使用 IRONOCR

C# 中的 OCR 發票處理開發者教學

更新日期:6月 22, 2025

發票資料處理是指從供應商或賣方接收、管理和驗證發票，並確保付款正確及時地完成。這包括設計確保準確性、合規性及效率的步驟，以避免紙質發票。自動化發票處理可以顯著減少手動數據輸入錯誤並提高效率。 IronOCR 是一個強大的光學字符識別（OCR）軟體庫，可以用來從數字文件中提取發票中的數據或文字，使其成為在 C# 應用程式中自動化發票 OCR 處理的優秀工具。

如何使用像 IronOCR 這樣的 OCR 軟件處理發票數據

創建一個 Visual Studio 項目。
安裝 IronOCR C# 庫。
樣本輸入發票圖片。
使用 Tesseract 並從收據圖像中提取數據。
只讀取圖像的一個區域。

光學字符識別 (OCR)

光學字符識別 是一種能夠辨識和轉換文本文件、PDF 或影像的技術，將其轉換成可編輯和可搜尋的數據。 OCR 技術處理文本圖像並提取字符，讓它們變得可機器讀取。先進的 OCR 發票軟件系統有助於財務管理工具和發票自動化。

有關 OCR 的關鍵點

功能：OCR 軟件掃描圖像或文本（如照片或掃描文件），將字符轉換為可編輯、可搜尋及可存儲的數字文本。
應用：OCR 在各行各業廣泛用於數字化打印文件、發票處理、數據提取、自動車牌識別（ANPR）、應付賬款流程及掃描書籍等任務。
技術：OCR 使用算法識別光亮和黑暗的模式以解釋字符。現代 OCR 系統也使用機器學習和人工智能來提高準確性。
優勢：OCR 通過自動化數據輸入、減少錯誤，提高生產力，並使數據搜索和檢索更容易。它也支持文件存檔並幫助企業管理無紙化工作流程。

OCR 技術已經顯著進步，使其在處理文件和發票數據提取中高度準確和有用，涵蓋許多不同的發票格式以減少手動數據輸入，消除手動發票處理，並提高數據安全性。

IronOCR

IronOCR 是一個強大的 Optical Character Recognition (OCR) .NET (C#) 庫，它允許開發人員從圖像、PDF 和其他文檔格式中提取文本，開發 OCR 發票軟件並實施應付賬款工作流程。它提供簡易使用的 API，便於將 OCR 功能整合到應付賬款系統或會計系統中。

IronOCR的主要特點

文本提取：它可以從多種圖像格式（如 PNG、JPG、TIFF 等）和 PDF 中提取文本，包括為會計軟件的多頁 PDF。
準確性：IronOCR 使用先進的算法和機器學習技術，提供高精度的文本識別，即使是對於噪聲或低質量圖像來說，也能適用於應付賬款流程和提前付款折扣。
語言支持：該庫支持多種語言，包括英文、西班牙文、法文等，這有助於識別不同語言的文本。
易用性：IronOCR 提供一個簡潔的 API，使開發人員能夠快速將 OCR 功能集成到其應用程式中，無需深入了解 OCR 技術。
條碼和 QR 碼識別：除了標準的文本識別，IronOCR 還可以從圖像中檢測和提取條碼和 QR 碼。
PDF 支持：它可以從掃描的 PDF 中讀取和提取文本，便於處理發票、收據和其他商務文件。
自定義：該庫允許根據特定需求對 OCR 設置進行自定義，如調整準確性或處理不同的圖像分辨率。

先決條件

開始前，確保您已具備以下內容：

在您的計算機上安裝了 Visual Studio。
C# 編程的基本認識。
在您的項目中安裝了 IronOCR NuGet 程序包。

步驟 1：創建一個 Visual Studio 項目

打開 Visual Studio 並單擊創建新專案。

C# 中的 OCR 發票處理（開發者教程）：圖 1 - 新項目

在選項中選擇主控台應用程序。

C# 中的 OCR 發票處理（開發者教程）：圖 2 - 主控台應用程序

提供項目名稱和路徑。

C# 中的 OCR 發票處理（開發者教程）：圖 3 - 項目配置

選擇 .NET 版本類型。

C# 中的 OCR 發票處理（開發者教程）：圖 4 - 目標框架

步驟 2：安裝 IronOCR C# 庫

在 Visual Studio 的項目中，前往工具 > NuGet 包管理器 > 為解決方案管理 NuGet 程序包。點擊瀏覽標籤，搜索 IronOCR。選擇 IronOCR 並點擊安裝。

