跳至頁尾內容
  1. IronOCR
  2. IronOCR博客
  3. 使用 IronOCR
  4. 收據掃描 API
使用 IRONOCR

收據掃描 API：使用 C# 和 IronOCR 從收據中提取數據

坎納奧帕特·烏東潘特
坎納帕特·烏東潘特
更新:

收據掃描 API 使用 OCR 技術自動從收據中提取數據，從而顯著減少人工輸入錯誤並加快處理速度。 本指南展示如何在 C# 中使用 IronOCR 從收據影像中準確提取供應商名稱、日期、商品、價格和總計，並內建影像預處理功能，支援多種格式。

為什麼選擇 IronOCR 進行收據掃描？

IronOCR 是一個靈活的OCR 庫，可從掃描文件、圖像和 PDF 中可靠地提取文字。 IronOCR 憑藉先進的演算法、電腦視覺和機器學習模型，即使在具有挑戰性的場景下也能確保高精度。 該庫支援多種語言和字體樣式，使其適用於全球應用。 透過將 IronOCR 整合到您的應用程式中，您可以自動執行資料輸入和文字分析，從而提高生產力。

IronOCR 如何從收據圖像中提取文字？

IronOCR 可以從文件、照片、螢幕截圖和即時相機視訊串流中檢索文本，並以 JSON 回應的形式返回。 IronOCR 利用複雜的演算法和機器學習技術，分析影像數據，辨識字符，並將其轉換為機器可讀的文字。 該程式庫採用Tesseract 5 技術，並結合專有改進技術，以實現更高的精度。

IronOCR為何是收據處理的理想選擇？

IronOCR 擅長處理低品質掃描、各種收據格式和不同方向的影像。 內建影像預處理濾鏡可在處理前自動改善影像質量，即使是皺巴巴或褪色的收據也能確保最佳效果。

使用 IronOCR 需要哪些條件？

在使用 IronOCR 之前，請確保滿足以下先決條件：

支援哪些開發環境？

1.開發環境：安裝適當的 IDE，例如 Visual Studio。 IronOCR 支援Windows 、 Linux 、 macOS 、 Azure和AWS 。

需要哪些程式設計技能？

  1. C# 知識：對 C# 的基本了解有助於您修改程式碼範例。 IronOCR 提供簡單的範例和API 文件。

需要哪些軟體相依性？

  1. IronOCR 安裝：透過NuGet 套件管理器安裝。 可能需要特定於平台的依賴項。

是否需要許可證密鑰？

4.許可證金鑰（可選） ：提供免費試用； 生產用途需要獲得許可。

如何建立一個用於收據掃描的新 Visual Studio 專案？

如何在 Visual Studio 中建立一個新專案？

開啟 Visual Studio，轉到"檔案"，然後將滑鼠懸停在"新建"上，然後按一下"專案"。

Visual Studio IDE 中，"檔案"功能表已展開，"新 > 專案"選項已高亮顯示，程式碼編輯器中正在顯示用於載入 Excel 工作簿的 C# 程式碼。 新項目圖片

我應該選擇哪個項目模板？

選擇"控制台應用程式"，然後按一下"下一步"。 此模板非常適合在將 IronOCR 應用於 Web 應用程式之前進行學習。

Visual Studio 的"建立新專案"對話方塊顯示已選擇"控制台應用程式"模板，並包含 Windows、Linux 和 macOS 平台選項。 控制台應用程式

我的收據掃描器專案應該如何命名？

請填寫項目名稱和地點，然後按一下"下一步"。 選擇一個描述性的名稱，例如" ReceiptScanner API"。

Visual Studio 新專案配置畫面，用於建立名為"IronOCR"的控制台應用程序，已選擇 C# 並顯示解決方案設定。 專案配置

我該選擇哪個.NET Framework版本？

為了獲得最佳相容性，請選擇 .NET 5.0 或更高版本，然後按一下"建立"。

Visual Studio 的"附加資訊"對話方塊顯示了控制台應用程式的配置，其中目標框架選擇為 .NET 5.0，平台選項包括 Linux、macOS、Windows 和控制台。 目標框架

