Распознавание сканированной копии документа на веб сайте! С чего начать?

Question

[Dazz1e]

Здравствуйте,

Задача в создании автоматизированного фильтра документов поступающих в онлайн архив.
Имеются известные бланки документов.
Каким образом при загрузке изображения (скан. копии документа) прочесть документ и если в обязательных полях ни чего не введено (даже какой либо закарючки), то документ не пропускается, если что то там есть - документ попадает в архив и создается текстовый файл (лог) в каких именно полях (включая обязательные и не обязательные) имеется информация?
Считывать текст не нужно, хотя бы убедиться что там что то есть.

Бланк:


Образец:


Прошу объяснить с чего начать для достижения цели и в каком направлении двигаться!
Заранее благодарю!

Answer 1

[Сергей]

С интеграцией с сервисами ABBY

Comments

[xmoonlight]

Серега, читай ТЗ)

Answer 2

[xmoonlight]

1. Совмещение чистого бланка с заполненным (очистка, контраст, размер, поворот).
2. Вычитание (из заполненного бланка чистого).
3. Пересечение "островного" шаблона областей (где должны быть надписи) с результатом п.2 и выявление заполненных и не заполненных полей.
4. Профит!

Answer 3

[olamedia .]

OCR

Answer 4

[Владимир Б.]

Легче всего как мне кажется:

1. Определить верх документа по 1й строке
   
2. Выравнивание документа по 1й строке
   
3. Определение наличия "шрифта другого цвета" ( синий, красный, зелёный ) - в определённых координатах