Опис проєкту
ПерекладКожного дня ми обробляємо потік відсканованих документів і втомилися перепечатувати їх вручну. Нам потрібен сервіс, який отримує завантажене зображення або багатосторінковий скан та повертає чисті структуровані дані: не просто стіну розпізнаного тексту, а саме ті поля, які нам важливі. Для рахунку це постачальник, номер рахунку, дата, позиції, податок та підсумок. Для чека це продавець, дата, сума та валюта. Для посвідчення це ім'я, номер документа та строк дії. Кожне витягнуте значення має мати оцінку впевненості, щоб оператор відразу бачив, яким полям можна довіряти, а які варто перевірити. Завдання саме в читанні та витяганні даних з документів, тому не пропонуйте нам генератор PDF чи бібліотеку медіафайлів, це зовсім інший проект.
Результат складається з двох частин, які мають працювати разом. Перша — надійний конвеєр витягання: очищення та вирівнювання зображення, OCR при різній якості друку та на кількох мовах, потім шар розбору, який розкладає сирий текст по назвам полів. Друга — простий інтерфейс перевірки, де людина відкриває документ, бачить розпізнані поля над вихідним сканом та виправляє все, що модель розпізнала невірно, до затвердження запису. Поля з низькою впевненістю мають підсвічуватися, щоб перевірка йшла швидко. Все це також має бути доступне програмно: REST-ендпоінт, який отримує файл та повертає JSON з полями, значеннями, координатами рамок та впевненістю, плюс вебхук або ендпоінт статусу для асинхронних пакетів.
Ми гнучкі в виборі технологій: підійде хмарна модель зору, опенсорсний OCR-стек або гібрид, лиш би точність була високою, а вартість сторінки передбачуваною. Надішліть приклади подібних завдань по витяганню та чесно оцініть точність на реальних, неідеальних сканах.
— Витягання структурованих полів з рахунків, чеків та посвідчень
— Оцінка впевненості за кожним полем з підсвіченням ненадійних
— Інтерфейс перевірки з накладенням полів на вихідний скан
— REST API, що повертає JSON: поля, значення, координати, впевненість
— Пакетна обробка з асинхронним статусом або вебхуками
— Передбачувана ціна за сторінку та документована точність на сканах
Результат складається з двох частин, які мають працювати разом. Перша — надійний конвеєр витягання: очищення та вирівнювання зображення, OCR при різній якості друку та на кількох мовах, потім шар розбору, який розкладає сирий текст по назвам полів. Друга — простий інтерфейс перевірки, де людина відкриває документ, бачить розпізнані поля над вихідним сканом та виправляє все, що модель розпізнала невірно, до затвердження запису. Поля з низькою впевненістю мають підсвічуватися, щоб перевірка йшла швидко. Все це також має бути доступне програмно: REST-ендпоінт, який отримує файл та повертає JSON з полями, значеннями, координатами рамок та впевненістю, плюс вебхук або ендпоінт статусу для асинхронних пакетів.
Ми гнучкі в виборі технологій: підійде хмарна модель зору, опенсорсний OCR-стек або гібрид, лиш би точність була високою, а вартість сторінки передбачуваною. Надішліть приклади подібних завдань по витяганню та чесно оцініть точність на реальних, неідеальних сканах.
— Витягання структурованих полів з рахунків, чеків та посвідчень
— Оцінка впевненості за кожним полем з підсвіченням ненадійних
— Інтерфейс перевірки з накладенням полів на вихідний скан
— REST API, що повертає JSON: поля, значення, координати, впевненість
— Пакетна обробка з асинхронним статусом або вебхуками
— Передбачувана ціна за сторінку та документована точність на сканах
Веб програмування Готівка, Банківський переказ
