SuperVISORAdaptive system for paper data form recognition and extraction

Summary

Introduction & problem analisysImplementation and flow chartResultsDemo

Problems analisys

Data requirements:Huge data amounth Simple data 

Flexible data importEnvironments where people cant use computers or technological advantages

Status of the art

Commercial software: few software, too many specific and customized, integration and expansion are difficult and expansive.

Opensource software: no software

supervisor­engine

Input example (1)

Input example (2)

Input Example (3)

supervisor­builderXML creation simple and easyDeveloped as GIMP extension.Written in python

OCR /1

OCR Engine: Tesseract, but is simple to change.Tesseract: is one of best opensource OCR engine, is simple to use but (a bit) bugged and hard to train.

OCR /2

Bounding boxStatistic evaluationTrue = black > 20/30%

Results

High accuracyHigh flexibilitySlow comutation: 20 seconds on 300dpi (~10 Mb) image size on a single core. 

:þ :F :þ Demo :) :F :þ

Thanks

“There's no place like 127.0.0.1”