如何在我的專案中安裝 IronOCR？

有兩種簡單的安裝方法：

如何使用 NuGet 套件管理器？

前往"工具" > "NuGet 套件管理員" > "管理解決方案的 NuGet 套件"。

Visual Studio NuGet 套件管理器設定對話框，其中包含套件來源配置，以及解決方案資源管理器中的 C# 專案結構。 NuGet 套件管理器

搜尋 IronOCR 並安裝該軟體包。 對於非英文收據，請安裝特定語言的軟體包。

Visual Studio 中的 NuGet 套件管理器顯示已安裝的 IronOCR 套件，包括主庫以及阿拉伯語、希伯來語和西班牙語的特定語言 OCR 套件。 IronOCR

如何使用命令列安裝？

  1. 前往"工具" > "NuGet 套件管理器" > "套件管理器控制台" 。

  2. 輸入以下命令：

    Install-Package IronOcr

    Visual Studio 套件管理器控制台視窗顯示正在為名為"Create PDF"的專案執行 NuGet 命令"PM> Install-Package IronOCR"。 軟體包管理器控制台

如何使用 IronOCR 快速擷取收據資料？

只需幾行程式碼即可提取收據資料：

Nuget Icon立即開始使用 NuGet 建立 PDF 檔案：

  1. 使用 NuGet 套件管理器安裝 IronOCR

    PM > Install-Package IronOcr

  2. 複製並運行這段程式碼。

    using IronOcr;
using System;

var ocr = new IronTesseract();

// Configure for receipt scanning
ocr.Configuration.ReadBarCodes = true;
ocr.Configuration.WhiteListCharacters = "0123456789.$,ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz% ";

using (var input = new OcrInput(@"receipt.jpg"))
{
    // Apply automatic image enhancement
    input.DeNoise();
    input.Deskew();
    input.EnhanceResolution(225);

    // Extract text from receipt
    var result = ocr.Read(input);

    // Display extracted text and confidence
    Console.WriteLine($"Extracted Text:\n{result.Text}");
    Console.WriteLine($"\nConfidence: {result.Confidence}%");
}

  3. 部署到您的生產環境進行測試

    立即開始在您的專案中使用 IronOCR，免費試用！
    arrow pointer

如何從收據影像中提取結構化資料？

IronOCR 可以從各種文件類型中提取商品明細、價格、稅費和總計。該庫支援PDF 、多頁 TIFF和各種圖像格式。

using IronOcr;
using System;
using System.Collections.Generic;
using System.Text.RegularExpressions;

class ReceiptScanner
{
    static void Main()
    {
        var ocr = new IronTesseract();

        // Configure OCR for optimal receipt reading
        ocr.Configuration.WhiteListCharacters = "0123456789.$,ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz% ";
        ocr.Configuration.BlackListCharacters = "~`@#*_}{][|\\";
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

        // Load the image of the receipt
        using (var input = new OcrInput(@"r2.png"))
        {
            // Apply image enhancement filters
            input.Deskew(); // Fix image rotation
            input.EnhanceResolution(225); // Optimal DPI for receipts
            input.DeNoise(); // Remove background noise
            input.Sharpen(); // Improve text clarity

            // Perform OCR on the input image
            var result = ocr.Read(input);

            // Regular expression patterns to extract relevant details from the OCR result
            var descriptionPattern = @"\w+\s+(.*?)\s+(\d+\.\d+)\s+Units\s+(\d+\.\d+)\s+Tax15%\s+\$(\d+\.\d+)";
            var pricePattern = @"\$\d+(\.\d{2})?";
            var datePattern = @"\d{1,2}[/-]\d{1,2}[/-]\d{2,4}";

