用 C# 建立一個能夠真正提取有用資料的收據 OCR API

收據OCR技術的工作原理是什麼？

用 C# 建立一個真正能提取有用資料的收據 OCR API：圖 1 - 收據 OCR API 輸出範例

收據 OCR（光學字元辨識）透過將收據影像上的列印文字轉換為機器可讀文本，自動從收據中提取資料。 在底層，人工智慧技術和深度學習模型分析收據的視覺佈局，識別文字區域，並以無與倫比的準確度識別字符，在清晰的掃描件上通常能達到 99% 或更高的準確率。

現代收據 OCR API 使用機器學習技術從各種收據格式和佈局中解析關鍵訊息，例如商家名稱、日期、各個項目、總計和稅額。 深度學習技術使這些模型能夠透過學習大型資料集不斷改進，並隨著時間的推移適應新的收據設計和語言。最終實現了快速、可靠的收據資料提取，從而取代了各行各業緩慢且容易出錯的手動輸入。

收據掃描技術可以處理多種語言，處理 JPG、PNG 和 PDF 等格式的文檔，並以結構化 JSON 等標準化格式提供結果，從而輕鬆與現有系統無縫整合。

如何使用 C# 提取收據資料？

使用 IronOCR，在 C# 中從收據中提取資料只需要幾行程式碼。 核心工作流程載入收據圖像文件，運行 OCR 引擎，並返回提取的完整文字。

using IronOcr;
// Initialize the OCR engine for receipt scanning
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
// Load the receipt image for data extraction
using var input = new OcrInput();
input.LoadImage("receipt.jpg");
// Extract text from the receipt
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

using IronOcr;
// Initialize the OCR engine for receipt scanning
var ocr = new IronTesseract();
ocr.Language = OcrLanguage.English;
// Load the receipt image for data extraction
using var input = new OcrInput();
input.LoadImage("receipt.jpg");
// Extract text from the receipt
OcrResult result = ocr.Read(input);
Console.WriteLine(result.Text);

Imports IronOcr

' Initialize the OCR engine for receipt scanning
Dim ocr As New IronTesseract()
ocr.Language = OcrLanguage.English

' Load the receipt image for data extraction
Using input As New OcrInput()
    input.LoadImage("receipt.jpg")
    ' Extract text from the receipt
    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine(result.Text)
End Using

影像預處理如何減少收據掃描中的錯誤？

現實生活中的收據圖片很少是完美的。 紙張褶皺、光線不足和輕微旋轉都會引入噪聲，導致資料提取過程中出現錯誤。 在執行 OCR 之前對影像進行預處理可以顯著提高準確率，並有助於減少可能損壞收據資料的錯誤。

using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("receipt.jpg");
// Preprocess the receipt image to improve OCR accuracy
input.DeNoise();    // Remove digital noise from the scanned receipt
input.Deskew();     // Straighten a tilted or rotated receipt capture
input.Sharpen();    // Enhance text clarity for better recognition
OcrResult result = ocr.Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");
Console.WriteLine(result.Text);

using IronOcr;
var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadImage("receipt.jpg");
// Preprocess the receipt image to improve OCR accuracy
input.DeNoise();    // Remove digital noise from the scanned receipt
input.Deskew();     // Straighten a tilted or rotated receipt capture
input.Sharpen();    // Enhance text clarity for better recognition
OcrResult result = ocr.Read(input);
Console.WriteLine($"Confidence: {result.Confidence}%");
Console.WriteLine(result.Text);

Imports IronOcr

Dim ocr As New IronTesseract()
Using input As New OcrInput()
    input.LoadImage("receipt.jpg")
    ' Preprocess the receipt image to improve OCR accuracy
    input.DeNoise()    ' Remove digital noise from the scanned receipt
    input.Deskew()     ' Straighten a tilted or rotated receipt capture
    input.Sharpen()    ' Enhance text clarity for better recognition
    Dim result As OcrResult = ocr.Read(input)
    Console.WriteLine($"Confidence: {result.Confidence}%")
    Console.WriteLine(result.Text)
End Using

用 C# 建立一個能夠真正提取有用資料的收據 OCR API：圖 3 - 收據影像品質差的範例輸出

如何從 OCR 文字中解析出特定的收據欄位？

從 OCR 引擎獲取原始文字是一個很好的開始，但這只是個開始。 如果你要建立一個費用報告或一個具有即時處理的會計工具，你需要的不僅僅是"一團"文本，而是具體的數據字段，例如日期、商家名稱和最終總額。

IronOCR 完成讀取影像的繁重工作後，我們就可以在收據 API 中使用標準的 C# 邏輯和正規表示式 (Regex) 來提取我們正在尋找的特定欄位。

using IronOcr;
using System.Text.RegularExpressions;

var ocr = new IronTesseract();
using var input = new OcrInput("receipt.jpg");
input.DeNoise();
OcrResult result = ocr.Read(input);
string ocrText = result.Text;

// Parse the date from receipt data
var dateMatch = Regex.Match(ocrText, @"\d{1,2}/\d{1,2}/\d{2,4}");
string receiptDate = dateMatch.Success ? dateMatch.Value : "Not found";

