Сложная разработка на Python по автоматизации распознавания и обработки бумажных документов

Python
(основной язык)

Tesseract
(распознавание текста)

Машинное обучение
(machine learning)

Компьютерное зрение (computer vision)

Векторный анализ (определение типа документов)

Один из клиентов kt.team, крупная логистическая компания, ежедневно обрабатывает тысячи отгрузок. Это сложный бизнес-процесс, который включает работу с многостраничными пакетами бумажных документов, их оцифровку и отправку в несколько информационных систем, используемых компанией.

Нам нужно было разработать такое решение, которое позволит автоматизировать обработку бумажной документации и будет интегрировано во все бизнес-процессы клиента и избавит от ручных операций в работе.

Систему автоматизированной проверки пакетов документов было решено разработать на Python, с возможностью реализации технологий машинного обучения и компьютерного зрения.

У наших клиентов был целый отдел (около 50 человек), который вручную обрабатывал пакеты документов.

Главная задача — автоматизировать процессы и снять с персонала более половины нагрузки по обработке бумажных и оцифрованных документов.

В рамках проекта была разработана iCdocs — интеллектуальная система автоматизированной проверки и сортировки пакетов документов, разработанная на Python.

Оператор загружает пакет документов в сканирующее устройство. iCdocs запускает цикл сканирования.

Переводит отсканированные изображения в текст, определяет тип документов и количество страниц.

У оператора есть возможность оценить правильность распознавания данных на документах и отметить поля, которые не соответствуют действительности.

Считывает название юридического лица, распознает номер заказа, отгрузки. Получает информацию о контрагентах, сделках, поставках из бухгалтерских программ. Проверяет наличие нумерации страниц и количество страниц в документе, объединяет все страницы документа. Объединяет документы с единым признаком (номер накладной, номер поездки, контрагент) в один пакет.

При желании iCdocs можно интегрировать в любую систему документооборота компании и отправлять пакеты документов в бухгалтерские программы и хранилища как российские, так и международные.

Система автоматизированной проверки пакетов документов может работать над несколькими пакетами документов одновременно. В начале разработки мы смогли приблизиться к 80% распознаванию.

Работы над проектом ещё продолжаются и мы планируем усовершенствовать алгоритмы распознавания максимально приблизившись к 100%.