Como criar uma solução de OCR para faturas

Como usar a Solução de OCR para Faturas

1. Instale a biblioteca IronOCR C#.
2. Crie um novo projeto C# no Visual Studio.
3. Explore a biblioteca C# rica em recursos para realizar OCR em recibos.
4. Use o Tesseract para extrair dados de recibos.
5. Pesquisar dados específicos no resultado de texto extraído.
6. Examinar os valores do código de barras na imagem do recibo fornecida.

O que é Processamento de Faturas?

As empresas podem transformar contas baseadas em imagem ou digitalizadas em texto legível por máquina utilizando o processamento de faturas por OCR, que automatiza a extração de texto e dados das faturas. Essa automação aumenta a eficiência dos procedimentos financeiros, diminui a entrada manual de dados e agiliza a maneira como as faturas são processadas.

IronOCR

O Reconhecimento Óptico de Caracteres (OCR) é habilitado para desenvolvedores que usam a linguagem de programação C# por meio do IronOCR, uma biblioteca .NET. Criado pela Iron Software, o IronOCR é uma ferramenta útil para aplicações que necessitam de reconhecimento automático de texto, permitindo aos usuários extrair texto de imagens, documentos digitalizados e arquivos PDF. Para extrair texto e dados de faturas, você precisa integrar a biblioteca IronOCR em seu aplicativo .NET para processamento automatizado de faturas.

IronOCR ajuda a evitar fraudes por meio de algoritmos de IA, identificando rapidamente erros, fraudes e faturas duplicadas. Reduz erros com extração de dados de faturas por OCR superior, evitando assim erros causados pela entrada de dados humana. Saiba mais sobre o IronOCR aqui.

As Principais Características do IronOCR são:

• Extração de Texto: Extrair o conteúdo de texto de imagens, documentos digitalizados e PDFs. Ele usa algoritmos sofisticados de OCR para identificar palavras, caracteres e layouts nos documentos fornecidos.
• Informação do Fornecedor: Extrair informações de texto, incluindo detalhes do fornecedor, itens de linha, número da fatura, data e quaisquer outros dados relevantes de imagens de faturas usando o IronOCR.
• Leitura de Código de Barras: O IronOCR inclui capacidades para leitura de códigos de barras de imagens além do OCR, o que melhora sua adaptabilidade para aplicações que precisam lidar com dados de texto e código de barras.
• Pré-processamento de Imagem: Suporta correção de inclinação, redução de ruído e correção de contraste. Essas técnicas melhoram as imagens de entrada e ajudam a aumentar a precisão do OCR.
• Tecnologia OCR Baseada em Zona: Permite que desenvolvedores definam áreas específicas da imagem onde a extração de texto deve ser focada. Isso é útil ao lidar com documentos com layouts estruturados.

É importante notar que o sucesso da solução depende da precisão das configurações do OCR, da complexidade das faturas e da qualidade das imagens de entrada. Além disso, usar as APIs do IronOCR e entender as características específicas da biblioteca podem ser passos essenciais no processo de integração. Consulte sempre a documentação oficial do IronOCR para obter os detalhes e recomendações mais atualizados.

Criando um novo projeto no Visual Studio

Inicie o Visual Studio e navegue até o menu "Arquivo". Selecione "Novo Projeto" e escolha "Aplicativo de Console". Aqui, criaremos um programa de console para o trabalho de OCR.

Digite o nome do projeto e especifique a localização do arquivo na caixa de texto. Clique no botão Criar e selecione o .NET Framework necessário.

Uma vez selecionada a aplicação, o projeto do Visual Studio criará sua estrutura. Se você selecionou as versões Console, Windows ou Web, ele abrirá o arquivo Program.cs, permitindo que você adicione código e construa/execute a aplicação.

Podemos adicionar a biblioteca para testar o código depois disso.

Instalar IronOCR

Usando a ferramenta Gerenciador de Pacotes NuGet do Visual Studio, instale pacotes diretamente em sua solução. Consulte a imagem abaixo para visualizar o Gerenciador de Pacotes NuGet.

