最佳用於發票處理的OCR更新列表

為什麼開發者選擇IronOCR而不是標準的 Tesseract？

IronOCR使用最新的Tesseract 5 引擎和高級配置選項，從圖像或 PDF 文件中讀取紙質文件、條碼和二維碼。 該軟體包透過NuGet安裝簡化了 OCR 整合。

• 使用IronOCR執行 OCR，將掃描的 PDF 轉換為可搜尋的 PDF，並具有hOCR 匯出功能。 IronOCR支援全球125 種不同的語言，以及單字清單和自訂語言。 您甚至可以為特定應用程式訓練自訂字體。
• IronOCR可掃描 20 多種不同的條碼和二維碼類型，包括對特殊文件類型的支援。 IronOCR可提供條碼資料和純文字輸出。 開發人員可以使用OcrResult 類別檢索所有內容，以便直接插入系統。 這包括結構化的標題、段落、行、單字和字符，以及詳細的置信度評分。

如欲了解更多功能，請造訪IronOCR網站（點擊此處） 。

如何使用IronOCR從發票中提取資料？

可以使用功能強大的 OCR 庫IronOCR來提取和存取收據資料。 您可以使用IronOCR拍攝收據照片，並將其轉換為機器可讀文本，然後使用圖像預處理過濾器輕鬆進行分析和處理，同時還能維護資料隱私。

以下示範如何使用IronOCR從收據中提取文本，從而了解收據 OCR 的工作原理：

// This code demonstrates how to use IronOCR to extract text from a receipt image.
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest; // Set the OCR language to English
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Use Tesseract version 5

using (OcrInput ocrInput = new OcrInput("Demo.gif")) // Initialize OCR input with the image "Demo.gif"
{
    OcrResult ocrResult = ocr.Read(ocrInput); // Perform OCR reading
    // Extract the total price from the OCR result if present
    var totalPrice = ocrResult.Text.Contains("Total Current Charges") 
        ? ocrResult.Text.Split("Total Current Charges")[1].Split("\n")[0] 
        : "";
    Console.WriteLine("Total Current Charges : " + totalPrice); // Output the extracted total price
}

// This code demonstrates how to use IronOCR to extract text from a receipt image.
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest; // Set the OCR language to English
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Use Tesseract version 5

using (OcrInput ocrInput = new OcrInput("Demo.gif")) // Initialize OCR input with the image "Demo.gif"
{
    OcrResult ocrResult = ocr.Read(ocrInput); // Perform OCR reading
    // Extract the total price from the OCR result if present
    var totalPrice = ocrResult.Text.Contains("Total Current Charges") 
        ? ocrResult.Text.Split("Total Current Charges")[1].Split("\n")[0] 
        : "";
    Console.WriteLine("Total Current Charges : " + totalPrice); // Output the extracted total price
}

對於更複雜的發票處理，您可以使用影像濾鏡來提高準確性：

// Enhanced invoice processing with image preprocessing
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

using (OcrInput ocrInput = new OcrInput("invoice.pdf"))
{
    // Apply preprocessing filters for better accuracy
    ocrInput.Sharpen();
    ocrInput.EnhanceResolution(225); // Optimize DPI for text recognition
    ocrInput.Deskew(); // Fix skewed scans

    // Read specific region for targeted extraction
    var invoiceRegion = new System.Drawing.Rectangle(100, 200, 400, 300);
    ocrInput.AddPdfPage(0, invoiceRegion);

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Extract structured data
    foreach (var line in ocrResult.Lines)
    {
        if (line.Text.Contains("Invoice #"))
        {
            Console.WriteLine($"Found: {line.Text} - Confidence: {line.Confidence}%");
        }
    }
}

// Enhanced invoice processing with image preprocessing
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;
ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

using (OcrInput ocrInput = new OcrInput("invoice.pdf"))
{
    // Apply preprocessing filters for better accuracy
    ocrInput.Sharpen();
    ocrInput.EnhanceResolution(225); // Optimize DPI for text recognition
    ocrInput.Deskew(); // Fix skewed scans

    // Read specific region for targeted extraction
    var invoiceRegion = new System.Drawing.Rectangle(100, 200, 400, 300);
    ocrInput.AddPdfPage(0, invoiceRegion);

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Extract structured data
    foreach (var line in ocrResult.Lines)
    {
        if (line.Text.Contains("Invoice #"))
        {
            Console.WriteLine($"Found: {line.Text} - Confidence: {line.Confidence}%");
        }
    }
}

上面的程式碼建立了IronTesseract對象，以使用最佳化的設定啟動 OCR 過程。 建構一個OcrInput對象，以便使用OcrInput 類別新增一個或多個影像檔案。 使用 OcrInput 物件的Add方法需要新增其他影像的路徑，以便根據需要新增多個發票影像。 IronOCR物件的Read方法被觸發，用於解析影像文件並將結果提取到 OCR 結果中，將影像中的文字轉換為字串。 在上述代碼中，總價是透過特定區域的 OCR從發票中提取出來的。

此範例發票展示了可使用 OCR 技術提取的各種資料欄位。

下面的輸出顯示了先前提供的圖像中的文字"當前總費用"，證明使用高置信度文字識別已從圖像中正確提取了總費用。

總價格會被提取出來，並在控制台應用程式中顯示，同時也會顯示置信度評分。

為了處理不同的發票格式，您可以利用表格識別功能和多頁 TIFF 支援：

// Process multi-page invoice with table extraction
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;

using (OcrInput ocrInput = new OcrInput())
{
    // Add multiple invoice pages
    ocrInput.AddPdf("multi-page-invoice.pdf");

    // Enable table detection
    ocr.Configuration.ReadDataTables = true;

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Export as searchable PDF
    ocrResult.SaveAsSearchablePdf("searchable-invoice.pdf");

    // Extract table data
    var tables = ocrResult.Tables;
    foreach (var table in tables)
    {
        Console.WriteLine($"Found table with {table.RowCount} rows");
    }
}

// Process multi-page invoice with table extraction
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.EnglishBest;

using (OcrInput ocrInput = new OcrInput())
{
    // Add multiple invoice pages
    ocrInput.AddPdf("multi-page-invoice.pdf");

    // Enable table detection
    ocr.Configuration.ReadDataTables = true;

    OcrResult ocrResult = ocr.Read(ocrInput);

    // Export as searchable PDF
    ocrResult.SaveAsSearchablePdf("searchable-invoice.pdf");

    // Extract table data
    var tables = ocrResult.Tables;
    foreach (var table in tables)
    {
        Console.WriteLine($"Found table with {table.RowCount} rows");
    }
}

請訪問教程頁面，以了解更多關於IronOCR教程的信息，並探索高級掃描技術。