            // Variables to store extracted data
            var descriptions = new List<string>();
            var unitPrices = new List<decimal>();
            var taxes = new List<decimal>();
            var amounts = new List<decimal>();

            var lines = result.Text.Split('\n');
            foreach (var line in lines)
            {
                // Match each line against the description pattern
                var descriptionMatch = Regex.Match(line, descriptionPattern);
                if (descriptionMatch.Success)
                {
                    descriptions.Add(descriptionMatch.Groups[1].Value.Trim());
                    unitPrices.Add(decimal.Parse(descriptionMatch.Groups[2].Value));

                    // Calculate tax and total amount for each item
                    var tax = unitPrices[unitPrices.Count - 1] * 0.15m;
                    taxes.Add(tax);
                    amounts.Add(unitPrices[unitPrices.Count - 1] + tax);
                }

                // Extract date if found
                var dateMatch = Regex.Match(line, datePattern);
                if (dateMatch.Success)
                {
                    Console.WriteLine($"Receipt Date: {dateMatch.Value}");
                }
            }

            // Output the extracted data
            for (int i = 0; i < descriptions.Count; i++)
            {
                Console.WriteLine($"Description: {descriptions[i]}");
                Console.WriteLine($"Quantity: 1.00 Units");
                Console.WriteLine($"Unit Price: ${unitPrices[i]:0.00}");
                Console.WriteLine($"Taxes: ${taxes[i]:0.00}");
                Console.WriteLine($"Amount: ${amounts[i]:0.00}");
                Console.WriteLine("-----------------------");
            }

            // Calculate and display totals
            var subtotal = unitPrices.Sum();
            var totalTax = taxes.Sum();
            var grandTotal = amounts.Sum();

            Console.WriteLine($"\nSubtotal: ${subtotal:0.00}");
            Console.WriteLine($"Total Tax: ${totalTax:0.00}");
            Console.WriteLine($"Grand Total: ${grandTotal:0.00}");
        }
    }
}
using IronOcr;
using System;
using System.Collections.Generic;
using System.Text.RegularExpressions;

class ReceiptScanner
{
    static void Main()
    {
        var ocr = new IronTesseract();

        // Configure OCR for optimal receipt reading
        ocr.Configuration.WhiteListCharacters = "0123456789.$,ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz% ";
        ocr.Configuration.BlackListCharacters = "~`@#*_}{][|\\";
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;

        // Load the image of the receipt
        using (var input = new OcrInput(@"r2.png"))
        {
            // Apply image enhancement filters
            input.Deskew(); // Fix image rotation
            input.EnhanceResolution(225); // Optimal DPI for receipts
            input.DeNoise(); // Remove background noise
            input.Sharpen(); // Improve text clarity

            // Perform OCR on the input image
            var result = ocr.Read(input);

            // Regular expression patterns to extract relevant details from the OCR result
            var descriptionPattern = @"\w+\s+(.*?)\s+(\d+\.\d+)\s+Units\s+(\d+\.\d+)\s+Tax15%\s+\$(\d+\.\d+)";
            var pricePattern = @"\$\d+(\.\d{2})?";
            var datePattern = @"\d{1,2}[/-]\d{1,2}[/-]\d{2,4}";

            // Variables to store extracted data
            var descriptions = new List<string>();
            var unitPrices = new List<decimal>();
            var taxes = new List<decimal>();
            var amounts = new List<decimal>();

            var lines = result.Text.Split('\n');
            foreach (var line in lines)
            {
                // Match each line against the description pattern
                var descriptionMatch = Regex.Match(line, descriptionPattern);
                if (descriptionMatch.Success)
                {
                    descriptions.Add(descriptionMatch.Groups[1].Value.Trim());
                    unitPrices.Add(decimal.Parse(descriptionMatch.Groups[2].Value));

