Je teste plusieurs moteurs OCR sur un échantillon représentatif de vos documents : qualité de scan, écriture, langues, tableaux. Je construis ensuite la chaîne de traitement : redressement et nettoyage des images, détection des zones, OCR adapté à chaque langue, puis extraction des champs. Les pages à faible confiance sont isolées pour relecture. Je livre le résultat sur un premier lot et l’outil pour traiter les suivants. Avec 4 ans de pratique, je sais où se cachent les difficultés de ce type de mission. Outils utilisés : Tesseract, OpenCV, PostgreSQL, PaddleOCR. Comptez environ 23 jours une fois le brief validé.
Des milliers de pages scannées dorment dans vos archives. Les outils OCR courants lisent mal l’arabe, confondent les chiffres et perdent la structure des tableaux.
Une chaîne de numérisation qui extrait le texte et les champs utiles, conserve la mise en page des tableaux et produit un fichier ou une base interrogeable.
Un mois d’assistance pendant le traitement des lots suivants.
Paiement en deux fois : la moitié au lancement, le reste à la livraison validée.
Votre moteur de recherche comprend enfin le jargon de votre métier, en arabe comme en français.
Un travail exploratoire sur un modèle qui signale les radiographies thoraciques à revoir en priorité.
Une caméra, un éclairage maîtrisé et un modèle qui repère les produits non conformes à cadence réelle.
Quantification, export ONNX, TensorRT : le même modèle, plus léger et plus rapide sur votre matériel.
