發票 OCR API 開發者教學

1. IronOCR

IronOCR 由 Iron Software 開發，是一個 OCR 函式庫，為開發人員提供一系列工具。 它利用機器學習和電腦視覺技術從掃描文件、圖像和 PDF 中提取文本，以實現自動化處理。 其 API 可整合到各種語言和平台中，減少人工資料輸入錯誤，提高效率。 提取的數據可以進行分析並整合到現有系統中，從而幫助決策和提高生產力。 影像預處理、條碼識別和檔案解析等功能增強了其多功能性。 IronOCR 使開發人員能夠將文字辨識功能整合到他們的應用程式中。

2. 先決條件

在使用 IronOCR 之前，需要滿足一些先決條件。 這些先決條件包括：

1. 確保您的電腦上已設定合適的開發環境。 這通常需要安裝整合開發環境（IDE），例如 Visual Studio。
2. 對 C# 程式語言有基本的了解很重要。 這將使您能夠有效地理解和修改文章中提供的程式碼範例。
3. 你需要將 IronOCR 庫安裝到你的專案中。 這可以透過在 Visual Studio 中使用 NuGet 套件管理器或透過命令列介面來實現。

確保滿足這些先決條件後，您就可以開始使用 IronOCR 了。

3. 建立新的 Visual Studio 項目

要開始使用 IronOCR，第一步是建立一個新的 Visual Studio 專案。

開啟 Visual Studio，轉到"檔案"，然後將滑鼠懸停在"新建"上，然後按一下"專案"。

發票 OCR API（開發者教學）：圖 1 - 新建項目 新專案

在新視窗中，選擇"控制台應用程式"，然後按一下"下一步"。

發票 OCR API（開發者教學）：圖 2 - 控制台應用程式 控制台應用程式

將出現一個新窗口，輸入新項目的名稱和位置，然後按一下"下一步"。

發票 OCR API（開發者教學）：圖 3 - 專案配置 專案配置

最後，提供目標框架並點擊"建立"。

發票 OCR API（開發者教學）：圖 4 - 目標框架 目標框架

現在，您的新 Visual Studio 專案已建立完成。 我們來安裝IronOCR。

4. 安裝 IronOCR

下載和安裝 IronOCR 庫有多種方法。 但以下是兩種最簡單的方法。

1. 使用 Visual Studio NuGet 套件管理器
2. 使用 Visual Studio 命令列

5. 使用 IronOCR 從發票中提取數據

使用 IronOCR，只需幾行代碼即可輕鬆從發票中提取數據，並將提取的數據用於數據輸入等後續流程。 這將取代人工資料輸入等多種工作。

以下是一個可供提取文字的範例發票。

發票 OCR API（開發者教學）：圖 8 - 範例發票 發票範本

現在，讓我們編寫程式碼來提取這張發票中的所有資料。

using IronOcr;
using System;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Read the image using the Read method, which performs OCR
    var result = ocr.Read(input);

    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

using IronOcr;
using System;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Read the image using the Read method, which performs OCR
    var result = ocr.Read(input);

    // Output the extracted text to the console
    Console.WriteLine(result.Text);
}

Imports IronOcr
Imports System

' Initialize a new instance of the IronTesseract class
Private ocr = New IronTesseract()

' Use the OcrInput object to load the image file
Using input = New OcrInput("r2.png")
	' Read the image using the Read method, which performs OCR
	Dim result = ocr.Read(input)

	' Output the extracted text to the console
	Console.WriteLine(result.Text)
End Using

上面的程式碼以圖像的形式接收輸入，然後使用IronTesseract類別的Read方法從該圖像中提取資料。

發票 OCR API（開發者教學）：圖 9 - 發票解析器 發票解析器

using IronOcr;
using System;
using System.Text.RegularExpressions;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Perform OCR on the image
    var result = ocr.Read(input);

    // Define a regular expression pattern for the invoice number
    var linePattern = @"INV\/\d{4}\/\d{5}";

    // Match the pattern in the extracted text
    var lineMatch = Regex.Match(result.Text, linePattern);

    // Check if the pattern matches any part of the text
    if (lineMatch.Success)
    {
        // If a match is found, print the invoice number
        var lineValue = lineMatch.Value;
        Console.WriteLine("Customer Invoice number: " + lineValue);
    }
}

using IronOcr;
using System;
using System.Text.RegularExpressions;

// Initialize a new instance of the IronTesseract class
var ocr = new IronTesseract();

// Use the OcrInput object to load the image file
using (var input = new OcrInput(@"r2.png"))
{
    // Perform OCR on the image
    var result = ocr.Read(input);

    // Define a regular expression pattern for the invoice number
    var linePattern = @"INV\/\d{4}\/\d{5}";

    // Match the pattern in the extracted text
    var lineMatch = Regex.Match(result.Text, linePattern);

    // Check if the pattern matches any part of the text
    if (lineMatch.Success)
    {
        // If a match is found, print the invoice number
        var lineValue = lineMatch.Value;
        Console.WriteLine("Customer Invoice number: " + lineValue);
    }
}

Imports IronOcr
Imports System
Imports System.Text.RegularExpressions

' Initialize a new instance of the IronTesseract class
Private ocr = New IronTesseract()

' Use the OcrInput object to load the image file
Using input = New OcrInput("r2.png")
	' Perform OCR on the image
	Dim result = ocr.Read(input)

	' Define a regular expression pattern for the invoice number
	Dim linePattern = "INV\/\d{4}\/\d{5}"

	' Match the pattern in the extracted text
	Dim lineMatch = Regex.Match(result.Text, linePattern)

	' Check if the pattern matches any part of the text
	If lineMatch.Success Then
		' If a match is found, print the invoice number
		Dim lineValue = lineMatch.Value
		Console.WriteLine("Customer Invoice number: " & lineValue)
	End If
End Using

6.結論

IronOCR 的發票 OCR API 利用機器學習和電腦視覺技術，徹底革新了從發票中提取資料的方式。 這項技術將發票上的文字和數字轉換為機器可讀格式，簡化了資料擷取，以便於分析、整合和流程改進。 它為自動化發票處理、提高準確性以及優化應付帳款等工作流程提供了強大的解決方案。 這項技術還可以實現從掃描的發票中自動輸入資料。

IronOCR 利用 Tesseract 的最佳結果提供高精度，無需任何額外設定。 它支援多頁框架 TIFF 、 PDF 文件以及所有流行的圖像格式。 也可以從影像中讀取條碼值。

請造訪主頁網站以了解更多關於IronOCR的資訊。 有關發票 OCR 的更多教程，請訪問以下詳細的發票 OCR 教程。 若要了解如何使用電腦視覺來尋找文字（例如發票欄位），請造訪此電腦視覺操作指南。