OCR 收據數據提取（逐步教程）

使用 IronOCR 的收據光學字符識別（OCR）對企業和個人來說都是一個變革。這個過程允許您從實體收據中提取重要信息，並將其轉換為數字數據。本文將引導您一步步了解如何使用 IronOCR 最大限度地利用收據。

OCR簡介

光學字符識別 (OCR) 是一種技術，讓電腦可以從圖像或掃描的文件中閱讀和理解文本。通過將手寫或打印的文本轉換為機器可讀文本，OCR 使您能夠儲存、處理和分析物理文件中包含的信息。

2. IronOCR 介紹

IronOCR 是OCR (光學字符識別) 適用於 C# 和 .NET 開發人員的庫。它使開發人員能夠 從圖像中提取文本, PDFs，和其他文件格式。IronOCR 是基於流行的 Tesseract OCR 引擎 並增加了其他功能，使其成為各種應用的理想選擇，包括收據OCR。

3. 使用 IronOCR 進行數據提取的好處

以下是使用 IronOCR 進行 OCR 收據數據提取的一些主要好處：

高精度: IronOCR 提供優異的 OCR API 精度，確保從收據和其他文件中可靠的數據提取。

多語言支持IronOCR 支援超過125種語言，使其適用於全球應用。

易於使用：該庫提供簡單直觀的API，讓開發人員能輕鬆在他們的專案中實現OCR功能。

可自訂：IronOCR 提供各種選項 用於微調OCR結果，確保針對您的特定使用案例進行最佳數據提取。

4. IronOCR 的工作原理

IronOCR 採用了先進的 OCR 演算法來識別和提取圖像和文件中的文本。它能處理多種格式，包括 JPEG、PNG、TIFF 和 PDF。該庫會讀取輸入檔案，識別其中的文本，並將提取的文本輸出為字串，然後可以根據需要進行處理或存儲。IronOCR 也使用 計算機視覺 為獲得最佳結果。

5. 使用 IronOCR 的先決條件

要開始使用 IronOCR 進行收據資料提取，您首先需要安裝 IronOCR 套件。這可以通過 NuGet，.NET 的套件管理器，輕鬆完成。只需在 Visual Studio 中打開您的項目，然後按照以下步驟操作：

1. 在解決方案管理器中右鍵單擊您的項目，選擇「管理 NuGet 套件」。

2. 在 NuGet 套件管理器窗口中，搜索「IronOCR」。

3. 選擇 IronOcr 套件並點擊「安裝」。

   

   在 NuGet 套件管理器 UI 中搜尋 IronOCR 套件

6. 準備收據圖像

在從收據中提取數據之前，您將希望確保收據圖像質量高，以提高收據 OCR API 過程的準確性。以下是一些拍攝良好收據圖像的提示：

1. 使用掃描文件。您可以使用高解析度掃描儀掃描收據。
2. 確保收據光照充足，沒有陰影。
3. 將收據上的任何折痕或摺疊拉直，以免關鍵信息被遮擋。

4. 確保收據上的文字清晰且未晕開，以改善收據處理效果。

   

   提取文字的範例收據圖像

7. 對收據圖像執行光學字符識別 (OCR)

安裝 IronOCR 並準備好您的收據圖像後，是時候執行 OCR 過程了。在您的 .NET 應用程式中，使用以下代碼片段：

using IronOcr;

var ocr = new IronTesseract();
using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))
{
    var result = ocr.Read(ocrInput);
    Console.WriteLine(result.Text);
}

using IronOcr;

var ocr = new IronTesseract();
using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))
{
    var result = ocr.Read(ocrInput);
    Console.WriteLine(result.Text);
}

Imports IronOcr

Private ocr = New IronTesseract()
Using ocrInput As New OcrInput("path/to/your/receipt/image.png")
	Dim result = ocr.Read(ocrInput)
	Console.WriteLine(result.Text)
End Using

代碼說明

using IronOcr;

using IronOcr;

Imports IronOcr

這行將 IronOCR 函式庫導入您的 .NET 應用程式，讓您可以存取其功能。

var ocr = new IronTesseract();

var ocr = new IronTesseract();

Dim ocr = New IronTesseract()

此行會創建一個新實例的 IronTesseract 負責 IronOCR 中 OCR 操作的主類別。

using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))

using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))

Using ocrInput As New OcrInput("path/to/your/receipt/image.png")

在這裡，一個新的实例 OcrInput class 是表示 OCR 過程輸入圖像的類。 @"path/to/your/receipt/image.png" 應替換為您收據圖像的實際文件路徑。using 聲明確保在完成 OCR 操作後，分配給 OcrInput 實例的資源會被適當釋放。

var result = Ocr.Read(ocrInput);

var result = Ocr.Read(ocrInput);

