoadImage(filePath, ContentArea)

    ' Optionally apply filters if needed 
    ocrInput.Deskew()
    ' ocrInput.DeNoise()

    ' Perform OCR to extract text
    Dim ocrResult = ocr.Read(ocrInput)

    ' Output the extracted text
    Console.WriteLine("Extracted Text:")
    Console.WriteLine(ocrResult.Text)
End Using

Wyjaśnienie kodu

Ten kod wyodrębnia tekst z określonego obszaru obrazu przy użyciu IronOCR, z opcjami filtrów obrazu zwiększających dokładność. Oto szczegółowy opis każdej części:

1. Konfiguracja licencji:

   • Ustawia klucz licencyjny dla IronOCR, który jest niezbędny do korzystania z funkcji OCR biblioteki IronOCR. Zastąp "Your Key" swoim ważnym kluczem licencyjnym.

2. Określanie ścieżki do pliku obrazu:

   • Określa ścieżkę do obrazu faktury, która ma zostać przetworzona i zawiera treść do wyodrębnienia tekstu.

3. Tworzenie instancji OCR:

   • Tworzona jest instancja IronTesseract do wykonania operacji OCR.

4. Określenie obszaru do przetworzenia:

   • Określa obszar prostokątny w obrębie obrazu (zaczynający się w lewym górnym rogu), aby skoncentrować proces OCR na odpowiedniej sekcji, poprawiając wydajność.

5. Ładowanie obrazu:

   • Ładuje określony obszar treści obrazu z pliku. Ogranicza to przetwarzanie OCR do konkretnej części obrazu.

6. Stosowanie filtrów:

   • Stosuje filtry, takie jak Deskew(), aby poprawić wyrównanie obrazu i ewentualnie DeNoise(), aby oczyścić obraz, poprawiając dokładność OCR.

7. Wyodrębnianie tekstu:

   • Odczytuje tekst z zdefiniowanego obszaru i zapisuje go w OcrResult.

8. Wyświetl wyodrębniony tekst:

   • Wyświetla tekst przetworzony przez OCR w konsoli do dalszego wykorzystania.

Wynik

Licencja (dostępna wersja próbna)

IronOCR wymaga klucza do wyodrębniania danych z faktur. Pobierz klucz próbny dla programistów ze strony licencyjnej.

using IronOcr; 
License.LicenseKey = "Your Key";

using IronOcr; 
License.LicenseKey = "Your Key";

Imports IronOcr
License.LicenseKey = "Your Key"

Imports IronOcr
License.LicenseKey = "Your Key"

Wnioski

W tym artykułe przedstawiono podstawowy przykład tego, jak rozpocząć pracę z IronOCR w zakresie przetwarzania faktur. Możesz dalej dostosowywać i rozszerzać ten kod, aby dopasować go do swoich konkretnych wymagań.

IronOCR zapewnia wydajne i łatwe do zintegrowania rozwiązanie do wyodrębniania tekstu z obrazów i plików PDF, dzięki czemu idealnie nadaje się do przetwarzania faktur. Korzystając z IronOCR w połączeniu z manipulacją ciągami znaków w języku C# lub wyrażeniami regularnymi, można szybko przetwarzać i wyodrębniać ważne dane z faktur.

Jest to podstawowy przykład przetwarzania faktur, a dzięki bardziej zaawansowanym konfiguracjom (takim jak rozpoznawanie języka, przetwarzanie wielostronicowych plików PDF itp.) można precyzyjnie dostosować wyniki OCR, aby poprawić dokładność w konkretnym przypadku użycia.

API IronOCR jest elastyczne i może być wykorzystywane do szerokiego zakresu zadań OCR wykraczających poza przetwarzanie faktur, w tym skanowanie paragonów, konwersję dokumentów i automatyzację wprowadzania danych.