                    // Calculate tax and total amount for each item
                    var tax = unitPrices[unitPrices.Count - 1] * 0.15m;
                    taxes.Add(tax);
                    amounts.Add(unitPrices[unitPrices.Count - 1] + tax);
                }

                // Extract date if found
                var dateMatch = Regex.Match(line, datePattern);
                if (dateMatch.Success)
                {
                    Console.WriteLine($"Receipt Date: {dateMatch.Value}");
                }
            }

            // Output the extracted data
            for (int i = 0; i < descriptions.Count; i++)
            {
                Console.WriteLine($"Description: {descriptions[i]}");
                Console.WriteLine($"Quantity: 1.00 Units");
                Console.WriteLine($"Unit Price: ${unitPrices[i]:0.00}");
                Console.WriteLine($"Taxes: ${taxes[i]:0.00}");
                Console.WriteLine($"Amount: ${amounts[i]:0.00}");
                Console.WriteLine("-----------------------");
            }

            // Calculate and display totals
            var subtotal = unitPrices.Sum();
            var totalTax = taxes.Sum();
            var grandTotal = amounts.Sum();

            Console.WriteLine($"\nSubtotal: ${subtotal:0.00}");
            Console.WriteLine($"Total Tax: ${totalTax:0.00}");
            Console.WriteLine($"Grand Total: ${grandTotal:0.00}");
        }
    }
}
$vbLabelText   $csharpLabel

哪些技術可以提高收據掃描準確度？

準確掃描收據的關鍵技巧： -字符白名單：將識別限制為預期字符 影像預處理：包括去斜、解析度增強和去雜訊。 -模式匹配：使用正規表示式擷取結構化資料 -置信度評分：基於識別置信度驗證結果

Visual Studio 偵錯控制台顯示從 PDF 提取的發票數據，包括項目描述、數量、價格、稅額和總計。 輸出

如何擷取完整的收據內容？

提取完整收據內容並保留格式：

using IronOcr;
using System;
using System.Linq;

class WholeReceiptExtractor
{
    static void Main()
    {
        var ocr = new IronTesseract();

        // Configure for receipt scanning
        ocr.Configuration.ReadBarCodes = true; // Enable barcode detection
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Use latest engine
        ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm; // Best accuracy

        using (var input = new OcrInput(@"r3.png"))
        {
            // Apply automatic image correction
            input.WithTitle("Receipt Scan");

            // Use computer vision to find text regions
            var textRegions = input.FindTextRegions();
            Console.WriteLine($"Found {textRegions.Count()} text regions");

            // Apply optimal filters for receipt processing
            input.ApplyOcrInputFilters();

            // Perform OCR on the entire receipt
            var result = ocr.Read(input);

            // Display extracted text
            Console.WriteLine("=== EXTRACTED RECEIPT TEXT ===");
            Console.WriteLine(result.Text);

            // Get detailed results
            Console.WriteLine($"\n=== OCR STATISTICS ===");
            Console.WriteLine($"OCR Confidence: {result.Confidence:F2}%");
            Console.WriteLine($"Pages Processed: {result.Pages.Length}");
            Console.WriteLine($"Paragraphs Found: {result.Paragraphs.Length}");
            Console.WriteLine($"Lines Detected: {result.Lines.Length}");
            Console.WriteLine($"Words Recognized: {result.Words.Length}");

            // Extract any barcodes found
            if (result.Barcodes.Any())
            {
                Console.WriteLine("\n=== BARCODES DETECTED ===");
                foreach(var barcode in result.Barcodes)
                {
                    Console.WriteLine($"Type: {barcode.Type}");
                    Console.WriteLine($"Value: {barcode.Value}");
                    Console.WriteLine($"Location: X={barcode.X}, Y={barcode.Y}");
                }
            }

            // Save as searchable PDF
            result.SaveAsSearchablePdf("receipt_searchable.pdf");
            Console.WriteLine("\nSearchable PDF saved as: receipt_searchable.pdf");

