OCR 收據資料提取（逐步教學）

OCR快速介紹

光學字元辨識，即OCR，是一種讓電腦從圖片或掃描的文件中讀取和理解文字的技術。 透過將印刷文字轉換為機器可讀的文字，OCR使您能夠儲存、處理和分析物理文件中包含的資訊。

2. IronOCR介紹

IronOCR 是一款適用於C#和.NET開發者的OCR（光學字元辨識）程式庫。 它使開發者能夠從圖像、PDF和其他文件格式中提取文字。 IronOCR是基於流行的Tesseract OCR引擎構建，並新增了額外的功能，使其成為包括收據OCR在內的各種應用的理想選擇。

3. 使用IronOCR進行資料提取的優勢

以下是使用IronOCR進行OCR收據資料提取的一些關鍵好處：

• 高準確率： IronOCR提供了優異的OCR API準確率，確保從收據和其他文件中可靠地提取資料。
• 多語言支持：IronOCR支持超過125種語言，適合全球應用。
• 簡易使用： 該程式庫提供了一個簡單且直觀的API，使開發者能夠輕鬆地在其專案中實施OCR功能。
• 可定制化： IronOCR 提供多種選項來微調OCR結果，確保對於您的特定使用案例獲得最佳的資料提取效果。

4. IronOCR如何運作

IronOCR使用先進的OCR算法來識別和提取圖像和文件中的文字。 它可以處理各種格式，包括JPEG、PNG、TIFF和PDF。 程式庫讀取輸入文件，識別其中的文字，並將提取的文字輸出為字串，然後可以根據需要進行處理或儲存。 IronOCR也使用計算機視覺以獲得最佳結果。

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.NET的套件管理器NuGet輕鬆完成。 只需在Visual Studio中打開您的項目並按照以下步驟操作：

1. 在解決方案資源管理器中右鍵點擊您的專案並選擇"管理NuGet包"。
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

在從收據中提取資料之前，您會希望確保收據圖像質量良好，以提高收據OCR API過程的準確性。 這是一些捕捉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的掃描儀來掃描收據。
2. 確保收據光線良好且無陰影。
3. 拉直任何摺痕或折痕，避免關鍵資訊被遮住。

4. 確保收據上的文字清晰且未被弄髒，以改善收據處理。

   文字提取的樣例收據圖像

7. 對收據圖像進行OCR

在安裝了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應用中，使用以下程式碼片段：

using IronOcr;

// Initialize the IronTesseract class, which is responsible for OCR operations
var ocr = new IronTesseract();

// Use the OcrInput class to load the image of your receipt.
// Replace @"path/to/your/receipt/image.png" with the actual file path.
using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))
{
    // Read the content of the image and perform OCR recognition
    var result = ocr.Read(ocrInput);

    // Output the recognized text to the console
    Console.WriteLine(result.Text);
}

using IronOcr;

// Initialize the IronTesseract class, which is responsible for OCR operations
var ocr = new IronTesseract();

// Use the OcrInput class to load the image of your receipt.
// Replace @"path/to/your/receipt/image.png" with the actual file path.
using (var ocrInput = new OcrInput(@"path/to/your/receipt/image.png"))
{
    // Read the content of the image and perform OCR recognition
    var result = ocr.Read(ocrInput);

    // Output the recognized text to the console
    Console.WriteLine(result.Text);
}

Imports IronOcr

' Initialize the IronTesseract class, which is responsible for OCR operations
Private ocr = New IronTesseract()

' Use the OcrInput class to load the image of your receipt.
' Replace @"path/to/your/receipt/image.png" with the actual file path.
Using ocrInput As New OcrInput("path/to/your/receipt/image.png")
	' Read the content of the image and perform OCR recognition
	Dim result = ocr.Read(ocrInput)

	' Output the recognized text to the console
	Console.WriteLine(result.Text)
End Using

using IronOcr;

using IronOcr;

Imports IronOcr

var ocr = new IronTesseract();

var ocr = new IronTesseract();

Dim ocr = New IronTesseract()

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")

var result = ocr.Read(ocrInput);

var result = ocr.Read(ocrInput);

