Einfache OCR-zu-Kalender-Tools scheitern an realen Flyern und mobilen Screenshots, weil sie Bilder als flachen Text behandeln und blind die erste Zeile (lines[0]) als Event-Namen übernehmen. Auf einem Smartphone-Screenshot oder Konzertplakat ist die erste Zeile jedoch fast immer Statusleisten-Rauschen (09:41 5G), ein Ticket-Wasserzeichen (TICKETMASTER) oder eine Veranstalterzeile (LIVE NATION PRESENTS).
Die 3-stufige lokale KI-Pipeline von Utiliome erfasst sowohl die visuelle Hierarchie als auch die semantischen Entitäten Ihres Flyers:
- Tesseract v6 Layout-Block- & Bounding-Box-Extraktion: Liest die exakten Pixelkoordinaten jeder Zeile aus (
bbox: { x0, y0, x1, y1 }) und berechnet die visuelle Schrifthöhe (y1 - y0) im Verhältnis zur mittleren Texthöhe des Posters. - Lokaler
Xenova/bert-base-NERWeb Worker: Normalisiert Text in Großbuchstaben in intelligenten Title Case und führt Token-Klassifizierung in einem Web Worker aus, umLOC(Orte, Straßen, Städte),ORG(Bands, Veranstalter),PER(Künstler, Redner) undMISC(Touren, Festivals) in unter 90 ms zu klassifizieren. - Headline- & Orts-Verknüpfung: Verbindet aufeinanderfolgende Überschriftszeilen mit großem Schriftgrad zu einem sauberen
Event-Titelund fasst aufeinanderfolgendeLOC-Zeilen (wie einen Clubnamen über einer Straßenadresse) im FeldOrt / Locationzusammen.