Proyecto: Sistema OCR + IA para extracción estructurada de cartas de menú -- 2

$2-8 USD / hour

Closed

Posted 11 months ago

$2-8 USD / hour

Proyecto: Sistema OCR + IA para extracción estructurada de cartas de menú Presupuesto estimado: USD $100 Tiempo de entrega: 4 días Tipo de proyecto: Entrega única ⸻ Descripción general Se requiere el desarrollo de un script o módulo en Python capaz de: 1. Procesar archivos PDF, JPG, PNG o JPEG que contengan cartas de menú de restaurantes. 2. Aplicar OCR con Google Cloud Vision para extraer el contenido textual con alta precisión (incluso en imágenes con baja calidad o perspectiva). 3. Usar post-procesado con GPT-4o o Gemini 1.5 para interpretar y estructurar el texto automáticamente, reconociendo: • Categoría (ej.: Desayunos, Entrantes, Bebidas) • Título del plato • Descripción del plato (si existe) • Alérgenos mencionados • Precios: • Si hay un único precio, se guarda directamente. • Si hay varios precios para un plato, también se guardan los títulos de precio (ej.: Barra, Mesa, Delivery) junto con sus valores. • Suplemento por terraza (si aparece) 4. Exportar los datos estructurados a Excel, CSV o JSON. 5. Implementar un control de uso que limite el sistema a un máximo de 5 subidas mensuales por usuario, identificado por IP o por token simple. 6. El sistema no requiere interfaz gráfica: puede ejecutarse desde línea de comandos, carpeta de archivos o integrarse posteriormente a un panel web externo. ⸻ Tecnologías requeridas • OCR: Google Cloud Vision API • Post-procesado IA: GPT-4o (OpenAI) o Gemini 1.5 (Google) • Lenguaje: Python (preferido) • Librerías sugeridas: • google-cloud-vision (OCR) • openai o SDK de Gemini (IA) • pandas (manejo de datos) • openpyxl (exportación a Excel) • regex (procesamiento adicional de texto si es necesario) ⸻ Entregables 1. Código fuente completo, funcional y documentado. 2. Archivo README con instrucciones de instalación y uso. 3. Ejemplos reales de exportaciones (Excel, CSV y JSON). 4. Implementación funcional del límite de uso mensual (5 subidas por usuario/IP o token). 5. Procesamiento y exportación exactamente con el formato de datos especificado. ⸻ Requisitos del programador • Experiencia comprobable en OCR y procesamiento de lenguaje natural (NLP). • Experiencia con Google Cloud Vision API y modelos LLM (GPT/Gemini). • Entrega en máximo 4 días. • Comunicación clara y orientada a resultados. ⸻ Ejemplo de lo que espero que haga el OCR Quiero que el sistema pueda tomar una carta en PDF o imagen, reconocer su contenido y devolverlo estructurado de esta manera: Categoría: Desayunos • Tostadas con aguacate • Descripción: Pan integral tostado con aguacate fresco, tomate y un toque de limón. • Alérgenos: gluten • Precio: 150 • Omelette de jamón y queso • Descripción: Huevos batidos rellenos de jamón cocido y queso cheddar, servidos con pan. • Alérgenos: huevo, lácteos, gluten • Precios: • Barra: 130 • Mesa: 150 • Delivery: 160 • Yogur con frutas • Descripción: Yogur natural con mezcla de frutas de temporada y granola casera. • Alérgenos: lácteos, frutos secos • Precio: 120

PHP

JavaScript

Python

Software Architecture

OCR

Artificial Intelligence

Project ID: 39698442

About the project

6 proposals

Remote project

Active 9 mos ago

Looking to make some money?