Dim result = ocr.Read(ocrInput)

Console.WriteLine(result.Text);

Console.WriteLine(result.Text);

Console.WriteLine(result.Text)

微調OCR結果

IronOCR提供多種選項來改善OCR的準確性和性能。 這些選項包括對圖像進行預處理、調整OCR引擎設置以及為您的收據選擇合適的語言。

using IronOcr;

// Initialize the IronTesseract class
var ocr = new IronTesseract();

// Load the image of your receipt and apply preprocessing techniques
using (var input = new OcrInput(@"path/to/your/receipt/image.png"))
{
    input.DeNoise(); // Remove noise from the image
    input.DeSkew();  // Correct any skewing in the image

    // Perform OCR and extract the recognized text
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

using IronOcr;

// Initialize the IronTesseract class
var ocr = new IronTesseract();

// Load the image of your receipt and apply preprocessing techniques
using (var input = new OcrInput(@"path/to/your/receipt/image.png"))
{
    input.DeNoise(); // Remove noise from the image
    input.DeSkew();  // Correct any skewing in the image

    // Perform OCR and extract the recognized text
    var result = ocr.Read(input);
    Console.WriteLine(result.Text);
}

Imports IronOcr

' Initialize the IronTesseract class
Private ocr = New IronTesseract()

' Load the image of your receipt and apply preprocessing techniques
Using input = New OcrInput("path/to/your/receipt/image.png")
	input.DeNoise() ' Remove noise from the image
	input.DeSkew() ' Correct any skewing in the image

	' Perform OCR and extract the recognized text
	Dim result = ocr.Read(input)
	Console.WriteLine(result.Text)
End Using

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English;

ocr.Configuration.Language = OcrLanguage.English

從OCR結果中提取資料

隨著OCR過程的完成，是時候從文字中提取特定資訊了。 根據您的需求，您可能希望提取如：

1. 商店名稱和地址。
2. 購買的日期和時間。
3. 商品名稱和價格。
4. 小計、稅金和總額。

要做到這一點，您可以在您的.NET應用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結果中提取日期：

using System;
using System.Text.RegularExpressions;

// Define a regular expression pattern for matching dates
var datePattern = @"\d{1,2}\/\d{1,2}\/\d{2,4}";

// Search for a date in the OCR result text
var dateMatch = Regex.Match(result.Text, datePattern);
if (dateMatch.Success)
{
    // Parse the matched date string into a DateTime object
    var dateValue = DateTime.Parse(dateMatch.Value);
    Console.WriteLine("Date: " + dateValue);
}

using System;
using System.Text.RegularExpressions;

// Define a regular expression pattern for matching dates
var datePattern = @"\d{1,2}\/\d{1,2}\/\d{2,4}";

// Search for a date in the OCR result text
var dateMatch = Regex.Match(result.Text, datePattern);
if (dateMatch.Success)
{
    // Parse the matched date string into a DateTime object
    var dateValue = DateTime.Parse(dateMatch.Value);
    Console.WriteLine("Date: " + dateValue);
}

Imports System
Imports System.Text.RegularExpressions

' Define a regular expression pattern for matching dates
Private datePattern = "\d{1,2}\/\d{1,2}\/\d{2,4}"

' Search for a date in the OCR result text
Private dateMatch = Regex.Match(result.Text, datePattern)
If dateMatch.Success Then
	' Parse the matched date string into a DateTime object
	Dim dateValue = DateTime.Parse(dateMatch.Value)
	Console.WriteLine("Date: " & dateValue)
End If

您可以為需要從收據中提取的其他資訊建立類似的模式。

結論

總而言之，使用IronOCR進行收據OCR是一種創新的高效率方案，可以數字化和管理您的財務資料。 有了IronOCR，您可以替代手動資料輸入。 通過遵循這個逐步指南，您可以利用IronOCR的力量來改進您的支出跟踪和資料分析。 最好的部分是IronOCR提供免費試用，讓您無需承諾即可體驗其能力。

在試用期結束後，如果您決定繼續使用IronOCR，授權從$999開始，提供一種經濟實惠的方式來在您的應用中利用OCR技術的優勢。