Optik Karakter Tanıma (OCR) şimdi fatura işleme için özellikle fatura işleme için önemli bir teknoloji haline geldi. Eğitimden endüstriye kadar çeşitli sektörleri etkileyerek önemli ölçüde evrildi. OCR yazılımı, manuel veri giriş ihtiyacını azaltır ve geliştiriciler, fatura işleme yazılım uygulamaları oluşturmak için çeşitli Fatura OCR API türlerinden faydalanabilir.

Bu makalede, üç açık kaynak C# Fatura OCR yazılımını ve kitaplıklarını inceleyeceğiz. Ayrıca IronOCR dahil olmak üzere, C# projelerinde gelişmiş OCR yetenekleri arayan geliştiriciler için bir premium seçeneği tartışacağız.

Tesseract OCR

İlk olarak Hewlett Packard tarafından geliştirilen ve şimdi Google tarafından bakımı yapılan Tesseract OCR, güçlü bir açık kaynaklı OCR motorudur. Çeşitli belge türlerini işleyebilir ve bunları kullanılabilir verilere dönüştürebilir. Birden fazla dili destekleyerek, küresel işletmeler için değerli bir kaynak haline gelir.

C# geliştiricileri, Tesseract OCR'yi veri çıkarımındaki çok yönlülüğü ve doğruluğu nedeniyle özellikle faydalı bulur. Tesseract'i yazılım uygulamalarına entegre ederek, geliştiriciler, sipariş miktarları ve vergi tutarları gibi ilgili bilgileri faturalardan etkin bir şekilde işleyebilirler. Çıkarılan veriler daha sonra PDF faturalarından fatura numaralarını ve öğelerini tanımlamak için kullanılabilir.

Capabilities and Features of Tesseract OCR in C#

.NET Uygulamalarında Entegrasyon: Tesseract OCR'nin C# projelerine entegrasyonu, Tesseract .NET SDK veya sargı kullanılarak gerçekleştirilir. Bu, tanıdık .NET ortamında çalışırken OCR işlevselliklerini dahil etmek için verimli bir yol sağlar.

Metin Tanıma: Tesseract OCR, çeşitli görüntü formatlarından metin tanıma ve çıkarımında yetkindir. Tarama yapılan belgelerden ve PDF dosyalarından, zorlayıcı ışık koşulları veya açılarda çekilen görüntülere kadar geniş bir belge türünü işlemekte ustadır.

Birkaç Dil Desteği: Tesseract, 100'den fazla dili destekleyerek, çeşitli dil kaynaklarından metin işleyen küresel uygulamalar için inanılmaz derecede esnek hale gelir.

Özelleştirme ve Eğitim: Tesseract, geliştiricilere yeni yazı tipleri ve dillerle motoru eğitme olanağı tanır, bu da belirli iş ihtiyaçlarına veya belge türlerine uygun özelleştirilmiş OCR çözümleri sunar.

Emgu CV

Emgu CV C# OpenCV kütüphanesi için bir .NET sargısı olup, geliştiricilere C# projeleri içinde OpenCV'nin işlevselliklerini kolayca kullanma olanağı sağlar. Görüntü işleme ve bilgisayarlı görü için zengin bir araç takımı sunar, bu da yapılandırılmış veri çıkarmak için faturaları işlerken faydalıdır.

Emgu CV, fakturalardan doğru veri çıkarımı için görüntülerden ve belgelerden metin çıkarmak için Tesseract OCR motorunu kullanır. Kullanılan birincil yöntem, görüntü metnini düzenlenebilir ve aranabilir verilere dönüştüren Tesseract.Recognize() yöntemidir.

Emgu CV'nin Avantajları

Platformlar Arası: Emgu CV, .NET'i destekleyen iOS, Android, Mac OS, Linux ve Windows dahil olmak üzere herhangi bir platformda çalışır.

Diller Arası: C# dışında, Emgu CV, VB.NET, C++, IronPython gibi dillerde de erişilebilir olup, kapsamlı örnek kod ve sağlam doküman desteği sunar.

At9T

At9T, (a9t9) olarak da bilinir, PDF'lerden ve görüntülerden veri çıkaran kullanıcı dostu grafik arayüzüyle ücretsiz bir OCR yazılım uygulaması sunar. Tamamen C# dilinde yazılmış olup, PDF'leri aranabilir belgelere dönüştürmenin kolay bir yolunu sağlar.

Sezgisel GUI'si, geliştiricilerin ötesinde daha geniş bir çekicilik sunar ve basit, tek tıklama çözümleri arayan kullanıcılar için uygundur. Hem kişisel hem de profesyonel kullanım için uygundur ve çeşitli OCR görevlerini etkin bir şekilde yerine getirir. Kullanıcılar PDF faturalarını yükleyebilir ve bir düğmeye basarak fatura tarihleri, satır öğeleri ve toplamları gibi bilgileri çıkarabilir.

At9T'nin Özellikleri

Kullanıcı Dostu Arayüz: Arayüz, deneyimsiz kişiler için bile kolayca gezinilebilecek şekilde tasarlanmıştır.

Birkaç Dil Desteği: İngilizce, Hollandaca, Japonca, Korece ve daha birçok dili destekler.

Toplu İşleme: Birden fazla dosyayı aynı anda işleyebilir, çok sayıda belgeden veri çıkarırken zaman tasarrufu sağlar.