C# 中的 OCR 發票處理（開發者教程）：圖 5 - IronOCR

另一個選擇是使用控制台以及下面的命令。

dotnet add package IronOcr --version 2024.12.2

步驟 3：樣本輸入發票圖片

樣本數字發票圖像，其中包括發票號。

C# 中的 OCR 發票處理（開發者教程）：圖 6 - 樣本輸入

步驟 4：利用 Tesseract 並從收據圖像中提取數據

現在使用以下代碼從發票中提取數據以進行 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
}

Imports IronOcr

' Set the license key
License.LicenseKey = "Your License"
Dim filePath As String = "sample1.jpg" ' Path to the invoice image

' Create an instance of IronTesseract
Dim ocr = New IronTesseract()

' Load the image for OCR
Using ocrInput As New OcrInput()
	ocrInput.LoadImage(filePath)

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

	' Perform OCR to extract text
	Dim ocrResult = ocr.Read(ocrInput)

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

	' Next steps would involve processing the extracted text
End Using

$vbLabelText $csharpLabel

代碼解釋

提供的代碼演示如何在 C# 中使用 IronOCR 庫來利用 OCR (光學字符識別) 從圖像（如發票）中提取文本。以下是每個部分的代碼解釋：

授權密鑰設置：
- 代碼從設置 IronOCR 的授權密鑰開始。該密鑰是使用該庫完整功能所需的。如果您有有效的授權，請將 "Your License" 替換為您的實際授權密鑰。
指定輸入文件：
- filePath 變量持有包含發票的圖像位置（在此案例中為 "sample1.jpg"）。這是將進行文本提取處理的文件。
創建 OCR 實例：
- 創建一個 IronTesseract 的實例。 IronTesseract 是負責對輸入數據執行 OCR 操作的類。
加載圖像：
- 代碼創建一個 OcrInput 對象，該對象使用 LoadImage 方法加載由 filePath 指定的圖像。
應用圖像過濾器：
- 代碼可選地應用濾鏡如 Deskew() 來校正傾斜的圖像並提高 OCR 的準確性。
執行 OCR：
- ocr.Read() 方法從加載的圖像中提取文本，返回包含提取文本的 OcrResult。
顯示提取文本：
- 提取的文本打印到控制台。這是 IronOCR 從圖像中識別出的文本，可以用於進一步處理。

輸出

C# 中的 OCR 發票處理（開發者教程）：圖 7 - OCR 輸出帶發票號

步驟 5：只讀圖像的一個區域

為提高效率，僅圖像的一部分可以進行處理以提取內容。

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);
}

Imports IronOcr
Imports IronSoftware.Drawing

' Set the license key
License.LicenseKey = "Your Key"
Dim filePath As String = "sample1.jpg" ' Path to the invoice image

' Create an instance of IronTesseract
Dim ocr = New IronTesseract()

' Load the image for OCR
Using ocrInput As New OcrInput()
	' Define the region of interest
	Dim 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
	Dim ocrResult = ocr.Read(ocrInput)

	' Output the extracted text
	Console.WriteLine("Extracted Text:")
	Console.WriteLine(ocrResult.Text)
End Using

$vbLabelText $csharpLabel

代碼解釋

此代碼使用 IronOCR 從圖像的特定區域提取文本，並提供增強準確性的圖像濾鏡選項。以下是細分內容的每一部分：

授權設置：
- 設定 IronOCR 的授權密鑰，這對使用該庫的 OCR 功能是必要的。將 "Your Key" 替換為您的有效授權密鑰。
定義圖像文件路徑：
- 指定要處理的發票圖像的文件路徑，該文件包含文本提取的內容。
創建 OCR 實例：
- 創建一個 IronTesseract 的實例用於執行 OCR 操作。
定義要處理的區域：
- 在圖像內（從左上角開始）指定一個矩形區域以將 OCR 處理焦點集中在相關部分，提高效率。
加載圖像：
- 從文件加載圖像的指定內容區域。這限制了 OCR 處理到圖像的特定部分。
應用過濾器：
- 應用濾鏡如 Deskew() 以增強圖像對齊，並可能使用 DeNoise() 清理圖像以提高 OCR 的準確性。
提取文本：
- 從定義的區域讀取文本併入在 OcrResult 中。
輸出提取文本：
- 將 OCR 處理過的文本輸出到控制台以便進一步使用。

