如何在 C# 教學中從發票中提取文本

如何在 Tesseract 中進行 OCR 收據識別

1.使用 Tesseract 安裝 C# 庫 OCR 收據

2. 探索功能豐富的 C# 庫，用於對收據進行 OCR 識別
3. 使用 Tesseract 從收據中提取數據
4. 在擷取的文字結果中搜尋特定數據
5. 讀取輸入收據影像上的條碼值

1. IronOCR，一款光學字元辨識 API

IronOCR是一個 OCR 庫，可用於識別影像中的文字資料以進行資訊擷取，包括收據 OCR。 它基於 Tesseract OCR 引擎構建，該引擎被認為是目前最精確的收據識別 OCR 引擎之一。 IronOCR可以讀取不同文件類型（包括 PNG、JPG、TIFF、JSON 和 PDF 格式）中的關鍵訊息，並且可以識別多種語言的文字。

IronOCR的關鍵特性使其在收據 OCR 方面特別有用，那就是它能夠自動偵測文字方向，即使影像已經旋轉或傾斜。 這對於收據上傳和資料提取的準確文字識別至關重要，因為收據通常包含大量資訊，並且可能會折疊或揉皺，導致文字變形。

2. IronOCR特點

• C# OCR 使用深度學習技術掃描和識別圖片、掃描文件和 PDF 中的文字。
• .NET OCR 支援超過 125 種全球語言。 IronOCR可以讀取多種文件格式的圖像中的文本，包括 PNG、JPG、TIFF 和 PDF。
• 可以從擷取的資訊產生文字、結構化資料、JSON 輸出或可搜尋的 PDF 。
• IronOCR支援.NET版本 5、6 和 7（核心、框架和標準）。 IronOCR根據文字區域將輸入內容分割成不同的圖片。 它利用電腦視覺技術來識別包含文字元素的區域。

3. 在 Visual Studio 中建立新項目

開啟 Visual Studio，然後前往"檔案"選單。 選擇"新建專案"，然後選擇"控制台應用程式"。

在對應的文字方塊中輸入項目名稱並選擇路徑。 然後，點擊"創建"按鈕。 選擇所需的.NET Framework，如下圖所示：

現在將產生控制台應用程式的專案結構。 完成後，它將打開 Program.cs 文件，您可以在其中編寫和執行原始程式碼。

4. 安裝IronOCR

在 Visual Studio 中，您可以輕鬆地將IronOCR整合到您的 C# 專案中。 IronOCR提供了多種與 C# .NET專案整合的方式。 在這裡，我們將討論其中一種方法：使用NuGet套件管理器安裝IronOCR 。

在 Visual Studio 中，前往"工具" > "NuGet套件管理員" > "套件管理員控制台"。

Visual Studio 視窗底部將出現一個新的控制台。 在控制台中輸入以下命令並按下回車鍵。

Install-Package IronOcr

IronOCR只需幾秒鐘即可安裝完成。

5. 使用IronOCR從收據中提取數據

IronOCR是一款功能強大的 OCR 庫，可用於從收據中提取和存取詳細資料。借助IronOCR，您可以將收據圖片轉換為機器可讀文本，方便進行分析和處理，同時確保資料隱私安全。

以下範例展示如何使用IronOCR從收據中提取文字：

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        IronTesseract ocrTesseract = new IronTesseract();

        // Load the receipt image
        using (OcrInput ocrInput = new OcrInput("ocr.png"))
        {
            // Read the OCR result
            OcrResult ocrResult = ocrTesseract.Read(ocrInput);
            string recognizedText = ocrResult.Text;

            // Output the recognized text to the console
            Console.WriteLine(recognizedText);
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        IronTesseract ocrTesseract = new IronTesseract();

        // Load the receipt image
        using (OcrInput ocrInput = new OcrInput("ocr.png"))
        {
            // Read the OCR result
            OcrResult ocrResult = ocrTesseract.Read(ocrInput);
            string recognizedText = ocrResult.Text;

            // Output the recognized text to the console
            Console.WriteLine(recognizedText);
        }
    }
}

