Creación de un servicio REST para la identificación y traducción de texto en imágenes mediante OCR

Abstract

Este documento presenta el desarrollo de un servicio de identificación y traducción de texto en imágenes mediante OCR, haciendo posible la implementación de este servicio en aplicaciones web, móviles o de escritorio, como es el caso de la demostración simple desarrollada también para este proyecto. Para el desarrollo se ha empleado una metodología ágil Scrum simplificada y adaptada al proyecto y se ha dividido en cuatro Sprints, cada uno con objetivos y tareas específicas. En el primer Sprint, se ha realizado toda la fase de análisis del proyecto: planificación, objetivos, requisitos, casos de uso y modelo de dominio, sirviendo de cimientos para el resto de Sprints. En el segundo Sprint, se ha profundizado en las tecnologías empleadas para el reconocimiento de texto y la traducción. Se han diseñado las estructuras de datos y algoritmos necesarios para cumplir los objetivos con las tecnologías seleccionadas. El tercer Sprint se ha dedicado al procesado de las imágenes, análisis de algoritmos de “inpainting” y su implementación, así como la implementación de un servidor REST para dar servicio a la aplicación de muestra. Finalmente, en el cuarto Sprint, se han realizado las pruebas de funcionamiento, empaquetado el servicio y desarrollado la aplicación para la demostración utilizando el servidor REST antes desarrollado.

This paper presents the development of a service for the identification and translation of text inside images using OCR, making possible the implementation of this service in web, mobile or desktop aplications, as is the case of the simple demostrator also developed for this project. For the development, a simplified and adapted agile Scrum methodology has been used and it has been divided into four Sprints, each one with specific objectives and tasks. In the first Sprint, the entire project analysis phase was carried out: planning, objectives, requirements, use cases and domain model, serving as the foundation for the rest of the Sprints. In the second Sprint, a deep study was made on the technologies used for text recognition and translation. The data structures and algorithms needed to meet the objectives with the selected technologies have been designed. The third Sprint has been dedicated to imagen processing, analysis of “inpainting” algorithms and their implementation, as well as the implementation of a REST server to serve the sample application. Finally, in the forth Sprint the functional tests have been performed, the service has been packaged and the demo application has been developed using the REST server previously developed.