            // Export as hOCR for preservation
            result.SaveAsHocrFile("receipt_hocr.html");
            Console.WriteLine("hOCR file saved as: receipt_hocr.html");
        }
    }
}
using IronOcr;
using System;
using System.Linq;

class WholeReceiptExtractor
{
    static void Main()
    {
        var ocr = new IronTesseract();

        // Configure for receipt scanning
        ocr.Configuration.ReadBarCodes = true; // Enable barcode detection
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5; // Use latest engine
        ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm; // Best accuracy

        using (var input = new OcrInput(@"r3.png"))
        {
            // Apply automatic image correction
            input.WithTitle("Receipt Scan");

            // Use computer vision to find text regions
            var textRegions = input.FindTextRegions();
            Console.WriteLine($"Found {textRegions.Count()} text regions");

            // Apply optimal filters for receipt processing
            input.ApplyOcrInputFilters();

            // Perform OCR on the entire receipt
            var result = ocr.Read(input);

            // Display extracted text
            Console.WriteLine("=== EXTRACTED RECEIPT TEXT ===");
            Console.WriteLine(result.Text);

            // Get detailed results
            Console.WriteLine($"\n=== OCR STATISTICS ===");
            Console.WriteLine($"OCR Confidence: {result.Confidence:F2}%");
            Console.WriteLine($"Pages Processed: {result.Pages.Length}");
            Console.WriteLine($"Paragraphs Found: {result.Paragraphs.Length}");
            Console.WriteLine($"Lines Detected: {result.Lines.Length}");
            Console.WriteLine($"Words Recognized: {result.Words.Length}");

            // Extract any barcodes found
            if (result.Barcodes.Any())
            {
                Console.WriteLine("\n=== BARCODES DETECTED ===");
                foreach(var barcode in result.Barcodes)
                {
                    Console.WriteLine($"Type: {barcode.Type}");
                    Console.WriteLine($"Value: {barcode.Value}");
                    Console.WriteLine($"Location: X={barcode.X}, Y={barcode.Y}");
                }
            }

            // Save as searchable PDF
            result.SaveAsSearchablePdf("receipt_searchable.pdf");
            Console.WriteLine("\nSearchable PDF saved as: receipt_searchable.pdf");

            // Export as hOCR for preservation
            result.SaveAsHocrFile("receipt_hocr.html");
            Console.WriteLine("hOCR file saved as: receipt_hocr.html");
        }
    }
}
$vbLabelText   $csharpLabel

Visual Studio 偵錯控制台顯示從 PDF 提取的發票數據，包括項目描述、數量、價格、稅額和總計。 掃描收據 API 輸出

哪些進階功能可以提升收據掃描體驗？

IronOCR 提供多項進階功能，可顯著提高收據掃描準確率：

IronOCR 支援哪些語言？

1.多語言支援：處理125 多種語言的收據，或在一個文件中處理多種語言的收據。

IronOCR 能讀取收據上的條碼嗎？

2.條碼讀取：自動偵測和讀取條碼和二維碼。

電腦視覺如何幫助處理收據？

3.電腦視覺：在 OCR 之前使用高階文字偵測來定位文字區域。

我可以針對獨特的收據格式訓練自訂模型嗎？

4.自訂培訓：為特殊收據格式培訓自訂字體。

如何提高批量處理的效能？

5.效能最佳化：對批次操作實現 多執行緒和非同步處理。

// Example: Async receipt processing for high-volume scenarios
using IronOcr;
using System;
using System.Threading.Tasks;
using System.Collections.Generic;
using System.IO;

class BulkReceiptProcessor
{
    static async Task Main()
    {
        var ocr = new IronTesseract();

        // Configure for optimal performance
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
        ocr.Configuration.UseMultiThreading = true;
        ocr.Configuration.ProcessorCount = Environment.ProcessorCount;

