如何在 C# 教學中從發票中提取文字

如何在Tesseract中OCR掃描收據

1. 安裝具備Tesseract的C#庫OCR掃描收據
2. 探索功能豐富的C#庫以對收據進行OCR
3. 使用Tesseract從收據中提取資料
4. 在提取的文字結果中搜尋特定資料
5. 讀取輸入收據圖像上的條碼值

1. IronOCR，一個光學字元識別API

IronOCR是一個OCR庫，可以用於從圖像中識別文字資料進行資訊提取，包括收據OCR。 它是基於Tesseract OCR引擎構建的，Tesseract被認為是至今最準確的收據識別OCR引擎之一。 IronOCR可以從不同的文件型別中讀取關鍵資訊，包括PNG、JPG、TIFF、JSON和PDF格式，並且可以識別多種語言的文字。

IronOCR的一個關鍵特點是它可以自動檢測文字方向，即使圖像已旋轉或傾斜。 這對於正確識別收據上傳的文字和資料提取至關重要，因為收據通常包含大量資訊且可能被折疊或弄皺，導致文字傾斜。

2. IronOCR功能

• C# OCR使用深度學習來掃描並識別圖片、掃描文件和PDF中的文字。
• .NET OCR支援超過125種全球語言。
• IronOCR可以從多個文件格式的圖像中讀取文字，包括PNG、JPG、TIFF和PDF。
• 可以從提取的資訊中生成文字、結構化資料、JSON輸出或可搜尋的PDF。
• IronOCR支援.NET版本5、6和7（Core、Framework和Standard）。
• IronOCR將輸入根據文字區域劃分為不同的圖片。 它使用計算機視覺識別包含文字元素的區域。

3. 在Visual Studio中建立新專案

打開Visual Studio並進入文件選單。 選擇"新專案"，然後選擇控制台應用程式。

輸入專案名稱並在適當的文字框中選擇路徑。 然後，點擊建立按鈕。 選擇所需的.NET Framework，如下圖所示：

控制台應用程式的專案結構將被生成。 完成後，將打開Program.cs文件，您可以在其中撰寫和執行源程式碼。

4. 安裝IronOCR

在Visual Studio中，您可以輕鬆將IronOCR整合到您的C#專案中。 IronOCR提供了多種與C# .NET專案整合的方法。 在這裡，我們將討論其中之一：使用NuGet包管理器安裝IronOCR。

在Visual Studio中，前往工具 > NuGet包管理器 > 包管理器控制台

一個新的控制台會出現在Visual Studio窗口的底部。 在控制台中輸入以下命令並按回車。

Install-Package IronOcr

IronOCR將在幾秒鐘內安裝完成。

5. 使用IronOCR從收據中提取資料

IronOCR是一個強大的OCR庫，可以用於從收據中提取和存取詳細資料。使用IronOCR，您可以將收據的圖片轉換為機器可讀的文字，該文字可以輕鬆分析和處理而不損害資料隱私。

以下是一個如何使用IronOCR從收據中提取文字的範例：

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);
        }
    }
}

Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocrTesseract As New IronTesseract()

		' Load the receipt image
		Using ocrInput As New OcrInput("ocr.png")
			' Read the OCR result
			Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)
			Dim recognizedText As String = ocrResult.Text

			' Output the recognized text to the console
			Console.WriteLine(recognizedText)
		End Using
	End Sub
End Class

請參閱從圖片讀取文字教程以獲取更多有關IronOCR如何使用C#從圖像讀取文字的詳細資訊。

上述程式碼的輸出：

- 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從收據圖像中提取特定資料

IronOCR允許開發者從掃描的收據中提取重要資訊，例如稅額和商家名稱。

以下是一個說明如何從收據圖像中提取總金額數值的範例：

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);
        }
    }
}

Imports Microsoft.VisualBasic
Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocrTesseract As New IronTesseract()

		' Set the language for OCR
		ocrTesseract.Language = OcrLanguage.English

		' 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 amount in the OCR result
			Dim totalAmount = If(ocrResult.Text.Contains("Total:"), ocrResult.Text.Split("Total:")(1).Split(vbLf)(0), "")
			Console.WriteLine("Total Amount: " & totalAmount)
		End Using
	End Sub
End Class

感謝OcrInput類提供的多種設置，可以優化輸入圖像以提高OCR過程的準確性。

- Total 16.5

7. 讀取收據上的條碼

IronOCR可以用於讀取收據上的條碼以及文字。 要讀取收據上的條碼，您需要使用BarcodeReader類與ReadBarCodes方法結合。

以下是如何讀取條碼的範例：

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);
            }
        }
    }
}

Imports IronOcr
Imports System

Friend Class Program
	Shared Sub Main()
		Dim ocrTesseract = New IronTesseract()
		ocrTesseract.Configuration.ReadBarCodes = True

		' Load the receipt image with a barcode
		Using ocrInput As New OcrInput("b.png")
			Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)

			' Output the barcode values to the console
			For Each barcode In ocrResult.Barcodes
				Console.WriteLine(barcode.Value)
			Next barcode
		End Using
	End Sub
End Class

8. 結論

上述文章解釋了將IronOCR安裝和使用到C#專案中以從收據中提取資料的過程，並提供了範例程式碼片段。

請閱讀從圖片讀取文字的教程。

IronOCR是Iron Suite的一部分，其中包括五個不同的.NET庫，用於操作文件和圖像。 您可以購買整個Iron Suite，價格僅為兩個IronOCR授權。

在您的生產應用程式中試用IronOCR，享受免費試用。