OCR 收據數據提取（逐步教程）

使用 IronOCR 的收據 OCR 為企業和個人帶來了重大變革。此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。 本文將引導您逐步了解如何使用IronOCR充分利用您的收據。

快速介紹光學字符識別 (光學字符識別)

光學字符識別，或稱OCR，是一種技術，可以讓電腦從圖像或掃描文件中讀取和理解文本。 透過將手寫或印刷文字轉換為機器可讀的文字，OCR使您能夠儲存、處理和分析實體文件中包含的信息。

2. IronOCR 介紹

IronOCR是OCR(光學字符識別)適用於 C# 和 .NET 開發者的程式庫。 它使開發人員能夠從圖像中提取文本, PDFs及其他文件格式。 IronOCR 建立於流行的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 提取 OCR 收據數據的一些主要優勢：

高準確性：IronOCR 提供出色的 OCR API 準確性，確保從收據和其他文件中可靠地提取數據。

多語言支持IronOCR 支援超過 125 種語言，適用於全球應用程式。

易於使用：該庫提供簡單直觀的 API，使開發人員能夠輕鬆在其專案中實現 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 如何運作

IronOCR 使用先進的 OCR 算法從圖像和文件中識別並提取文字。 它可以處理多種格式，包括 JPEG、PNG、TIFF 和 PDF。 該庫讀取輸入文件，識別其中的文本，並將提取的文本輸出為字符串，然後可以根據需要處理或存儲。 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 進行收據數據提取，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 中打開您的專案，然後按照以下步驟操作：

1. 在「方案總管」中右鍵點擊您的專案，然後選擇「管理 NuGet 套件」。

2. 在 NuGet 套件管理器視窗中，搜尋 "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，您需確保收據圖像的高質量，以提高收據 OCR API 流程的準確性。 以下是拍攝收據好照片的一些技巧：

1. 使用掃描文件。 您可以使用高解析度掃描器進行收據掃描。

2. 確保收據光線充足且沒有陰影。

3. 將收據上的任何皺褶或折痕弄平，以免關鍵信息被隱藏。

4. 確保收據上的文字清晰且沒有污損，以改善收據處理。

   

   用於文本提取的範例收據圖片

7. 對收據圖像進行 OCR 處理

安裝了IronOCR並準備好了您的收據圖像後，是時候進行OCR處理了。 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類別被建立，代表 OCR 過程中的輸入圖像。 將 @"path/to/your/receipt/image.png" 替換為您收據圖片的實際文件路徑。 using 語句確保一旦 OCR 操作完成，分配給 OcrInput 實例的資源會被正確釋放。

var result = Ocr.Read(ocrInput);

var result = Ocr.Read(ocrInput);

Dim result = Ocr.Read(ocrInput)

這行呼叫讀取將 OcrInput 物件作為參數傳遞給 IronTesseract 實例的方法。 Read 方法處理輸入圖像並執行光學字符識別（OCR）操作，識別並提取圖像中的文字。 它將開始進行收據識別過程。

Console.WriteLine(Result.Text);

Console.WriteLine(Result.Text);

Console.WriteLine(Result.Text)

最後，這行將提取的文字輸出到控制台。 result 物件，它是一個实例OcrResult類別，包含識別到的文字和有關 OCR 過程的其他資訊。 提取的文本可以通过訪問 result 對象的 Text 屬性來顯示。

提取文本的輸出

微調 OCR 結果

IronOCR 提供多種選項來提高光學字符識別（OCR）的準確性和性能。 這些包括對圖像進行預處理、調整OCR引擎設定，以及為您的收據選擇合適的語言。

影像預處理

您可以通過應用影像前處理技術來提升 OCR 的效果，例如：

1. 圖像校正：糾正圖像中的任何旋轉或傾斜。

2. 去噪：通過去除圖片中的噪音來提高文本的可讀性。

   以下是一個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，為您的收據選擇正確的語言可顯著提升 OCR 的結果。 若要指定語言，請將以下行添加到您的程式碼中：

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English

從OCR結果中提取數據

隨著 OCR 過程的完成，現在是從文本中提取特定信息的時候了。 根據您的需求，您可能想要提取數據，例如：

1. 商店名稱和地址。

2. 購買日期和時間。

3. 項目名稱和價格。

4. 小計、稅金和總額。

   為此，您可以在 .NET 應用程式中使用正則表達式或字串操作技術。 例如，您可以使用以下程式碼片段從 OCR 結果中擷取日期：

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。

存儲和分析提取的數據

現在您已經從收據中提取相關信息，您可以將其存儲在資料庫中、分析它，或將其匯出到其他檔案格式，如CSV、JSON或Excel。

結論

總之，使用 IronOCR 的收據 OCR 是一種創新且高效的方案，用於數位化和管理您的財務數據； 使用 IronOCR，您可以取代手動資料輸入。 通過遵循此分步指南，您可以利用 IronOCR 的強大功能來改善費用跟蹤和數據分析。 最棒的是，IronOCR 提供了一個免費試用，讓您在不需承擔任何義務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，授權費用從 $749 起，為您在應用程式中利用 OCR 技術的優勢提供了一種具成本效益的方式。