如何從 C# 教程中獲取發票文本

1. IronOCR，一個光學字符識別 API

IronOCR 是一個 OCR 函式庫，可以用於從圖像中識別文字資料以進行資訊提取，包括收據 OCR。 它建立在 Tesseract OCR 引擎之上，被認為是截至目前可用於收據識別的最準確的 OCR 引擎之一。 IronOCR 可用於從不同類型的文件（包括 PNG、JPG、TIFF、JSON 格式和 PDF）中讀取關鍵信息的文本，並能識別多種語言的文本。

IronOCR 的一個主要功能或服務是能夠自動檢測文字方向，即使圖像已被旋轉或扭曲，這也使其對於收據 OCR 特別有用。 這對於收據上傳的準確文字識別和數據提取至關重要，因為收據通常有大量信息且可能被折疊或皺褶，導致文字偏斜。

2. IronOCR 功能

• C# OCR 使用深度學習從圖片、掃描文件和 PDF 中掃描並識別文字。
• .NET OCR 支援超過 127 種全球語言。
• IronOCR可以從多種檔案格式的圖片中讀取文字，包括PNG、JPG、TIFF和PDF。
• 從提取的信息中可以生成文字、結構化數據、JSON 輸出，或可搜索 PDF。
• IronOCR 支援 .NET 5、6 和 7（Core、Framework 和 Standard）。
• IronOCR 根據文本區域將輸入分成不同的圖片。 它使用電腦視覺來識別包含文字元素的區域。

3. 在 Visual Studio 中創建新項目

開啟 Visual Studio 軟體並進入檔案選單。 選擇「新專案」，然後選擇「主控台應用程式」。

在相應的文字框中輸入專案名稱並選擇路徑。 然後，點擊建立按鈕。 選擇所需的 .NET Framework，如下圖所示：

在 Visual Studio 中創建新專案

Visual Studio 專案現在將生成控制台應用程式的結構。 完成後，它將打開 Program.cs 文件，您可以在其中編寫和執行源代碼。

從 Visual Studio 新專案精靈生成的 program.cs 檔案

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 提供多種方式與 C# .NET 專案整合。 在這裡，我們將討論其中之一：使用 NuGet Package Manager 安裝 IronOCR。

在 Visual Studio 中，前往工具 > NuGet 套件管理員 > 套件管理員主控台

Visual Studio NuGet 套件管理控制台

點擊後，Visual Studio 視窗底部會出現一個新的控制台。 在控制台中輸入以下命令並按下 Enter 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 是一個功能強大的光學字符識別庫，可以用來從收據中提取和獲取數據詳細資訊。使用 IronOCR，您可以拍攝收據的照片，並將其轉換為機器可讀文本，便於分析和處理，同時不會損害數據隱私。

以下是如何使用 IronOCR 從收據中提取文本的示例，並展示收據 OCR 的工作原理。

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    OcrResult ocrResult = ocrTesseract.Read(ocrInput);
    string RecognizedText = ocrResult.Text;

    Console.WriteLine(RecognizedText);
}

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    OcrResult ocrResult = ocrTesseract.Read(ocrInput);
    string RecognizedText = ocrResult.Text;

    Console.WriteLine(RecognizedText);
}

Imports IronOcr
Imports System

Private ocrTesseract As New IronTesseract()

Using ocrInput As New OcrInput("ocr.png")
	Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)
	Dim RecognizedText As String = ocrResult.Text

	Console.WriteLine(RecognizedText)
End Using

請參閱從影像中讀取文字的教學，以獲取有關IronOCR如何使用C#程式語言從影像中讀取文字的詳細資訊。

上述程式碼的輸出如下：

- LOGO SHOP
- LOREM IPSUM
- DOLOR SITAMET 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 SEMNISIMASSA $0.50
- 7 DUIS FAMES DIS $7.60
- 8 FACILISIRISUS $810
- TOTAL AMOUNT $49.80
- CASH $50.00

6. 使用 IronOCR 從收據圖像中特定資料萃取

作為一個強大的OCR庫，IronOCR允許開發者從掃描的收據中提取重要信息，包括稅額和商家名稱。

以下是範例，說明您如何使用IronOCR從收據圖像中提取總金額：

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

ocrTesseract.Language = OcrLanguage.English;

// Code line to 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 price in the OCR result
    var totalPrice = ocrResult.Text.Contains("Total:") ? ocrResult.Text.Split("Total:")[1].Split("\n")[0] : "";
    Console.WriteLine("Total Price: " + totalPrice);
}

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

ocrTesseract.Language = OcrLanguage.English;

// Code line to 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 price in the OCR result
    var totalPrice = ocrResult.Text.Contains("Total:") ? ocrResult.Text.Split("Total:")[1].Split("\n")[0] : "";
    Console.WriteLine("Total Price: " + totalPrice);
}

Imports Microsoft.VisualBasic
Imports IronOcr
Imports System

Private ocrTesseract As New IronTesseract()

ocrTesseract.Language = OcrLanguage.English

' Code line to load the receipt image
Using ocrInput As New OcrInput("ocr.png")
	' Optimize the input image for OCR
	ocrInput.DeNoise(True)
	ocrInput.Contrast()
	ocrInput.EnhanceResolution()
	ocrInput.ToGrayScale()

	Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)

	' Search for the total price in the OCR result
	Dim totalPrice = If(ocrResult.Text.Contains("Total:"), ocrResult.Text.Split("Total:")(1).Split(vbLf)(0), "")
	Console.WriteLine("Total Price: " & totalPrice)
End Using

由於OcrInput類別提供的多重設置，可以優化輸入圖像，以提高OCR過程的準確性。

輸入

用於演示從收據中提取特定數據的輸入圖像

輸出

- 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。 要使用 IronOCR 读取收据上的条形码，您需要结合使用 BarcodeReader 类和 ReadBarCodes 方法。

以下是一個示例，說明如何使用IronOCR讀取收據圖像上的條碼。

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;
using (var ocrInput = new OcrInput("b.png"))
{
    var ocrResult = ocrTesseract.Read(ocrInput);
    foreach (var barcode in ocrResult.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;
using (var ocrInput = new OcrInput("b.png"))
{
    var ocrResult = ocrTesseract.Read(ocrInput);
    foreach (var barcode in ocrResult.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

Imports IronOcr
Imports System

Private ocrTesseract = New IronTesseract()
ocrTesseract.Configuration.ReadBarCodes = True
Using ocrInput As New OcrInput("b.png")
	Dim ocrResult = ocrTesseract.Read(ocrInput)
	For Each barcode In ocrResult.Barcodes
		Console.WriteLine(barcode.Value)
	Next barcode
End Using

輸入圖片

讀取條碼的輸入

輸出文字

處理條碼圖片的結果

8. 結論

上面的文章解釋了在 C# 專案中安裝和使用 IronOCR 從收據中提取資料的過程，並提供了示例代碼片段。

請閱讀從圖像讀取文字的教程。

IronOCR 是 Iron Suite 的一部分，其中包含五個不同的 .NET 庫，用於操作文件和圖像。 您可以以兩份IronOCR 授權的價格購買整個 Iron Suite。

在您的生產應用中嘗試使用 IronOCR，免費試用。