Ela fornece uma caixa de pesquisa para listar pacotes do site do NuGet. Conforme ilustrado abaixo, busque o "IronOCR" no gerenciador de pacotes:

O gráfico acima deve listar termos de pesquisa relevantes. Precisamos fazer a seleção necessária para instalar o pacote de solução.

using System;
using IronOcr;

class InvoiceProcessor
{
    static void Main()
    {
        // Create a new instance of IronTesseract
        var Ocr = new IronTesseract();

        // Set language and Tesseract version
        Ocr.Language = OcrLanguage.EnglishBest;
        Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

        // Using OcrInput to add images and read text
        using (var Input = new OcrInput())
        {
            // Add the invoice image
            Input.AddImage(@"invoice.png");

            // Read the text from the image
            var Result = Ocr.Read(Input);

            // Output the extracted text
            Console.WriteLine(Result.Text);
            Console.ReadKey();
        }
    }
}

using System;
using IronOcr;

class InvoiceProcessor
{
    static void Main()
    {
        // Create a new instance of IronTesseract
        var Ocr = new IronTesseract();

        // Set language and Tesseract version
        Ocr.Language = OcrLanguage.EnglishBest;
        Ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

        // Using OcrInput to add images and read text
        using (var Input = new OcrInput())
        {
            // Add the invoice image
            Input.AddImage(@"invoice.png");

            // Read the text from the image
            var Result = Ocr.Read(Input);

            // Output the extracted text
            Console.WriteLine(Result.Text);
            Console.ReadKey();
        }
    }
}

Ler Códigos de Barras na Fatura

Além de texto, códigos de barras em recibos podem ser escaneados usando o IronOCR. Para escanear códigos de barras em recibos com IronOCR, use o recurso ReadBarCodes juntamente com a classe BarcodeReader.

Aqui está como usar o IronOCR para decodificar a imagem de um recibo para leitura de código de barras.

using System;
using IronOcr;

class BarcodeReaderExample
{
    static void Main()
    {
        // Initialize IronTesseract
        var ocrTesseract = new IronTesseract();

        // Enable barcode reading
        ocrTesseract.Configuration.ReadBarCodes = true;

        // Use OcrInput to add image and process barcodes
        using (var ocrInput = new OcrInput("invoice.png"))
        {
            var ocrResult = ocrTesseract.Read(ocrInput);

            // Iterate over and output each detected barcode
            foreach (var barcode in ocrResult.Barcodes)
            {
                Console.WriteLine(barcode.Value);
            }
        }
    }
}

using System;
using IronOcr;

class BarcodeReaderExample
{
    static void Main()
    {
        // Initialize IronTesseract
        var ocrTesseract = new IronTesseract();

        // Enable barcode reading
        ocrTesseract.Configuration.ReadBarCodes = true;

        // Use OcrInput to add image and process barcodes
        using (var ocrInput = new OcrInput("invoice.png"))
        {
            var ocrResult = ocrTesseract.Read(ocrInput);

            // Iterate over and output each detected barcode
            foreach (var barcode in ocrResult.Barcodes)
            {
                Console.WriteLine(barcode.Value);
            }
        }
    }
}

Enquanto o IronOCR oferece fortes capacidades de OCR, é crucial lembrar que o fluxo completo de processamento de faturas pode envolver componentes adicionais como validação de dados, lógica de negócios e conectividade com sistemas financeiros. Dependendo do seu caso de uso, você pode precisar combinar o IronOCR com outras ferramentas para alcançar uma solução completa de processamento de faturas.

Resultado:

Para saber mais sobre a demonstração online do IronOCR, consulte aqui.

Conclusão

Em conclusão, IronOCR se destaca como uma biblioteca de Reconhecimento Óptico de Caracteres (OCR) forte e adaptável para desenvolvedores C#. Esta oferta abrangente da Iron Software simplifica a extração de texto de imagens, documentos digitalizados e arquivos PDF.

Por fim, o IronOCR é uma solução de OCR notável que oferece integração excepcional, flexibilidade e precisão. O IronOCR é inigualável em precisão devido aos seus algoritmos avançados e capacidade de identificar uma ampla gama de formatos de documentos, tornando-o uma das melhores soluções de OCR disponíveis. Ele fornece exemplos de código bem documentados que permitem que iniciantes aprendam de forma rápida e fácil.

A edição de desenvolvimento econômica do IronOCR é acessível, e a compra do pacote IronOCR concede uma licença vitalícia. Com um pacote IronOCR a partir de \$liteLicense, ele oferece um valor excepcional como um custo único para múltiplos sistemas. Ele oferece suporte online de engenheiros 24/7 para usuários licenciados. Para mais detalhes sobre as taxas, por favor visite o site do IronOCR aqui.