跳至页脚内容
  1. IronOCR
  2. IronOCR博客
  3. 使用 IronOCR
  4. 收据扫描 API
使用 IRONOCR

收据扫描 API：使用 C# 和 IronOCR 从收据中提取数据

Kannaopat Udonpant
Kannapat Udonpant
已更新:

收据扫描 API 使用 OCR 技术自动从收据中提取数据，从而显著减少人工输入错误并加快处理速度。 本指南展示了如何在 C# 中使用 IronOCR 从收据图像中准确提取供应商名称、日期、商品、价格和总计，并内置图像预处理功能，支持多种格式。

为什么选择 IronOCR 进行收据扫描？

IronOCR 是一个灵活的OCR 库，可从扫描文档、图像和 PDF 中可靠地提取文本。 IronOCR 凭借先进的算法、计算机视觉和机器学习模型，即使在具有挑战性的场景下也能确保高精度。 该库支持多种语言和字体样式，使其适用于全球应用。 通过将 IronOCR 集成到您的应用程序中，您可以自动执行数据输入和文本分析，从而提高生产力。

IronOCR 如何从收据图像中提取文本？

IronOCR 可以从文档、照片、屏幕截图和实时摄像头视频流中检索文本，并以 JSON 响应的形式返回。 IronOCR 利用复杂的算法和机器学习技术，分析图像数据，识别字符，并将其转换为机器可读的文本。 该库采用Tesseract 5 技术，并结合专有改进技术，以实现更高的精度。

IronOCR为何是收据处理的理想选择？

IronOCR 擅长处理低质量扫描、各种收据格式和不同方向的图像。 内置图像预处理滤镜可在处理前自动改善图像质量，即使是皱巴巴或褪色的收据也能确保获得最佳效果。

使用 IronOCR 需要哪些条件？

在使用 IronOCR 之前，请确保满足以下先决条件：

支持哪些开发环境？

1.开发环境：安装合适的 IDE，例如 Visual Studio。 IronOCR 支持Windows 、 Linux 、 macOS 、 Azure和AWS 。

需要哪些编程技能？

  1. C# 知识：对 C# 的基本了解有助于您修改代码示例。 IronOCR 提供简单的示例和API 文档。

需要哪些软件依赖项？

  1. IronOCR 安装：通过NuGet 包管理器安装。 可能需要特定于平台的依赖项。

是否需要许可证密钥？

4.许可证密钥（可选） ：提供免费试用； 生产用途需要获得许可。

如何创建一个用于收据扫描的新 Visual Studio 项目？

如何在 Visual Studio 中创建一个新项目？

打开 Visual Studio 并转到 "文件"，然后悬停在 "新建 "上，点击 "项目"。

Visual Studio IDE 中，"文件"菜单已展开，"新建 > 项目"选项已高亮显示，代码编辑器中正在显示用于加载 Excel 工作簿的 C# 代码。

安装 IronOCR

我应该选择哪个项目模板？

选择"控制台应用程序"，然后单击"下一步"。 此模板非常适合在将 IronOCR 应用于 Web 应用程序之前进行学习。

Visual Studio 的"创建新项目"对话框显示已选择"控制台应用程序"模板，并包含 Windows、Linux 和 macOS 平台选项。 控制台应用程序

我的收据扫描仪项目应该如何命名？

请填写项目名称和地点，然后单击"下一步"。 选择一个描述性的名称，例如" ReceiptScanner API"。

Visual Studio 新建项目配置屏幕，用于创建名为"IronOCR"的控制台应用程序，已选择 C# 并显示解决方案设置。 项目配置

我应该选择哪个.NET Framework版本？

为了获得最佳兼容性，请选择 .NET 5.0 或更高版本，然后单击"创建"。

Visual Studio 的"附加信息"对话框显示了控制台应用程序的配置，其中目标框架选择为 .NET 5.0，平台选项包括 Linux、macOS、Windows 和控制台。 目标框架

如何在我的项目中安装 IronOCR？

有两种简便的安装方法：

如何使用 NuGet 包管理器？

转到"工具" > "NuGet 程序包管理器" > "管理解决方案的 NuGet 程序包"。

Visual Studio NuGet 包管理器设置对话框，其中包含包源配置，以及解决方案资源管理器中的 C# 项目结构。 NuGet 软件包管理器

搜索 IronOCR 并安装该软件包。 对于非英文收据，请安装特定语言的软件包。

Visual Studio 中的 NuGet 包管理器显示已安装的 IronOCR 包，包括主库以及阿拉伯语、希伯来语和西班牙语的特定语言 OCR 包。 IronOCR

如何使用命令行安装？

  1. 转到"工具" > "NuGet 包管理器" > "包管理器控制台" 。

  2. 输入以下命令：

    Install-Package IronOcr

    Visual Studio 包管理器控制台窗口显示正在为名为"Create PDF"的项目执行 NuGet 命令"PM> Install-Package IronOCR"。 软件包管理器控制台

如何使用 IronOCR 快速提取收据数据？

只需几行代码即可提取收据数据：

Nuget Icon立即开始使用 NuGet 创建 PDF 文件：

  1. 使用 NuGet 包管理器安装 IronOCR

    PM > Install-Package IronOcr

  2. 复制并运行这段代码。

    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. 部署到您的生产环境中进行测试

    立即开始在您的项目中使用 IronOCR，免费试用！
    arrow pointer

如何从收据图像中提取结构化数据？

IronOCR 可以从各种文档类型中提取商品明细、价格、税费和总计。该库支持PDF 、多页 TIFF和各种图像格式。

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

哪些技术可以提高收据扫描准确率？

准确扫描收据的关键技巧： -字符白名单：将识别限制为预期字符 图像预处理：包括去斜、分辨率增强和去噪。 -模式匹配：使用正则表达式提取结构化数据 -置信度评分：基于识别置信度验证结果

