OCR Library für Belegerkennung

[internet]

Hallo,

kennt jemand eine OCR Library für Belegerkennung?
Also sprich ich lese ein Bild / PDF ein und ich bekomme bspw. ein JSON heraus, mit den Infos:
- Firmenname
- Nettobetrag
- Bruttobetrag
- Rechnungsnummer
-....

Mit "Tesseract OCR" bekommt man sicherlich den Text heraus. Aber anschließend benötige ich eine Logik um die Infos zum Beleg zu bekommen.
Ich habe hier auch etwas gelesen, dass hierbei eine KI verwendet wird...
Bpsw. finde ich im String (den ich von Tesseract OCR bekomme) den Name "Rechnungsnummer". Woher weiß ich dann aber, dass nebendran die Rechnungsnummer ist etc.?
Wenn ich weiß, wie das funktioniert, wäre es auch eine Überlegung wert dies zu programmieren.

Oder kennt jemand eine API - Anbindung, die man nutzen könnte und für den Anfang zunächst kostenlos ist?
Vielen Dank für Tipps

 

[Oneixee5]

Willst du nur eine ganz bestimmte Rechnung/Formular auswerten oder ganz verschiedene, also aus unterschiedlichen Quellen?

 

[internet]

Willst du nur eine ganz bestimmte Rechnung/Formular auswerten oder ganz verschiedene, also aus unterschiedlichen Quellen?

Verschiedene.... Es könnte jede beliebige Rechnung auf der Welt sein...

 

[Jw456]

Da wirst du um KI nicht drum rum kommen. Aber auch da werden Fehler entstehen.

 

[internet]

Da wirst du um KI nicht drum rum kommen. Aber auch da werden Fehler entstehen.

Hast du hier eine Doku oder ähnliches, wie man sowas bauen kann?

 

[Oneixee5]

Eine KI ist nur eine Lösung, wenn es auch eine Lösung gibt. Du hast geschrieben: "Es könnte jede beliebige Rechnung auf der Welt sein" - also müsste dein Programm auch jede beliebige Sprache auf der Welt kennen und deren Zahlensystem. So etwas ist unrealistisch und auch nicht mit einer KI zu lösen.

 

[temi]

Eine einfache Lösung wäre es, für Rechnungen für jede Quelle ein Template anzulegen. Über das Template weißt du dann an welchen Stellen die gewünschten Daten auf dem Scan stehen. Das funktioniert natürlich nur solange das Format nicht geändert wird und ist nur sinnvoll, wenn die Rechnungen immer von den selben Quellen kommen.

Ansonsten könnte man vielleicht den Scan nach Keywords untersuchen und die Daten zuordnen.

 

[Ryoades]

Ich denke du suchst so etwas wie dies hier:
Belegerfassungs API für Entwickler
Laut dem Text ist dies wohl die beste Belegerfassung in Europa.
Über Machine Learning und KI eine eigene intelligente Texterkennung aufzubauen, braucht Unmengen an Testdaten und Scans. Mit der obrigen API sollte so etwas zu realisieren sein.