        // Process multiple receipts asynchronously
        var receiptFiles = Directory.GetFiles(@"C:\Receipts\", "*.jpg");
        var tasks = new List<Task<OcrResult>>();

        foreach (var file in receiptFiles)
        {
            tasks.Add(ProcessReceiptAsync(ocr, file));
        }

        // Wait for all receipts to be processed
        var results = await Task.WhenAll(tasks);

        // Aggregate results
        decimal totalAmount = 0;
        foreach (var result in results)
        {
            // Extract total from each receipt
            var match = System.Text.RegularExpressions.Regex.Match(
                result.Text, @"Total:?\s*\$?(\d+\.\d{2})");

            if (match.Success && decimal.TryParse(match.Groups[1].Value, out var amount))
            {
                totalAmount += amount;
            }
        }

        Console.WriteLine($"Processed {results.Length} receipts");
        Console.WriteLine($"Combined total: ${totalAmount:F2}");
    }

    static async Task<OcrResult> ProcessReceiptAsync(IronTesseract ocr, string filePath)
    {
        using (var input = new OcrInput(filePath))
        {
            // Apply preprocessing
            input.DeNoise();
            input.Deskew();
            input.EnhanceResolution(200);

            // Process asynchronously
            return await ocr.ReadAsync(input);
        }
    }
}
// Example: Async receipt processing for high-volume scenarios
using IronOcr;
using System;
using System.Threading.Tasks;
using System.Collections.Generic;
using System.IO;

class BulkReceiptProcessor
{
    static async Task Main()
    {
        var ocr = new IronTesseract();

        // Configure for optimal performance
        ocr.Configuration.TesseractVersion = TesseractVersion.Tesseract5;
        ocr.Configuration.UseMultiThreading = true;
        ocr.Configuration.ProcessorCount = Environment.ProcessorCount;

        // Process multiple receipts asynchronously
        var receiptFiles = Directory.GetFiles(@"C:\Receipts\", "*.jpg");
        var tasks = new List<Task<OcrResult>>();

        foreach (var file in receiptFiles)
        {
            tasks.Add(ProcessReceiptAsync(ocr, file));
        }

        // Wait for all receipts to be processed
        var results = await Task.WhenAll(tasks);

        // Aggregate results
        decimal totalAmount = 0;
        foreach (var result in results)
        {
            // Extract total from each receipt
            var match = System.Text.RegularExpressions.Regex.Match(
                result.Text, @"Total:?\s*\$?(\d+\.\d{2})");

            if (match.Success && decimal.TryParse(match.Groups[1].Value, out var amount))
            {
                totalAmount += amount;
            }
        }

        Console.WriteLine($"Processed {results.Length} receipts");
        Console.WriteLine($"Combined total: ${totalAmount:F2}");
    }

    static async Task<OcrResult> ProcessReceiptAsync(IronTesseract ocr, string filePath)
    {
        using (var input = new OcrInput(filePath))
        {
            // Apply preprocessing
            input.DeNoise();
            input.Deskew();
            input.EnhanceResolution(200);

            // Process asynchronously
            return await ocr.ReadAsync(input);
        }
    }
}
$vbLabelText   $csharpLabel

如何應對常見的收據掃描難題？

收據掃描面臨一些獨特的挑戰，而 IronOCR 可以幫助解決這些挑戰：

如何處理品質差的收據圖片？

-影像品質不佳：使用濾鏡精靈自動尋找最佳預處理設定。

如果收據傾斜或旋轉怎麼辦？

-傾斜或旋轉的收據：自動頁面旋轉偵測可確保正確的方向。

如何處理褪色或對比度低的收據？

-褪色或低對比文字：應用顏色校正和增強濾鏡。

IronOCR 可以辨識皺巴巴或破損的收據嗎？

-皺巴巴或破損的收據：高級預處理技術可從難以辨認的圖像中恢復文字。

如何管理不同的收據格式和版面？

不同零售商的收據格式差異很大。 IronOCR 提供靈活的解決方案：

using IronOcr;
using System;
using System.Collections.Generic;
using System.Linq;

class ReceiptLayoutHandler
{
    static void Main()
    {
        var ocr = new IronTesseract();

