833 чистых контакта из скриншотов чатов: распознавание и очистка

Заказ на оцифровку базы (NDA): контакты отдела продаж жили только на скриншотах переписки в мессенджерах. Нужна была рабочая таблица без мусора, обрывков номеров и кривых ФИО — чтобы можно было звонить и писать, а не переписывать картинки руками.

Требование: распознать текст со скринов, привести телефоны и имена к одному виду, отсеять неполные строки. Саму таблицу с боевыми контактами в портфолио не выкладываем.

Пайплайн оцифровки:

1. Распознавание текста со скриншотов чатов (OCR).

2. Нормализация телефонов и ФИО к единому формату.

3. Отсев неполных, дублирующих и мусорных строк.

4. Сборка чистой таблицы для заказчика.

Стек: Python

— 833 пригодные записи в чистой таблице

— 574 строки отсеяны как обрывки, мусор или неполные контакты

— Заказчик получил базу без ручного переписывания скриншотов