Visual Studio 调试控制台显示从 PDF 中提取的发票数据，包括项目描述、数量、价格、税额和总计。 输出

如何提取完整的收据内容？

提取完整收据内容并保留格式：

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 调试控制台显示从 PDF 中提取的发票数据，包括项目描述、数量、价格、税额和总计。 扫描接收 API 输出

哪些高级功能可以提升收据扫描体验？

IronOCR 提供多项高级功能，可显著提高收据扫描准确率：

IronOCR 支持哪些语言？

1.多语言支持：处理125 多种语言的收据，或在一个文档中处理多种语言的收据。

IronOCR 能读取收据上的条形码吗？

2.条形码读取：自动检测和读取条形码和二维码。

计算机视觉如何帮助处理收据？

3.计算机视觉：在 OCR 之前使用高级文本检测来定位文本区域。

我可以针对特殊的收据格式训练自定义模型吗？

4.自定义培训：为特殊收据格式培训自定义字体。

如何提高批量处理的性能？

5.性能优化：对批量操作实现 多线程和异步处理。

// 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

如何应对常见的收据扫描难题？

收据扫描面临着一些独特的挑战，而 IronOCR 可以帮助解决这些挑战：

如何处理质量差的收据图片？

-图像质量差：使用滤镜向导自动查找最佳预处理设置。

如果收据出现倾斜或旋转，该怎么办？

-倾斜或旋转的收据：自动页面旋转检测可确保正确的方向。

如何处理褪色或对比度低的收据？

-褪色或低对比度文本：应用颜色校正和增强滤镜。

IronOCR 可以识别皱巴巴或破损的收据吗？

-皱巴巴或破损的收据：高级预处理技术可从难以辨认的图像中恢复文本。

如何管理不同的收据格式和布局？

不同零售商的收据格式差异很大。 IronOCR 提供灵活的解决方案：

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

关于收据扫描 API，我应该记住哪些关键要点？

IronOCR 等收据扫描 API 为自动从收据中提取数据提供了可靠的解决方案。通过使用先进的 OCR 技术，企业可以自动提取供应商名称、购买日期、商品明细、价格、税费和总计。 支持多种语言、货币和条形码，企业可以简化收据管理，节省时间，并做出数据驱动的决策。

IronOCR 为开发人员提供准确高效的文本提取工具，从而实现任务自动化并提高效率。 该库的完整功能集包括对各种文档类型的支持，以及最近的改进，例如内存减少 98% 。

满足先决条件并集成 IronOCR 后，即可享受自动收据处理带来的好处。 该库的文档、示例和故障排除指南可确保顺利实施。

有关更多信息，请访问许可页面或浏览C# Tesseract OCR 教程。

常见问题解答

如何在 C# 中使用 OCR 自动化收据数据提取？

您可以在 C# 中使用 IronOCR 自动化收据数据提取，它允许高效地从收据图像中提取项目明细、价格、税费和总金额等关键信息。

在 C# 中设置收据扫描项目的前提条件是什么？

在 C# 中设置收据扫描项目，您需要 Visual Studio、基本的 C# 编程知识以及在项目中安装 IronOCR 库。

如何使用 Visual Studio 的 NuGet 包管理器安装 OCR 库？

打开 Visual Studio，依次转到工具 > NuGet 包管理器 > 管理解决方案的 NuGet 包，搜索 IronOCR 并安装到您的项目中。

我可以使用 Visual Studio 命令行安装 OCR 库吗？

是的，您可以通过打开 Visual Studio 的包管理器控制台并运行命令：Install-Package IronOcr来安装 IronOCR。

如何使用 OCR 从整个收据提取文本？

要从整个收据提取文本，使用 IronOCR 对完整收据图像执行 OCR，然后使用 C# 代码输出提取的文本。

收据扫描 API 提供了哪些好处？

像 IronOCR 这样的收据扫描 API 自动化数据提取，减少手动错误，提高生产力，并为更好的商业决策提供消费模式的见解。

OCR 库是否支持多种语言和货币？

是的，IronOCR 支持多种语言、货币和收据格式，非常适合全球应用。

OCR 库在从图像中提取文本方面的准确性如何？

IronOCR 通过使用先进的 OCR 算法、计算机视觉和机器学习模型，确保即使在复杂场景下也能实现高准确性。

使用 OCR 可以从收据中提取哪些类型的数据？

IronOCR 可以提取项目明细、价格、税费、总金额以及其他收据详情等数据。

自动化收据解析如何改善业务流程？

通过 IronOCR 自动化收据解析，可以减少手动输入，实现准确的数据采集，并促进数据驱动的决策制定，从而改善业务流程。

Kannaopat Udonpant
Kannapat Udonpant
  立即与工程团队聊天
软件工程师
在成为软件工程师之前，Kannapat 在日本北海道大学完成了环境资源博士学位。在攻读学位期间，Kannapat 还成为了车辆机器人实验室的成员，隶属于生物生产工程系。2022 年，他利用自己的 C# 技能加入 Iron Software 的工程团队，专注于 IronPDF。Kannapat 珍视他的工作，因为他可以直接从编写大多数 IronPDF 代码的开发者那里学习。除了同行学习外，Kannapat 还喜欢在 Iron Software 工作的社交方面。不撰写代码或文档时，Kannapat 通常可以在他的 PS5 上玩游戏或重温《最后生还者》。

相关文章

30天试用 → 完整产品。无限制。无卡。 免费试用