        // Configure for different receipt layouts
        ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;
        ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;

        using (var input = new OcrInput(@"complex_receipt.jpg"))
        {
            // Apply region-specific processing
            var cropRegion = new CropRectangle(x: 0, y: 100, width: 400, height: 800);
            input.AddImage(@"complex_receipt.jpg", cropRegion);

            // Process with confidence tracking
            var result = ocr.Read(input);

            // Parse using confidence scores
            var highConfidenceLines = result.Lines
                .Where(line => line.Confidence > 85)
                .Select(line => line.Text)
                .ToList();

            // Extract data with fallback strategies
            var total = ExtractTotal(highConfidenceLines) 
                        ?? ExtractTotalAlternative(result.Text);

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

    static decimal? ExtractTotal(List<string> lines)
    {
        // Primary extraction method
        foreach (var line in lines)
        {
            if (line.Contains("TOTAL") && 
                System.Text.RegularExpressions.Regex.IsMatch(line, @"\d+\.\d{2}"))
            {
                var match = System.Text.RegularExpressions.Regex.Match(line, @"(\d+\.\d{2})");
                if (decimal.TryParse(match.Value, out var total))
                    return total;
            }
        }
        return null;
    }

    static decimal? ExtractTotalAlternative(string fullText)
    {
        // Fallback extraction method
        var pattern = @"(?:Total|TOTAL|Grand Total|Amount Due).*?(\d+\.\d{2})";
        var match = System.Text.RegularExpressions.Regex.Match(fullText, pattern);

        if (match.Success && decimal.TryParse(match.Groups[1].Value, out var total))
            return total;

        return null;
    }
}
using IronOcr;
using System;
using System.Collections.Generic;
using System.Linq;

class ReceiptLayoutHandler
{
    static void Main()
    {
        var ocr = new IronTesseract();

        // Configure for different receipt layouts
        ocr.Configuration.PageSegmentationMode = TesseractPageSegmentationMode.AutoOsd;
        ocr.Configuration.EngineMode = TesseractEngineMode.TesseractAndLstm;

        using (var input = new OcrInput(@"complex_receipt.jpg"))
        {
            // Apply region-specific processing
            var cropRegion = new CropRectangle(x: 0, y: 100, width: 400, height: 800);
            input.AddImage(@"complex_receipt.jpg", cropRegion);

            // Process with confidence tracking
            var result = ocr.Read(input);

            // Parse using confidence scores
            var highConfidenceLines = result.Lines
                .Where(line => line.Confidence > 85)
                .Select(line => line.Text)
                .ToList();

            // Extract data with fallback strategies
            var total = ExtractTotal(highConfidenceLines) 
                        ?? ExtractTotalAlternative(result.Text);

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

    static decimal? ExtractTotal(List<string> lines)
    {
        // Primary extraction method
        foreach (var line in lines)
        {
            if (line.Contains("TOTAL") && 
                System.Text.RegularExpressions.Regex.IsMatch(line, @"\d+\.\d{2}"))
            {
                var match = System.Text.RegularExpressions.Regex.Match(line, @"(\d+\.\d{2})");
                if (decimal.TryParse(match.Value, out var total))
                    return total;
            }
        }
        return null;
    }

    static decimal? ExtractTotalAlternative(string fullText)
    {
        // Fallback extraction method
        var pattern = @"(?:Total|TOTAL|Grand Total|Amount Due).*?(\d+\.\d{2})";
        var match = System.Text.RegularExpressions.Regex.Match(fullText, pattern);

        if (match.Success && decimal.TryParse(match.Groups[1].Value, out var total))
            return total;

        return null;
    }
}
$vbLabelText   $csharpLabel

關於收據掃描 API，我應該記住哪些關鍵要點？

IronOCR 等收據掃描 API 為自動從收據中提取資料提供了可靠的解決方案。透過使用先進的 OCR 技術，企業可以自動提取供應商名稱、購買日期、商品明細、價格、稅金和總計等資訊。 支援多種語言、貨幣和條碼，企業可以簡化收據管理，節省時間，並做出數據驅動的決策。

