Question

我正在创建一个桌面/ winform应用程序，该应用程序读取tif / pdf应付帐款发票并提取所有发票信息以存储到数据库中。

我可以阅读标准条形码（QR码，Code39等）和一些应付发票的标准字段（发票日期，公司名称，地址）和OCR（ocr特定图像区域）但无法捕获订单项，数量正确。

我分两个阶段提取信息：
1.根据模板（用户映射区域）读取特定区域特定领域）
2. OCR整页并搜索应付款发票标准字段名称和值

我知道遵循3种方法：
1.为一种类型的发票创建模板并处理所有发票 2.基于Nural网络的引擎，需要使用样本数据进行训练，以便根据模式进行处理 3.表格处理，一种OMR。 OCR用于查看在表单上放置字段的完全相同的坐标（在表单设计期间）

问题：
如何使用OCR或某些智能读卡器取消应付发票？主要是我寻找一些algorithem（C＃+ OCR引擎）/ philoshpy应付发票捕获，但参考一些具有相同功能或固体商业产品的SDK也会有所帮助。

我用Google搜索并找到了Abbyy FlexiCapture Engine，IRIS Capture＆amp;提取有点承诺但主要是基于模板或培训。他们声称不需要模板或培训，但没有任何东西看起来100自动捕获。

请参考某些产品（至少免费试用），SDK或示例/样本。

Answer 1

当然，到2018年，情况有所改善。让我概括一下今天的主要方法：

仍然是一个原始的OCR引擎（tesseract，Abbyy，谷歌OCR等）和正则表达式（对于一些非常有限的用例，这可能仍然可以正常工作）
Abbyy FlexiCapture Engine - 如果您愿意为每种特定发票格式定义一个新模板，那么仍然很强大，但仍然基于模板
Rossum Elis （发票）， TagGun （收据），... - 基于预先培训的机器学习模型的API，即可立即使用，每月免费量
LucidTech ， Itemize ，... - 具有类似功能的不太容易访问的API（您需要通过演示和销售）处理）
Datamolino ， CloudFactory ，... - 人工在幕后手动执行数据转录的API（不同的延迟，定价和精度结构）

Answer 2

我做了R＆amp; D并得出结论：没有用于发票Capture的专用SDK可以将其自动化95-100％。只有OCR / ICR和成像SDK可以帮助将图像转换为文本/可读文档，但其余的捕获/数据提取完全基于自定义搜索算法（如上面提到的ilya-evdokimov，您需要混合步骤（ zonal ocr，全文ocr，然后智能数据提取）。我研究了一些非常流行的产品，但他们只是声称自动捕获，但最终他们只是自动拨打标准发票字段，但其余的工作是相同的zonal ocr或manual。是我的建议，但根据自然应用还有很多改进：

存储关键字段（例如，数据库/ xml文件中客户的VAT＃信息
执行完整页面OCR，查找关键字段，匹配客户列表以及识别/分类文档/图像的类型。
确定文件类型（应付发票/可收费等）后，查找标准字段
允许用户为每个公司（发票的发件人）创建每种类型文档的预定义模板。
比较两个algo（全文ocr和zonal）的结果，保持精确度更高。

Answer 3

经过更多的研发（*）之后，现在实际上已经有了带有API的专用SDK：

首先-对于初学者来说，https://rossum.ai/developers处有演示

现在可以像这样通过API（https://docs.api.rossum.ai/）自动化整个提取过程：

上传发票：

invoice_file=$1
endpoint='https://all.rir.rossum.ai'
curl -H "Authorization: secret_key $ELIS_API_KEY" -X POST -F file="@$invoice_file;type=application/pdf" $endpoint/document

下载结果：

invoice_id=$1
endpoint='https://all.rir.rossum.ai'
curl -H "Authorization: secret_key $ELIS_API_KEY" $endpoint/document/$invoice_id

这些bash示例来自https://github.com/rossumai/elis-client-examples/

（*，*是我在公司自己的研发工作 ;）的直接结果）

应付发票捕获或提取自动化

3 个答案: