mgaitan / tickets

experimentos para procesar tickets

tickets

Este repo contiene experimentos y documentación sobre el procesamiento de tickets de compra, para ser utilizado en Preciosa

• Documentar en la wiki

tickets's Issues

pipeline de preprocesamiento básico

Tomar los pasos de preprocesado que hemos estado probando a mano, elegir "buenos" parámetros e implementar un script que los haga programáticamente. Esto implicará también investigar formas programáticas de hacer lo que veníamos haciendo con GIMP (OpenCV, mahotas, etc.)

pipeline de preprocesamiento avanzado (o Renegator ;) )

Como bien explican acá
http://pyvideo.org/video/1702/building-an-image-processing-pipeline-with-python
,

no existen los parámetros ideales ni los pasos de preprocesamiento ideales que abarquen todas las condiciones. La idea es entonces sistematizar esto que hacemos a mano de "renegar un poco y quedarme con lo que mejor anda", haciendo un programa que prueba distintas combinaciones de filtros y parámetros y se queda con la que mejor calidad de extracción nos brinde. Esto implica también la poco trivial tarea de elegir qué tomamos como métrica de calidad. Una opción sería usar un testbench procesado a mano y medir precisión contra el mismo.

Conseguir/construir test bench

Esto es, un conjunto de tickets de diversas resoluciones y calidades, con su correspondiente contenido extraído correctamente (a mano si es necesario).

Se usará luego para medir efectividad de los algoritmos y combinaciones de parámetros que usemos.

Mejorar wiki

Sobre todo quienes estuvimos en el sprint incial del sábado 31/May:

ampliar sobre cada uno de los items, corregir, agregar recursos, etc.

esto es vital para que se pueda seguir sumando gente a colaborar con esto, y para que nos ordenemos el trabajo los que ya estamos.