Juan C.

Projetos (Aguardando Propostas):

• Extração de dados via OCR/NLP de comprovantes de venda (máquinas de cartão)

  Outra - Web, Mobile & Software | Orçamento: Aberto | Publicado: | Propostas: 8

  O objetivo deste projeto é desenvolver uma solução para captura, processamento e extração automatizada de informações textuais de comprovantes de venda de cartão de crédito a partir de imagens recebidas via API RESTful, com retorno em formato JSON estruturado e sem necessidade de armazenamento das imagens. A aplicação será capaz de lidar com múltiplos tipos de comprovantes, layouts variados de adquirentes, objetos irrelevantes na imagem, e realizar pré-processamento avançado para garantir qualidade de OCR.
  
  Escopo Funcional
  A solução deve contemplar:
  - Recepção de imagens via API RESTful (formatos .jpeg, .jpg, .png)
  - Detecção e segmentação de comprovantes (inclusive múltiplos por imagem)
  - Remoção de ruídos, correção de inclinação e binarização
  - Aplicação de OCR (offline ou baseado em cloud)
  - Extração semântica com NLP e regex dos seguintes campos (Adquirente, Data, Hora, Valor da transação, Parcelamento, Bandeira do cartão, Final do número do cartão, Serial da máquina, Código da venda, Nome da empresa, CNPJ)
  - Retorno via JSON estruturado com campos validados
  - Execução em ambiente cloud ou servidor local, com escalabilidade para cerca de 10 mil requisições mensais
  - Sem necessidade de armazenamento das imagens
  
  Exemplo de Pipeline de Desenvolvimento Proposto
  - Entrada: Recepção da imagem via API
  - Pré-processamento: OpenCV, PIL — limpeza, correção de inclinação
  - OCR: Tesseract, EasyOCR ou API de terceiros
  - Extração de Dados: Regex + NLP (spaCy, NLTK, transformers)
  - Validação: Regras sintáticas e semânticas
  - Saída: JSON estruturado
  
  Considerações Técnicas
  - Suporte à execução em nuvem (AWS, Azure, GCP) ou em servidor local via Docker
  - Filtragem de regiões relevantes por heurísticas de contorno
  - Possibilidade de extensões futuras para armazenamento ou dashboard analítico
  - Consumo estimado: 10 mil imagens/mês com tempo de resposta inferior a 3 segundos por requisição
  
  Entregáveis Esperados
  - Código-fonte e documentação técnica
  - API REST pronta para produção
  - Instruções de deploy local e cloud
  - Conjunto de testes funcionais
  - Relatório de validação de OCR com diferentes layouts

  Habilidades desejadas: Web API, OCR, RESTful API, Inteligência Artificial e Python.