API REST para reconhecimento óptico de caracteres em rótulos alimentares

Autores

  • Gabriel Menin UFCSPA
  • Renan Augusto Pereira UFCSPA
  • Flávia Magalhães Guedes UFCSPA
  • Ana Trindade Winck UFCSPA

DOI:

https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1316

Palavras-chave:

Processamento de Imagem Assistida por Computador, Hipersensibilidade Alimentar, Rotulagem de Alimentos

Resumo

Objetivo: A prevalência de alergias alimentares é uma ameaça à saúde pública, especialmente quando alérgenos são consumidos inadvertidamente. Este estudo desenvolveu uma Interface de Programação de Aplicações para extrair informações sobre ingredientes de rótulos alimentares para, quando integrada a um aplicativo, identificar alérgenos e notificar aos usuários, permitindo que façam escolhas alimentares informadas. Método: Utilizou-se uma biblioteca de reconhecimento ótico de caracteres, calibrada para leitura e tradução de textos em rótulos alimentares. Resultados: Testes com 76 produtos alimentares rotulados, divididos em 7 tipos de materiais, avaliaram a similaridade entre rótulos reais e transcrições realizadas, com uma taxa de similaridade média de 81,61% Conclusão: A solução se mostra viável para integração com um aplicativo de reconhecimento de alérgenos, embora a transcrição automática dos rótulos se mostre mais favorável a determinados tipos de materiais e formas de embalagens de alimentos, sendo necessário uma melhor calibragem para os demais.

Biografia do Autor

Gabriel Menin, UFCSPA

Bel, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Renan Augusto Pereira, UFCSPA

Me, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Flávia Magalhães Guedes, UFCSPA

Me, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Ana Trindade Winck, UFCSPA

Dra, Federal University of Health Sciences of Porto Alegre - UFCSPA, Porto Alegre (RS), Brazil.

Referências

Lobo FATF, Santos MA dos, Montes LTP. Alergia Alimentar: Um Problema Crescente. Saúde em Foco. 2021; 8(3):39–53. DOI: https://doi.org/10.12819/rsf.2021.8.3.3

Berzuino MB, Fernandes RDC de Sá, Lima MDA, Matias ACG, Pereira IRO. ALERGIA ALIMENTAR E O CENÁRIO REGULATÓRIO NO BRASIL. Revista Eletrônica de Farmácia. 2017 Sep 18;14(2). DOI: https://doi.org/10.5216/ref.v14i2.43433

Solé D, Silva LR, Cocco RR, Ferreira CT, Sarni RO, Oliveira LC, et al. Consenso Brasileiro sobre Alergia Alimentar: 2018 - Parte 2 - Diagnóstico, tratamento e prevenção. Documento conjunto elaborado pela Sociedade Brasileira de Pediatria e Associação Brasileira de Alergia e Imunologia. Arquivos de Asma, Alergia e Imunologia. 2018;2(1). DOI: https://doi.org/10.5935/2526-5393.20180005

O que é o Desrotulando? | Desrotulando - Central de Ajuda [Internet]. Available from: https://ajuda.desrotulando.com/pt-BR/articles/6301097-o-que-e-o-desrotulando.

J. Memon, M. Sami, R. A. Khan and M. Uddin, "Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR)," in IEEE Access, vol. 8, pp. 142642-142668, 2020 DOI: https://doi.org/10.1109/ACCESS.2020.3012542

Johan EB, Rizal A. Allergen Recognition in Food Ingredients with Computer Vision. Ultima Computing : Jurnal Sistem Komputer. 202;13(2):44–9. DOI: https://doi.org/10.31937/sk.v13i2.2051

Matsunaga N, Sullivan R. Image processing for the extraction of nutritional information from food labels [Internet] [PDF]. [Santa Clara: Santa Clara University]; 2015. Available from: https://scholarcommons.scu.edu/cgi/viewcontent.cgi?article=1041&context=cseng_senior.

Cakic S, Popovic T, Sandi S, Krco S, Gazivoda A. The Use of Tesseract OCR Number Recognition for Food Tracking and Tracing. 2020 24th International Conference on Information Technology (IT). Zabljak, Montenegro, 2020, pp. 1-4. DOI: https://doi.org/10.1109/IT48810.2020.9070558

MongoDB Documentation [Internet]. https://github.com/mongodb/docs-bi-connector/blob/DOCSP-3279/source/index.txt. Available from: https://www.mongodb.com/docs.

Webb P, Syer D, Long J, Nicoll S, Winch R, Wilkinson A, et al. Spring Boot Reference Documentation [Internet]. Available from: https://docs.spring.io/spring-boot/docs/3.1.5/reference/pdf/spring-boot-reference.pdf.

Wang Y, Qin J, Wang W. Efficient Approximate Entity Matching Using Jaro-Winkler Distance. In Web Information Systems Engineering – WISE 2017: 18th International Conference, Puschino, Russia, October 7-11, 2017, Proceedings, Part I. Springer-Verlag, Berlin, Heidelberg, 231–239. DOI: https://doi.org/10.1007/978-3-319-68783-4_16

Get Started With The OpenAPI Specification [Internet]. Swagger.io. 2021. . Available from: https://swagger.io/solutions/getting-started-with-oas/.

Downloads

Publicado

19-11-2024

Como Citar

Menin, G., Pereira, R. A., Guedes, F. M., & Winck, A. T. (2024). API REST para reconhecimento óptico de caracteres em rótulos alimentares. Journal of Health Informatics, 16(Especial). https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1316

Artigos Semelhantes

<< < 11 12 13 14 15 16 17 18 19 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.