有關IronOCR如何使用 C# 從圖像中讀取文字的更多詳細信息，請參閱"從圖像中讀取文字"教程。

上述程式碼的輸出結果為：

- LOGO SHOP
- LOREM IPSUM
- DOLOR SIT AMET CONSECTETUR
- ADIPISCING ELIT
- 1 LOREM IPSUM $3.20
- 2 ORNARE MALESUADA $9.50
- 3 PORTA FERMENTUM $5.90
- 4 SODALES ARCU $6.00
- 5 ELEIFEND $9.00
- 6 SEM NISIMASSA $0.50
- 7 DUIS FAMES DIS $7.60
- 8 FACILISI RISUS $810
- TOTAL AMOUNT $49.80
- CASH $50.00

6. 使用IronOCR從收據影像中提取特定數據

IronOCR允許開發人員從掃描的收據中檢索關鍵訊息，例如稅額和商家名稱。

以下範例示範如何從收據影像中提取總金額：

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        IronTesseract ocrTesseract = new IronTesseract();

        // Set the language for OCR
        ocrTesseract.Language = OcrLanguage.English;

        // Load the receipt image
        using (OcrInput ocrInput = new OcrInput("ocr.png"))
        {
            // Optimize the input image for OCR
            ocrInput.DeNoise(true);
            ocrInput.Contrast();
            ocrInput.EnhanceResolution();
            ocrInput.ToGrayScale();

            OcrResult ocrResult = ocrTesseract.Read(ocrInput);

            // Search for the total amount in the OCR result
            var totalAmount = ocrResult.Text.Contains("Total:") ? ocrResult.Text.Split("Total:")[1].Split("\n")[0] : "";
            Console.WriteLine("Total Amount: " + totalAmount);
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        IronTesseract ocrTesseract = new IronTesseract();

        // Set the language for OCR
        ocrTesseract.Language = OcrLanguage.English;

        // Load the receipt image
        using (OcrInput ocrInput = new OcrInput("ocr.png"))
        {
            // Optimize the input image for OCR
            ocrInput.DeNoise(true);
            ocrInput.Contrast();
            ocrInput.EnhanceResolution();
            ocrInput.ToGrayScale();

            OcrResult ocrResult = ocrTesseract.Read(ocrInput);

            // Search for the total amount in the OCR result
            var totalAmount = ocrResult.Text.Contains("Total:") ? ocrResult.Text.Split("Total:")[1].Split("\n")[0] : "";
            Console.WriteLine("Total Amount: " + totalAmount);
        }
    }
}

由於OcrInput類別提供了多種設置，因此可以優化輸入影像，從而在 OCR 過程中獲得更高的準確性。

- Total 16.5

7. 讀取收據上的條碼

IronOCR可用於讀取收據上的條碼以及文字。 要讀取收據上的條碼，您需要將BarcodeReader類別與ReadBarCodes方法結合使用。

以下是讀取條碼的範例：

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        ocrTesseract.Configuration.ReadBarCodes = true;

        // Load the receipt image with a barcode
        using (var ocrInput = new OcrInput("b.png"))
        {
            OcrResult ocrResult = ocrTesseract.Read(ocrInput);

            // Output the barcode values to the console
            foreach (var barcode in ocrResult.Barcodes)
            {
                Console.WriteLine(barcode.Value);
            }
        }
    }
}

using IronOcr;
using System;

class Program
{
    static void Main()
    {
        var ocrTesseract = new IronTesseract();
        ocrTesseract.Configuration.ReadBarCodes = true;

        // Load the receipt image with a barcode
        using (var ocrInput = new OcrInput("b.png"))
        {
            OcrResult ocrResult = ocrTesseract.Read(ocrInput);

            // Output the barcode values to the console
            foreach (var barcode in ocrResult.Barcodes)
            {
                Console.WriteLine(barcode.Value);
            }
        }
    }
}

8. 結論

上面的文章解釋瞭如何在 C# 專案中安裝和使用IronOCR來從收據中提取數據，並提供了範例程式碼片段。

請閱讀關於從圖像中讀取文字的教程。

IronOCR是Iron Suite的一部分，Iron Suite 包含五個不同的.NET庫，用於處理文件和圖像。 您只需支付兩份IronOCR授權的價格，即可購買整個Iron Suite。

免費試用IronOCR，即可在您的生產應用程式中使用。