IronOCR 為開發人員提供準確且高效的文字擷取工具，從而實現任務自動化並提高效率。 該庫的完整功能集包括對各種文件類型的支持，以及最近的改進，例如記憶體減少 98% 。

滿足先決條件並整合 IronOCR 後，即可享受自動收據處理帶來的好處。 該程式庫的文檔、範例和故障排除指南可確保順利實施。

有關更多信息，請訪問許可頁面或瀏覽C# Tesseract OCR 教程。

常見問題解答

如何使用 C# 中的 OCR 技術自動擷取收據資料？

您可以使用 IronOCR 在 C# 中自動提取收據數據，它能夠從收據圖像中高精度地提取關鍵詳細信息，例如行項目、價格、稅款和總金額。

在 C# 中設定收據掃描項目需要哪些先決條件？

要在 C# 中設定收據掃描項目，您需要 Visual Studio、基本的 C# 程式設計知識，以及在您的專案中安裝 IronOCR 庫。

如何在 Visual Studio 中使用 NuGet 套件管理器安裝 OCR 庫？

開啟 Visual Studio，前往“工具”>“NuGet 套件管理器”>“管理解決方案的 NuGet 套件”，搜尋 IronOCR，並將其安裝到您的專案中。

我可以使用 Visual Studio 命令列安裝 OCR 庫嗎？

是的，您可以透過在 Visual Studio 中開啟套件管理器控制台並執行命令來安裝 IronOCR： Install-Package IronOcr 。

如何使用OCR技術從整張收據中提取文字？

若要從整張收據中提取文本，請使用 IronOCR 對整張收據圖像執行 OCR，然後使用 C# 程式碼輸出提取的文字。

收據掃描 API 能帶來哪些好處？

IronOCR 等收據掃描 API 可自動提取數據，最大限度地減少人為錯誤，提高生產力，並提供有關消費模式的見解，從而做出更好的業務決策。

OCR庫是否支援多種語言和貨幣？

是的，IronOCR 支援多種語言、貨幣和收據格式，使其成為全球應用的理想選擇。

OCR庫從圖像中提取文字的準確率如何？

IronOCR 利用先進的 OCR 演算法、電腦視覺和機器學習模型，即使在具有挑戰性的場景下也能確保高精度。

使用OCR技術可以從收據中提取哪些類型的資料？

IronOCR 可以提取諸如明細項目、價格、稅額、總金額和其他收據詳情等數據。

收據解析自動化如何改善業務流程？

使用 IronOCR 自動解析收據可以減少人工輸入，從而改善業務流程，實現準確的資料收集，並支援資料驅動的決策。

坎納奧帕特·烏東潘特
坎納帕特·烏東潘特
  現在就和工程團隊聊天吧
軟體工程師
在成為軟體工程師之前，Kannapat 在日本北海道大學完成了環境資源專業的博士學位。在攻讀博士學位期間，他還加入了生物生產工程系下屬的車輛機器人實驗室。 2022 年，他憑藉 C# 技能加入了 Iron Software 的工程團隊，專注於 IronPDF 的開發。 Kannapat 非常珍惜這份工作，因為他可以直接向 IronPDF 大部分程式碼的編寫者學習。除了與同事學習之外，Kannapat 也享受在 Iron Software 工作的社交氛圍。工作之餘，Kannapat 通常會玩 PS5 遊戲或重溫《最後生還者》。

相關文章

30天試用期 → 完整產品。無限制。無需信用卡。 開始免費試用