Dim result = Ocr.Read(ocrInput)

這行呼叫 讀取 IronTesseract 實例的方法，將 OcrInput 對象作為參數傳遞。Read 方法處理輸入圖像並執行 OCR 操作，從圖像中識別和提取文本。它將開始收據識別過程。

Console.WriteLine(Result.Text);

Console.WriteLine(Result.Text);

Console.WriteLine(Result.Text)

最後，這行將提取的文本輸出到控制台。result 對象是一個 OcrResult 類別，包含識別出的文本及有關 OCR 過程的附加信息。可以通過訪問 result 對象的 Text 屬性來顯示提取的文本。

提取文本的輸出

微調 OCR 結果

IronOCR 提供幾種選項來提高 OCR 的準確性和性能。這些選項包括圖像的預處理、調整 OCR 引擎設置以及選擇適當的語言以用於您的收據。

圖像預處理

您可以通過應用圖像預處理技術來增強光學字符識別（OCR）的結果，例如：

1. 糾偏：校正圖像中的旋轉或傾斜。
2. 去噪：通過去除圖片中的噪聲來提高文本的可讀性。

以下是如何應用這些技術的例子：

using IronOcr;

var ocr = new IronTesseract();
using (var input = new OcrInput(@"path/to/your/receipt/image.png"))
{
    input.DeNoise();
    input.DeSkew();

    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

using IronOcr;

var ocr = new IronTesseract();
using (var input = new OcrInput(@"path/to/your/receipt/image.png"))
{
    input.DeNoise();
    input.DeSkew();

    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

Imports IronOcr

Private ocr = New IronTesseract()
Using input = New OcrInput("path/to/your/receipt/image.png")
	input.DeNoise()
	input.DeSkew()

	Dim result = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

語言選擇

IronOCR 支援超過 125 種語言，選擇正確的語言可以顯著提高 OCR 的結果。要指定語言，請將以下行添加到您的代碼中：

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English

從 OCR 結果中提取數據

在 OCR 過程完成後，是時候從文本中提取特定信息了。根據您的需求，您可能希望提取以下數據：

1. 商店名稱和地址。

2. 購買日期和時間。

3. 商品名稱和價格。

4. 小計、稅金和總額。

要做到這一點，您可以在 .NET 應用程序中使用正則表達式或字符串操作技術。例如，您可以使用以下代碼片段從 OCR 結果中提取日期：

using System.Text.RegularExpressions;

//Rest of the Code

var DatePattern = @"\d{1,2}\/\d{1,2}\/\d{2,4}";
var DateMatch = Regex.Match(Result.Text, DatePattern);
if (DateMatch.Success)
{
    var DateValue = DateTime.Parse(DateMatch.Value);
    Console.WriteLine("Date: " + DateValue);
}

using System.Text.RegularExpressions;

//Rest of the Code

var DatePattern = @"\d{1,2}\/\d{1,2}\/\d{2,4}";
var DateMatch = Regex.Match(Result.Text, DatePattern);
if (DateMatch.Success)
{
    var DateValue = DateTime.Parse(DateMatch.Value);
    Console.WriteLine("Date: " + DateValue);
}

Imports System.Text.RegularExpressions

'Rest of the Code

Private DatePattern = "\d{1,2}\/\d{1,2}\/\d{2,4}"
Private DateMatch = Regex.Match(Result.Text, DatePattern)
If DateMatch.Success Then
	Dim DateValue = DateTime.Parse(DateMatch.Value)
	Console.WriteLine("Date: " & DateValue)
End If

您可以為其他需要從收據中提取的信息創建類似的模式。

儲存和分析提取數據

既然您已經從收據中提取了相關信息，您可以將其存儲在資料庫中，進行分析，或導出到其他文件格式，如 CSV、JSON 或 Excel。

結論

總之，使用 IronOCR 的收據光學字符識別 (Receipt OCR) 是一個創新且高效的解決方案，用於數字化和管理您的財務數據；使用 IronOCR，您可以取代手動數據輸入。通過遵循這個逐步指南，您可以利用 IronOCR 的強大功能來改善您的費用跟蹤和數據分析。最棒的是，IronOCR 提供了一個 免費試用，讓您在沒有任何承諾的情況下體驗其功能。

試用期結束後，如果您決定繼續使用 IronOCR，許可證從$749開始，為您提供一種成本效益的方式，在您的應用程式中利用 OCR 技術的優勢。