Email address

Benefits of bidding on Freelancer

Set your budget and timeframe

Get paid for your work

Outline your proposal

It's free to sign up and bid on jobs

6 freelancers are bidding on average $9 USD/hour for this job

@Fazeennazar

Being in the field for over 7 years, my experience in OCR and natural language processing (NLP) perfectly aligns with your project needs. This includes hands-on work with the Google Cloud Vision API and LLM models such as GPT-4o and Gemini 1.5, which would be essential for your structured menu extraction utility. With Python as my preferred language, I am well-versed in using supporting libraries such as `google-cloud-vision`, `openai` or Gemini SDKs, `pandas`, `openpyxl`, `regex`, etc., to proficiently handle PDF/JPG/PNG/JPEG assets containing varying resolution menu cards. On top of that, my extensive background in backend programming using Django and frontend skills with React.js can further improve your system's efficiency. Alongside ensuring that the data is accurately extracted and structured according to your format, I will also implement a control to meet the monthly usage requirement as stipulated. Expect not just a reliable script or module, but a complete set of deliverables including well-documented source code, an installation/use guide, functioning examples of each export file type (Excel/CSV/JSON), and precise adherence to project specifications. Let me assure you of my commitment to timely delivery without compromising on quality. Additionally, I maintain clear communication throughout the course of a project to gain better insights into my client's expectations and guarantee satisfaction. Let's join forces towards the success of your menu-scraping endeavor!

$8 USD in 40 days

5.0

(250 reviews)

7.7

@toriquldev123

Hello Dear! I write to introduce myself. I'm Engineer Toriqul Islam. I was born and grew up in Bangladesh. I speak and write in English like native people. I am a B.S.C. Engineer of Computer Science & Engineering. I completed my graduation from Rajshahi University of Engineering & Technology ( RUET). I love to work on Web Design & Development project. Web Design & development: I am a full-stack web developer with more than 10 years of experience. My design Approach is Always Modern and simple, which attracts people towards it. I have built websites for a wide variety of industries. I have worked with a lot of companies and built astonishing websites. All Clients have good reviews about me. Client Satisfaction is my first Priority. Technologies We Use: Custom Websites Development Using ======>Full Stack Development. 1. HTML5 2. CSS3 3. Bootstrap4 4. jQuery 5. JavaScript 6. Angular JS 7. React JS 8. Node JS 9. WordPress 10. PHP 11. Ruby on Rails 12. MYSQL 13. Laravel 14. .Net 15. CodeIgniter 16. React Native 17. SQL / MySQL 18. Mobile app development 19. Python 20. MongoDB What you'll get? • Fully Responsive Website on All Devices • Reusable Components • Quick response • Clean, tested and documented code • Completely met deadlines and requirements • Clear communication You are cordially welcome to discuss your project. Thank You! Best Regards, Toriqul Islam

$10 USD in 40 days

4.9

(59 reviews)

5.6

@dataspro

Un gusto hablarte y conocerte candidal8, Mi nombre es Anthony Muñoz, expreso mi interés en trabajar en su proyecto después de leer cuidadosamente los requisitos y concluir que coinciden con mi área de conocimiento y habilidades. Actualmente soy el ingeniero líder de la agencia de TI DSPro y tengo más de 10 años de experiencia en el campo. He realizado con éxito un gran número de trabajos similares y considero tu proyecto un reto en el que me gustaría trabajar y poder hacerlo realidad. No dude en ponerse en contacto conmigo, será un placer ayudarle. Agradezco mucho el tiempo brindado y quedo atento a cualquier duda o inquietud. Saludos

$12 USD in 40 days

4.7

(8 reviews)

5.9

@mobiwebsolutions

¡Hola! He revisado cuidadosamente su proyecto de sistema de OCR + IA para la extracción estructurada de menús y comprendo plenamente la necesidad de un script basado en Python que procese archivos PDF e imágenes, aplique el OCR de Google Cloud Vision y utilice GPT-4o o Gemini 1.5 para la estructuración inteligente de datos. Soy la persona ideal, ya que cuento con una amplia experiencia en la integración de OCR con posprocesamiento de IA para extraer y organizar datos complejos con precisión. * Desarrollaré un flujo de trabajo robusto que extraiga texto con Google Cloud Vision y utilice GPT-4o/Gemini para identificar categorías, detalles de platos, alérgenos y estructuras de precios múltiples. * Implementaré opciones de exportación en formatos Excel, CSV y JSON con ejemplos claros. * Añadiré un sistema de límite de uso para controlar las subidas por IP o token, según lo solicitado. También proporcionaré el código fuente bien documentado, un archivo README para la instalación y el uso, y entregaré el proyecto dentro de su plazo de 4 días. Con más de 9 años de experiencia en Python, OCR, PLN e integraciones de API, he desarrollado herramientas similares de extracción de datos basadas en IA. Espero poder hablar contigo para cerrar un trato. Saludos cordiales, ¡Elisha Mariam!

$11 USD in 40 days