如何在 C# 教程中从发票获取文本

1.IronOCR，光学字符识别 API

IronOCR 是一个可用于从图像中识别文本数据进行信息提取的 OCR 库，包括收据 OCR。 它基于 Tesseract OCR 引擎构建，该引擎被认为是迄今为止用于收据识别的最准确的 OCR 引擎之一。 IronOCR 可用于读取不同文档类型（包括 PNG、JPG、TIFF、JSON 格式和 PDF）中包含关键信息的文本，并能识别多种语言的文本。

IronOCR 的一个关键功能或服务是，它能够自动检测文本方向，即使图像已被旋转或倾斜，这使得它在收据 OCR 中尤其有用。 这对于准确识别上传收据上的文本和提取数据至关重要，因为收据通常包含大量信息，而且可能被折叠或揉皱，导致文本歪斜。

2.IronOCR 功能

• C# OCR 使用深度学习技术扫描和识别图片、扫描文档和 PDF 中的文本。
• .NET OCR 支持全球超过 127 种语言。
• IronOCR 可以从 PNG、JPG、TIFF 和 PDF 等多种文件格式的图像中读取文本。
• 可以从提取的信息生成文本、结构化数据、JSON 输出或可搜索的 PDF。
• IronOCR 支持 .NET 5、6 和 7（Core、Framework 和 Standard）。
• IronOCR 根据文本区域将输入内容分成不同的图片。 它使用计算机视觉来识别包含文本元素的区域。

3.在 Visual Studio 中创建新项目

打开 Visual Studio 软件，进入 "文件 "菜单。 选择 "新建项目"，然后选择控制台应用程序。

在相应的文本框中输入项目名称并选择路径。 然后，单击 "创建 "按钮。 选择所需的 .NET Framework，如下面的截图所示：

在 Visual Studio 中创建新项目

Visual Studio 项目现在将生成控制台应用程序的结构。 完成后，它将打开 Program.cs 文件，您可以在其中编写和执行源代码。

从 Visual Studio 新建项目向导生成的 program.cs 文件

4.安装 IronOCR

在 Visual Studio 中，您可以轻松地将 IronOCR 与您的 C# 项目集成。 IronOCR 提供多种方式与 C# .NET 项目集成。 这里，我们将讨论其中之一：使用 NuGet 包管理器安装 IronOCR。

在 Visual Studio 中，依次转到 工具 > NuGet 包管理器 > 包管理器控制台

Visual Studio NuGet 包管理器控制台

点击后，Visual Studio 窗口底部将出现一个新的控制台。 在控制台中键入以下命令并按回车键。

Install-Package IronOcr

只需几秒钟，IronOCR 就会安装完毕。

5.使用 IronOCR 从收据中提取数据

IronOCR 是一个功能强大的 OCR 库，可用于从收据中提取和访问带有详细信息的数据。有了 IronOCR，您可以拍摄收据图片，并将其转换为机器可读文本，从而在不损害数据隐私的情况下轻松进行分析和处理。

下面是一个如何使用 IronOCR 从收据中提取文本的示例，展示收据 OCR 的工作原理。

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    OcrResult ocrResult = ocrTesseract.Read(ocrInput);
    string RecognizedText = ocrResult.Text;

    Console.WriteLine(RecognizedText);
}

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    OcrResult ocrResult = ocrTesseract.Read(ocrInput);
    string RecognizedText = ocrResult.Text;

    Console.WriteLine(RecognizedText);
}

Imports IronOcr
Imports System

Private ocrTesseract As New IronTesseract()

Using ocrInput As New OcrInput("ocr.png")
	Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)
	Dim RecognizedText As String = ocrResult.Text

	Console.WriteLine(RecognizedText)
End Using

请参阅从图像读取文本教程，了解 IronOCR 如何使用 C# 计算机语言从图像中读取文本的更多详细信息。

上述代码的输出结果如下：

- LOGO SHOP
- LOREM IPSUM
- DOLOR SITAMET CONSECTETUR
- ADIPISCING ELIT
- 1 LOREM IPSUM $3.20
- 2 ORNARE MALESUADA $9.50
- 3 PORTA FERMENTUM $5.90
- 4 SODALES ARCU $6.00
- 5 ELEIFEND $9.00
- 6 SEMNISIMASSA $0.50
- 7 DUIS FAMES DIS $7.60
- 8 FACILISIRISUS $810
- TOTAL AMOUNT $49.80
- CASH $50.00