輸出

C# 中的 OCR 發票處理（開發者教程）：圖 8 - 抽取輸出

授權（可試用）

IronOCR 需要密鑰來從發票中提取數據。從授權頁面獲取您的開發者試用密鑰。

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

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

Imports IronOcr
License.LicenseKey = "Your Key"

$vbLabelText $csharpLabel

結論

本文提供了如何使用 IronOCR 進行發票處理的基本示例。您可以進一步自定義和擴展此代碼以適合您的特定需求。

IronOCR 提供了一個高效且易於集成的解決方案來從圖像和 PDF 中提取文本，使其非常適合用於發票處理。通過將 IronOCR 與 C# 字符串操作或正則表達式相結合，您可以快速處理和從發票中提取重要數據。

這是一個基本的發票處理示例，結合更多高級配置（如語言識別、多頁 PDF 處理等），您可以對 OCR 結果進行微調以提高特定用例的準確性。

IronOCR 的 API 非常靈活，可以用於各種 OCR 任務，除了發票處理外，還包括收據掃描、文檔轉換和數據輸入自動化。

常見問題解答

如何在 C# 中自動化發票數據處理？

您可以使用 IronOCR 自動化 C# 中的發票數據處理，以從數字發票文件中提取文本和數據。這降低了手動數據輸入錯誤並提高了處理發票的效率。

設置 OCR 進行發票處理涉及哪些步驟？

要設置 OCR 進行發票處理，首先創建一個 Visual Studio 項目，安裝 IronOCR 庫，並使用樣本發票圖像。然後可以利用 IronOCR 的功能來提取和處理發票數據。

如何使用 OCR 從發票的特定區域提取數據？

IronOCR 允許您通過設置矩形區域來定義圖像的特定區域以集中 OCR 過程。此功能通過僅針對發票的必要部分來提高效率和準確性。

Tesseract 在 IronOCR 中的角色是什麼？

Tesseract 是 IronOCR 的一部分，在從圖像中提取文本方面起著關鍵作用。它有助於將文本圖像轉換為機器可讀的數據，這對於在 C# 應用程序中自動化發票處理至關重要。

OCR 軟件能夠識別多種語言的文本嗎？

是的，IronOCR 支援多種語言，能夠識別和處理多種語言的文本，例如英語、西班牙語和法語，提高了其處理全球發票的靈活性。

使用 IronOCR 進行發票處理的好處是什麼？

使用 IronOCR 進行發票處理具有高準確度的文本提取、多語言支持、條碼識別和 PDF 處理功能等優勢，所有這些都能簡化應付賬款工作流程。

如何為特定的發票處理需求自定義 OCR 設置？

IronOCR 提供了簡單的 API，允許開發人員自定義 OCR 設置。這種靈活性使得能夠針對特定的發票處理需求提供定制解決方案，例如處理不同的發票格式或語言。

OCR 在數字發票管理中的重要性是什麼？

OCR 是數字發票管理中至關重要的工具，因為它自動提取發票數據，減少手動工作量，降低錯誤率，並確保財務交易的高效準確處理。

IronOCR 是否有可用於測試其能力的試用版本？

是的，IronOCR 提供了一個開發者試用密鑰，您可以從其授權頁面獲得，這使您在購買之前能夠測試完整功能。

IronOCR 如何改善文檔轉換和數據錄入自動化？

IronOCR 通過提供高準確度的文本提取來改善文檔轉換和數據錄入自動化，從各種格式中提取文本，實現與 C# 應用程序的無縫集成以進行自動化數據處理。

Kannapat Udonpant

立即與工程團隊聊天

軟體工程師

在成為软件工程師之前，Kannapat 從日本北海道大學完成了環境資源博士學位。在追逐學位期间，Kannapat 還成為了生產工程系一部份——汽車机器人实验室的成員。2022 年，他利用他的 C# 技能加入 Iron Software 的工程團隊，專注於 IronPDF。Kannapat 珍惜他的工作，因为他直接向编写大部分 IronPDF 使用的代码的开发者学习。除了同行学习，Kannapat 还喜欢在 Iron Software 工作的社交十环。当他不编写代码或文档时，Kannapat 通常在他的 PS5 上打游戏或重看《The Last of Us》。