IronOCR Tanıtımı: Gelişmiş Bir OCR Çözümü

Bahsedildiği gibi, Tesseract ve Emgu CV gibi açık kaynaklı seçenekler, sarıcılar veya daha fazla bilgi gerektiren OpenCV gibi ek bileşenler olmadan entegre edilmesi zor olabilir. Ayrıca, At9T karmaşık belgeler için uygun olmayabilir.

Bu zorlukların üstesinden gelmek için, IronOCR gelişmiş bir alternatif sunar. Bir .NET kütüphanesi olarak, Tesseract 5 Motor'un yeteneklerini ek özelliklerle genişletir ve .NET projelerine entegre etmek kolaydır.

IronOCR, PDF, PNG, JPG, BMP vb. gibi çeşitli belge formatlarını destekler. Birçok .NET çerçevesi ve platformu üzerinde çalışır, Windows ve macOS dahil, ve 125'ten fazla dilde OCR destekler, bu da onu küresel bir OCR ürünü yapar. Üstün metin tanıma için makine öğrenimini kullanır.

IronOCR'nin Temel Özellikleri

Girdi Esnekliği: Optimum DPI ile görüntüler (JPG, PNG, BMP), çok sayfalı/kare dosyalar (TIFF, GIF), System.Drawing nesneleri, akışlar ve PDF'leri işleyebilir.

Gelişmiş Filtreler: OCR öncesi en iyi kaliteyi sağlamak için görüntü düzeltme (keskinleştirme, çözünürlük artırma vb.) ve renk düzeltme için filtreler sunar.

Bölge Seçimi: CropRectangle kullanarak belirli belge bölgelerinin OCR için seçilmesine olanak tanır.

Veri Çıktısı: .NET metin dizeleri, barkodlar, QR verileri ve görüntüler olarak veri çıktısı sağlar.

Yapılandırılmış Veri: Sayfalar, bloklar, paragraflar, satırlar, kelimeler ve karakterler şeklinde yapılandırılmış veri çıktısı üretir.

Belge İhracı: Aranabilir PDF'ler, HTML veya görüntüler olarak dışa aktarmayı sağlar.

Metin Vurgulama ve Kaydetme: Çeşitli tahrih seviyelerinde metin vurulama ve kaydetme özellikleri sunar.

Diller ve Çerçeveler: C#, VB.NET, F#'ı destekler ve çeşitli .NET çerçeveleriyle uyumludur.

İşletim Sistemleri: Windows, macOS, Linux, Docker, Azure ve AWS ile uyumludur.

IDE Desteği: Microsoft Visual Studio ve JetBrains ReSharper & Rider üzerinde tam olarak desteklenir.

Örnek

Aşağıda IronOCR kullanarak bir faturadan veri çıkarmak için bir kod parçacığı örneği verilmiştir:

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

// Create an OcrInput object
using (var input = new OcrInput("sample_invoice.png")) // Pass the image path directly to constructor
{
    // Read and store OcrResults object
    var result = tesseract.Read(input);

    // Get all text from the OCR result
    string allText = result.Text;

    // Print the extracted text to the console
    Console.WriteLine(allText);
}

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

// Create an OcrInput object
using (var input = new OcrInput("sample_invoice.png")) // Pass the image path directly to constructor
{
    // Read and store OcrResults object
    var result = tesseract.Read(input);

    // Get all text from the OCR result
    string allText = result.Text;

    // Print the extracted text to the console
    Console.WriteLine(allText);
}

' Create an instance of IronTesseract
Dim tesseract = New IronTesseract()

' Create an OcrInput object
Using input = New OcrInput("sample_invoice.png") ' Pass the image path directly to constructor
	' Read and store OcrResults object
	Dim result = tesseract.Read(input)

	' Get all text from the OCR result
	Dim allText As String = result.Text

	' Print the extracted text to the console
	Console.WriteLine(allText)
End Using

' Create an instance of IronTesseract
Dim tesseract = New IronTesseract()

' Create an OcrInput object
Using input = New OcrInput("sample_invoice.png") ' Pass the image path directly to constructor
	' Read and store OcrResults object
	Dim result = tesseract.Read(input)

	' Get all text from the OCR result
	Dim allText As String = result.Text

	' Print the extracted text to the console
	Console.WriteLine(allText)
End Using

Fatura görüntüsünden çıkarılan çıktı verileri aşağıda gösterilmiştir:

Sonraki veri analizi, bu tanınmış verileri işlemeyi kolaylaştırmak için CSV'ler gibi formatlara dönüştürebilir.

Sonuç

Sonuç olarak, görüntülerden veya belgelerden metin çıkarmak için OCR teknolojisini uygularken birkaç seçenek mevcuttur. Tesseract OCR, Emgu CV ve At9T, her biri farklı avantajlarla birlikte, geçerli açık kaynaklı araçlardır.

Daha fazla sofistike ihtiyaçlar için, özellikle fatura OCR konusunda, IronOCR, lisans seçenekleri $999 başlayan sağlam bir çözüm sunar.

Bir projeye metin okuma yetenekleri eklemek isteyen bir programcı veya geliştirilmiş belge yönetimi hedefleyen bir işletme, aracın seçimi özel ihtiyaçlarla uyumlu olmalıdır; Ücretsiz seçenekler ve IronOCR gibi daha gelişmiş çözümleri dikkate alarak.