Content Extraction

A rota Content Extraction é uma solução robusta de Processamento Inteligente de Documentos (IDP — Intelligent Document Processing) projetada para a extração de informações de documentos estruturados e semi-estruturados a partir de imagens e documentos PDF em tempo real.

A API transforma dados não estruturados em informações acionáveis por meio das seguintes funcionalidades:

🔹 Análise da Qualidade

Avalia a nitidez do arquivo de entrada e a confiabilidade da leitura realizada. O retorno inclui um índice (score) que é diretamente proporcional à precisão da extração dos dados gerada pelo mostQI.

🔹 Tipificação do Documento

Identifica e classifica automaticamente a categoria de cada documento presente no arquivo enviado, mapeando a sua estrutura por meio de três atributos principais no JSON de retorno:

type: Representa a categoria do documento no idioma original (ex: documento-pessoal, certidao, fatura).

stdType: Representa a natureza abrangente do documento em um padrão internacional, grafado sempre em inglês e caixa baixa.

tags: Uma lista de strings no formato [category]=[value] que funciona como indexadores para identificar características específicas e subtipos do documento.

Para consultar a lista de valores e combinações suportadas, acesse o manual oficial em mostQI Manual.

🔹 Extração Estruturada de Texto

Fornece as informações extraídas de forma indexada, organizadas em campos (fields) e tabelas (tables) para fácil integração e utilização em sistemas de cadastro.

🔹 **Correção de Perspectiva (Deskew)**

Corrige automaticamente o alinhamento e a perspectiva das imagens dos documentos identificados e classificados no arquivo de entrada.

Ativação: Esta funcionalidade é habilitada enviando o parâmetro returnImage = true na requisição.

Formato de Retorno: O arquivo tratado é disponibilizado diretamente no campo image do JSON de resposta, estruturado como uma string de texto codificada em Base64. O armazenamento e gerenciamento dessa imagem tratada ficam sob responsabilidade do cliente.

🔹 **Recorte de Elementos (Crops)**

Segmenta e extrai elementos específicos contidos nos documentos, como fotos de identificação, assinaturas, códigos de barras e impressões digitais, entregando-os já com a perspectiva corrigida. Funcionalidade ativada via parâmetro (returnCrops = true).

🔹 Leitura de Metadados

Disponibiliza os metadados extraídos, incluindo a leitura de QRCodes presentes no documento (necessário inserir parâmetro returnMetadata = true).

📌

Essa API garante precisão, automação e eficiência no processamento de documentos, otimizando fluxos de trabalho e integração com sistemas digitais.

💡

Acesse aqui a lista dos documentos reconhecidos pelo mostQI Content Extraction!

O catálogo de documentos e campos lidos não para de crescer, clique aqui para baixar a última versão.

Para mais informações, clique aqui para baixar o Manual do Content Extraction.

Content Extraction

🔹 Análise da Qualidade#

🔹 Tipificação do Documento#

🔹 Extração Estruturada de Texto#

🔹 Correção de Perspectiva (Deskew)#

🔹 Recorte de Elementos (Crops)#

🔹 Leitura de Metadados#