Etap 1: Optymalizacja przechwytywania obrazu (Frontend — Kamera)
Etap 2: Przetwarzanie i Rozpoznawanie danych (Backend — Serwer)
Etap 3: Wypełnianie i Walidacja przez Użytkownika (Frontend — UI/UX)
a teraz językiem zamawiającego
Już kończymy oprogramowanie, ale nie ma tam rozpoznawania paragonów, musimy stworzyć specyfikację techniczną. Tak więc - osoba (użytkownik) fotografuje paragon i musimy:
1. Pomóc mu sfotografować paragon - na telefonie powinna być jakaś ramka lub coś podobnego, a przy prawidłowym ustawieniu i ostrości ta ramka powinna stać się zielona i może zrobić zdjęcie
2. Ocenić jakość zdjęcia i poinformować go - czy jesteśmy zadowoleni z jakości, czy nie
3. Musimy rozpoznać na zdjęciu kwotę całkowitą i datę (hebrajski - pomożemy w czym możemy)
4. Musimy zrozumieć, do jakiej kategorii wydatków przypisać ten konkretny wydatek (będzie ich niewiele, nie więcej niż 5-7, tzn. będą one uproszczone - np. jedzenie, odzież, transport, media, wypoczynek, dzieci i ????)
5. Musimy rozdzielić te informacje po odpowiednich polach programu
6. Musimy poprosić użytkownika o sprawdzenie i potwierdzenie lub zmianę rozpoznanych przez nas danych
W pierwszym przybliżeniu to całe zadanie