Belezati: desenvolvimento de um módulo de escaneamento e descrição de ingredientes cosméticos baseado na web utilizando tecnologia OCR via API

• Ano de defesa: 2024
• Autor(a) principal: Severo, Deise Dall’Agnol
• Orientador(a): Schepke, Claudio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pampa
• Programa de Pós-Graduação: Mestrado Profissional em Engenharia de Software
• Departamento: Campus Alegrete
• País: Brasil
• Palavras-chave em Português: Engenharia de software; Desenvolvimento de software; Aplicações web; Aplicativos móveis; Cosméticos; Tesseract; Amazon Textract; Software engineering; Software development; Web applications; Mobile apps; Cosmetics
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
• Link de acesso: https://repositorio.unipampa.edu.br/jspui/handle/riu/9022

Um survey realizado neste trabalho com 254 participantes revelou que o preço elevado de um produto cosmético é um fator determinante para o participante não comprá-lo. Mas ao saber os benefícios que este mesmo produto pode proporcionar, o participante poderia mudar de ideia e adquiri-lo. O que podemos concluir é que o valor de um produto cosmético não está relacionado ao seu preço e sim ao seu custo-benefício que o mesmo proporciona. Neste sentido foi pensado numa maneira de auxiliar os consumidores a fazerem melhores escolhas no momento da compra de cosméticos, não mais escolhendo pelo preço do produto e sim pelo benefício que o mesmo pode proporcionar. Desta forma, foi desenvolvido um módulo dentro do sistema web existente no mercado, chamado Belezati, para informar aos consumidores a função dos ingredientes contidos na composição de um cosmético. Um meio para oferecer esta funcionalidade de forma prática no momento da compra de um produto é a possibilidade de escanear os ingredientes da embalagem do cosmético e no mesmo instante receber informações acerca do produto. Para isto, foram implementadas duas ferramentas de reconhecimento óptico de caracteres disponíveis no mercado por meio de APIs. As ferramentas escolhidas foram a Tesseract e a Amazon Textract. Após as análises, foi concluído que a ferramenta Amazon Textract possui uma performance superior ao Tesseract, que necessita de um tratamento prévio na imagem para a extração do texto. Outro fator de sucesso para as extrações é a resolução da imagem que, quanto maior, melhor é a nitidez dos caracteres, facilitando a extração pelas ferramentas. Além da performance percebida, durante os experimentos ficou evidente que as ferramentas que utilizam reconhecimento óptico de caracteres auxiliam pessoas com baixa visão a compreenderem o que está escrito nos rótulos dos cosméticos, que muitas vezes encontram-se com caracteres muito pequenos para serem lidos a olho nu.