// Parse the total amount
var totalMatch = Regex.Match(ocrText, @"(?i)total[\s:$]*(\d+\.\d{2})");
string total = totalMatch.Success ? totalMatch.Groups[1].Value : "Not found";

Console.WriteLine($"Date: {receiptDate}");
Console.WriteLine($"Total: ${total}");

using IronOcr;
using System.Text.RegularExpressions;

var ocr = new IronTesseract();
using var input = new OcrInput("receipt.jpg");
input.DeNoise();
OcrResult result = ocr.Read(input);
string ocrText = result.Text;

// Parse the date from receipt data
var dateMatch = Regex.Match(ocrText, @"\d{1,2}/\d{1,2}/\d{2,4}");
string receiptDate = dateMatch.Success ? dateMatch.Value : "Not found";

// Parse the total amount
var totalMatch = Regex.Match(ocrText, @"(?i)total[\s:$]*(\d+\.\d{2})");
string total = totalMatch.Success ? totalMatch.Groups[1].Value : "Not found";

Console.WriteLine($"Date: {receiptDate}");
Console.WriteLine($"Total: ${total}");

Imports IronOcr
Imports System.Text.RegularExpressions

Dim ocr As New IronTesseract()
Using input As New OcrInput("receipt.jpg")
    input.DeNoise()
    Dim result As OcrResult = ocr.Read(input)
    Dim ocrText As String = result.Text

    ' Parse the date from receipt data
    Dim dateMatch As Match = Regex.Match(ocrText, "\d{1,2}/\d{1,2}/\d{2,4}")
    Dim receiptDate As String = If(dateMatch.Success, dateMatch.Value, "Not found")

    ' Parse the total amount
    Dim totalMatch As Match = Regex.Match(ocrText, "(?i)total[\s:$]*(\d+\.\d{2})")
    Dim total As String = If(totalMatch.Success, totalMatch.Groups(1).Value, "Not found")

    Console.WriteLine($"Date: {receiptDate}")
    Console.WriteLine($"Total: ${total}")
End Using

用 C# 建立一個能夠真正提取有用資料的收據 OCR API：圖 4 - 使用 IronOCR 和簡單正規表示式模式的範例輸出

本範例使用簡單的正規表示式模式從原始 OCR 收據文字中自動提取日期和總額。 日期模式與常見的收據日期格式（如 03/15/2026）相匹配，而總額模式則查找"TOTAL"字樣，後面跟著美元金額。 對於生產系統，應調整這些模式以符合遇到的特定收據格式。

若要擷取行項目資料（單一產品名稱、數量和價格），請按行拆分 OCR 文本，並套用識別行項目行的模式。 這種方法非常適合將收據圖像轉換為適合 JSON 格式輸出、費用管理工作流程以及與會計軟體直接整合的結構化資料。 對於跨各種佈局的更高級的收據解析，可以考慮將基於區域的 OCR 讀取（使用 ContentArea 矩形）與 IronOCR 的文檔結構功能相結合，從收據的特定部分提取行項目資料。

收據 OCR API 如何與費用管理系統整合？

當收據 OCR API 將結構化的收據資料直接匯入業務系統時，它才能真正發揮強大的作用。 IronOCR 提供了一個對開發者友好的 API，可以與任何 .NET 應用程式無縫集成，無論是 ASP.NET Web 服務、桌面費用追蹤器，還是批量處理收據的後台工作程序。

API 傳回提取的文字作為 OcrResult 對象，該對象提供對單一頁面、段落和行的存取。 這樣就可以輕鬆建立收據處理流程，該流程將 OCR 文字解析為結構化的 JSON，驗證資料（包括重複檢測和購買驗證），並將其轉發到會計軟體、ERP 系統或資料庫。

IronOCR 的所有 OCR 處理都在本地運行，無需依賴雲，免費試用計劃無需信用卡，並可完全控制敏感的財務文件。 這種本地優先的方法意味著收據 OCR API 可以處理大量的數位收據而無需擔心延遲問題，並為各個行業中具有嚴格合規要求的組織提供固有的資料保護。 該庫提供全面的文檔，並透過 NuGet 與現有系統無縫集成，對於既重視效能又注重簡易性的團隊來說，這是一個務實的選擇。

對於希望建立完整收據掃描解決方案的開發人員來說，IronOCR 還支援條碼和二維碼讀取、可搜尋 PDF 產生以及多頁文件處理，所有這些都在同一個庫中。

立即開始自動化收據資料擷取

使用 IronOCR 在 C# 中建立收據 OCR API，可以消除手動資料輸入的痛苦，並以快速、準確、自動化的資料提取取代。 從基本的收據掃描到具有字段級提取功能的高級收據解析，該庫提供了將收據圖像轉換為有價值、可操作的結構化資料所需的一切，所有這些都無需將文檔發送到外部。

IronOCR 結合了強大的預處理過濾器、簡潔的 .NET API、機器學習增強的識別和本地處理功能，非常適合費用管理、收據處理以及任何需要可靠且大規模地從收據中提取資料的工作流程。

準備好從收據工作流程中徹底消除手動輸入了嗎？ 探索 IronOCR 授權選項，找到適合您團隊的方案，或先進行免費試用，親眼見證效果。

Install-Package IronOcr