用 C# 建立一個能夠真正提取有用資料的收據 OCR API

收據OCR技術如何運作？

收據OCR（光學字元識別）通過將收據影像上的印刷文字轉換為機器可讀文字，實現收據資料的自動提取。 在背後，AI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性識別字元，通常在乾淨的掃描中達到99%或更高。

現代的收據OCR API使用機器學習來解析關鍵資訊，如商家名稱、日期、個別行項目、總計和稅額，來自各種收據格式和佈局。 深度學習技術使這些模型可以不斷改進，通過從大型資料集中學習，隨著時間的推移適應新的收據設計和語言。結果是快速、可靠的收據資料提取，可以替換掉各行業中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等格式的文件，並以標準化格式如結構化JSON輸出結果，使得與現有系統的無縫整合變得簡單。

如何使用C#提取收據資料？

在C#中使用IronOCR僅需幾行程式碼即可從收據中提取資料。 核心工作流程載入收據影像文件，運行OCR引擎，並返回完整擷取的文字。

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

如何透過影像預處理降低收據掃描錯誤？

現實世界中的收據影像很少是完美的。 弄皺的紙張、糟糕的光線和輕微的旋轉都會引入噪音，可能在資料提取過程中導致錯誤。 在運行OCR之前預處理影像可以顯著提高準確性，並有助於降低可能破壞您收據資料的錯誤。

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

如何從OCR文字中解析特定的收據字段？

從OCR引擎返回原始文字是個很好的開始，但這只是起點。 如果您正在構建一個費用報告或會計工具，並進行實時處理，您不僅需要一大堆文字，還需要特定的資料字段，比如日期、商家的名稱和最後的總計。

一旦IronOCR完成了閱讀圖像的繁重工作，我們可以在我們的收據API中使用標準的C#邏輯和正則表達式（Regex）來提取我們尋找的具體字段。

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

此範例使用簡單的正則表達式模式，自動從原始OCR收據文字中提取日期和總計。 日期模式匹配常見的收據日期格式，如03/15/2026，而總計模式則尋找"TOTAL"這個詞後跟一個金額。 對於生產系統，這些模式應調整以吻合遇到的具體收據格式。

要提取行項目資料——單獨的產品名稱、數量和價格，將OCR文字按行分割，並應用識別行項目行的模式。 這種方法非常適合將收據影像轉換為適合JSON格式輸出的結構化資料，費用管理工作流程，以及與會計軟體直接整合。 對於需要跨各種佈局進行更高級的收據解析，考慮結合基於區域的OCR閱讀（使用ContentArea矩形）和IronOCR的文件結構功能，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將結構化收據資料直接餵入業務系統時，它變得真正強大。 IronOCR提供了一個對開發者友好的API，可以與任何.NET應用程式無縫整合，無論是ASP.NET Web服務、桌面費用跟蹤器，還是批量處理收據的後台工作者。

API將提取的文字作為OcrResult物件返回，提供對各頁、段落和行的存取。 這使得建立一個能將OCR文字解析成結構化JSON的收據處理管道變得簡單，並驗證資料（包括重複檢測和購買驗證），將其轉發給會計軟體、ERP系統或資料庫。

IronOCR運行在本地的所有OCR處理，無需依賴雲端，免費計畫試用不需要信用卡，並對敏感財務文件具有完全控制。 這種本地優先的方法意味著收據OCR API可以在沒有延遲關注的情況下處理大量的數位收據，並為具有嚴格合規要求的各行業組織提供內在資料保護。 程式庫提供了全面的文件，並透過NuGet與現有系統無縫整合，使得它成為那些看重性能和簡易性的團隊的務實選擇。

對於想要構建完整收據掃描解決方案的開發者，IronOCR還支持條碼和QR碼閱讀，可搜尋PDF生成，以及多頁文件處理，所有這些都在同一程式庫中。

立即開始自動化收據資料提取

使用IronOCR在C#中構建收據OCR API，將手動資料輸入的痛苦替換為快速、準確、自動化的資料提取。 從基本的收據掃描到具有字段級提取的高級收據解析，該程式庫提供了將收據影像轉換為有價值、可操作的結構化資料所需的一切，所有這些都不需要將文件發送到外部。

強大的預處理過濾器、清晰的.NET API、機器學習增強的識別和本地處理相結合，使得IronOCR非常適合費用管理、收據處理和任何需要穩定可擴展地提取收據資料的工作流程。

準備好從您的收據工作流程中消除手動輸入？ 探索IronOCR授權選項以找到適合您團隊的計畫，或從免費試用開始以親身體驗成果。

Install-Package IronOcr