Extraindo dados de tabelas de imagens digitalizadas usando o IronOCR: Resumo da demonstração ao vivo

Processamento de Sinistros de Seguro (Opyn Market)

Na indústria de seguros de saúde altamente regulamentada nos EUA, empresas como Opyn Market ainda recebem muitos documentos via fax. Esses documentos escaneados frequentemente contêm dados tabulares que devem ser extraídos com precisão e inseridos em sistemas internos. Com o IronOCR, eles conseguem automatizar esse processo, reduzindo o trabalho manual e eliminando o potencial de erro humano.

Logística e Distribuição de Alimentos (iPAP)

iPAP, o maior distribuidor de queijo nos EUA, usa o IronOCR para gerenciar mais de 200 pedidos de clientes. Suas faturas vêm em vários formatos com layouts de tabelas inconsistentes. IronOCR os ajuda a extrair números de pedidos de compra, datas de envio e detalhes de itens de documentos escaneados de forma eficiente, mesmo com formatação variada. Essa automação economizou entre $40.000 e $45.000 anualmente.

Exemplo de Código para Extração de Tabelas

Abaixo está um exemplo de trecho de código C# que demonstra como usar o IronOCR para extrair dados de tabelas de imagens:

// 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);
            }
        }
    }
}

• Carregando uma Imagem: O script começa inicializando o mecanismo IronTesseract e carregando um arquivo de imagem chamado invoice.jpg que você deseja processar.
• Execução do OCR: Ele realiza OCR na entrada para extrair dados de texto, focando particularmente em qualquer tabela.
• Extração de Tabelas: O script percorre cada tabela detectada e suas linhas, exibindo o conteúdo das células de forma estruturada.

Certifique-se de ter instalado os pacotes NuGet necessários para IronOCR antes de executar este script.