C# 中的 OCR 發票處理開發者教學

如何使用IronOCR等 OCR 軟體處理發票數據

1. 建立一個 Visual Studio 專案。
2. 安裝IronOCR C# 庫。
3. 範例輸入發票圖片。
4. 利用 Tesseract 從收據影像中擷取資料。
5. 只讀取影像的一部分。

光學字元辨識（OCR）

光學字元辨識技術能夠識別和轉換不同類型的文件、PDF 或文字影像，並將其轉換為可編輯和可搜尋的資料。 OCR技術處理文字圖像並提取字符，使其能夠被機器讀取。 先進的OCR發票軟體系統有助於財務管理工具和發票自動化。

IronOCR

IronOCR是一個功能強大的.NET (C#) 光學字元辨識 (OCR) 庫，它允許開發人員從圖像、PDF 和其他文件格式中提取文本，開發 OCR 發票軟體，並實現應付帳款工作流程。 它提供了一個易於使用的 API，用於將 OCR 功能整合到應付帳款系統或會計系統中。

步驟 1：建立 Visual Studio 項目

開啟 Visual Studio，然後按一下"建立新專案"。

在選項中選擇"控制台應用程式"。

請提供專案名稱和路徑。

選擇.NET版本類型。

步驟 2：安裝IronOCR C# 庫

在 Visual Studio 專案中，前往"工具"> "NuGet套件管理器">"管理解決方案的NuGet套件"。 點選"瀏覽"選項卡，搜尋IronOCR。 選擇IronOCR並點選安裝。

另一種方法是使用控制台和以下命令。

dotnet add package IronOcr --version 2024.12.2

步驟 3：範例輸入發票圖片

附有發票號碼的電子發票範本圖片。

步驟 4：利用 Tesseract 從收據影像中擷取數據

現在使用以下代碼從發票中提取資料以進行 OCR 發票處理。

using IronOcr;

// Set the license key
License.LicenseKey = "Your License";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    ocrInput.LoadImage(filePath);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);

    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);

    // Next steps would involve processing the extracted text
}

using IronOcr;

// Set the license key
License.LicenseKey = "Your License";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    ocrInput.LoadImage(filePath);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);

    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);

    // Next steps would involve processing the extracted text
}

輸出

步驟 5：僅讀取影像的一部分區域

為了提高效率，可以只處理影像的一部分進行提取。

using IronOcr;
using IronSoftware.Drawing;

// Set the license key
License.LicenseKey = "Your Key";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    // Define the region of interest
    var ContentArea = new Rectangle(x: 0, y: 0, width: 1000, height: 250);
    ocrInput.LoadImage(filePath, ContentArea);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);

    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);
}

using IronOcr;
using IronSoftware.Drawing;

// Set the license key
License.LicenseKey = "Your Key";
string filePath = "sample1.jpg"; // Path to the invoice image

// Create an instance of IronTesseract
var ocr = new IronTesseract();

// Load the image for OCR
using (var ocrInput = new OcrInput())
{
    // Define the region of interest
    var ContentArea = new Rectangle(x: 0, y: 0, width: 1000, height: 250);
    ocrInput.LoadImage(filePath, ContentArea);

    // Optionally apply filters if needed 
    ocrInput.Deskew();
    // ocrInput.DeNoise();

    // Perform OCR to extract text
    var ocrResult = ocr.Read(ocrInput);

    // Output the extracted text
    Console.WriteLine("Extracted Text:");
    Console.WriteLine(ocrResult.Text);
}

許可證(提供試用版)

IronOCR需要金鑰才能從發票中提取資料。 從許可頁面取得您的開發者試用金鑰。

using IronOcr; 
License.LicenseKey = "Your Key";

using IronOcr; 
License.LicenseKey = "Your Key";

結論

本文提供了一個使用IronOCR進行發票處理的基本範例。 您可以根據自身需求進一步自訂和擴充此程式碼。

IronOCR提供了一種高效且易於整合的解決方案，用於從圖像和 PDF 中提取文本，使其成為發票處理的理想選擇。 透過將IronOCR與 C# 字串操作或正規表示式結合使用，您可以快速處理和提取發票中的重要資料。

這是一個基本的發票處理範例，透過更高級的配置（如語言識別、多頁 PDF 處理等），您可以微調 OCR 結果，以提高特定用例的準確性。

IronOCR 的 API 非常靈活，除了發票處理之外，還可以用於各種 OCR 任務，包括收據掃描、文件轉換和資料輸入自動化。