6.使用 IronOCR 从收据图像中提取特定数据

作为一个功能强大的 OCR 库，IronOCR 允许开发人员从扫描的收据中获取重要信息，包括税额和商家名称等。

下面是一个如何使用 IronOCR 从收据图像中提取总金额值的示例：

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

ocrTesseract.Language = OcrLanguage.English;

// Code line to load the receipt image
using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    // Optimize the input image for OCR
    ocrInput.DeNoise(true);
    ocrInput.Contrast();
    ocrInput.EnhanceResolution();
    ocrInput.ToGrayScale();

    OcrResult ocrResult = ocrTesseract.Read(ocrInput);

    // Search for the total price in the OCR result
    var totalPrice = ocrResult.Text.Contains("Total:") ? ocrResult.Text.Split("Total:")[1].Split("\n")[0] : "";
    Console.WriteLine("Total Price: " + totalPrice);
}

using IronOcr;
using System;

IronTesseract ocrTesseract = new IronTesseract();

ocrTesseract.Language = OcrLanguage.English;

// Code line to load the receipt image
using (OcrInput ocrInput = new OcrInput("ocr.png"))
{
    // Optimize the input image for OCR
    ocrInput.DeNoise(true);
    ocrInput.Contrast();
    ocrInput.EnhanceResolution();
    ocrInput.ToGrayScale();

    OcrResult ocrResult = ocrTesseract.Read(ocrInput);

    // Search for the total price in the OCR result
    var totalPrice = ocrResult.Text.Contains("Total:") ? ocrResult.Text.Split("Total:")[1].Split("\n")[0] : "";
    Console.WriteLine("Total Price: " + totalPrice);
}

Imports Microsoft.VisualBasic
Imports IronOcr
Imports System

Private ocrTesseract As New IronTesseract()

ocrTesseract.Language = OcrLanguage.English

' Code line to load the receipt image
Using ocrInput As New OcrInput("ocr.png")
	' Optimize the input image for OCR
	ocrInput.DeNoise(True)
	ocrInput.Contrast()
	ocrInput.EnhanceResolution()
	ocrInput.ToGrayScale()

	Dim ocrResult As OcrResult = ocrTesseract.Read(ocrInput)

	' Search for the total price in the OCR result
	Dim totalPrice = If(ocrResult.Text.Contains("Total:"), ocrResult.Text.Split("Total:")(1).Split(vbLf)(0), "")
	Console.WriteLine("Total Price: " & totalPrice)
End Using

感谢由OcrInput类提供的多种设置，可以优化输入图像以提高OCR过程的准确性。

输入

用于展示从收据中提取特定数据的输入图像

输出

- Total 16.5

7.阅读收据上的 BarCode

IronOCR 可用于读取收据上的 BarCode 以及文本。 要使用IronOCR读取收据上的条形码，您需要将BarcodeReader类与ReadBarCodes方法结合使用。

下面是一个如何使用 IronOCR 读取收据图像上条形码的示例。

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;
using (var ocrInput = new OcrInput("b.png"))
{
    var ocrResult = ocrTesseract.Read(ocrInput);
    foreach (var barcode in ocrResult.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

using IronOcr;
using System;

var ocrTesseract = new IronTesseract();
ocrTesseract.Configuration.ReadBarCodes = true;
using (var ocrInput = new OcrInput("b.png"))
{
    var ocrResult = ocrTesseract.Read(ocrInput);
    foreach (var barcode in ocrResult.Barcodes)
    {
        Console.WriteLine(barcode.Value);
    }
}

Imports IronOcr
Imports System

Private ocrTesseract = New IronTesseract()
ocrTesseract.Configuration.ReadBarCodes = True
Using ocrInput As New OcrInput("b.png")
	Dim ocrResult = ocrTesseract.Read(ocrInput)
	For Each barcode In ocrResult.Barcodes
		Console.WriteLine(barcode.Value)
	Next barcode
End Using

输入图像

读取条形码的输入

输出文本

处理条形码图像的结果

8.结论

上述文章介绍了在 C# 项目中安装和使用 IronOCR 从收据中提取数据的过程，并提供了示例代码片段。

请阅读关于从图像中读取文本的教程。

IronOCR 是 Iron Suite 的一部分，其中包括五个用于操作文档和图像的 .NET 库。 您可以以仅仅两个IronOCR 许可证的价格购买整个 Iron Suite。

在您的生产应用中试用 IronOCR，享受免费试用。