analizar y extraer automáticamente los datos de la factura de la imagen de factura escaneada en idioma español

Queremos desarrollar una aplicación para llamar desde otro programa (preferiblemente con javascript) que utilice la biblioteca de python invoice2data para extraer datos de las facturas (Tesseract OCR, OpenCV y Python). Los usuarios podrán cargar su factura en formato pdf / png / jpg, revisar los datos extraídos y luego elegir exportarlos en formato xml / csv / json. Las facturas se pueden cargar en la aplicación una por una o más a la vez. Las facturas pueden contener uno o más productos (líneas de información) y para cada registro la aplicación debe contener una función de asociación de las cuentas contables en función del contenido / nombre del artículo en la factura. Los datos se almacenarán en una base de datos mysql con filtrado para cada usuario y la factura por separado. Para las nuevas plantillas de documentos, debe existir la posibilidad de aprendizaje automático. También trabajaremos en integraciones nativas a software de contabilidad y en otros casos de uso. Además queremos esta misma aplicación con unos pequeños cambios nos debería valer para poner en nuestra intranet para que nuestros clientes pudieran cargar sus albaranes y automáticamente grabar todas los campos de las líneas en una base de datos mysql. En este caso solo nos interesan las líneas de los albaranes, pero no los totales Necesito que me digan el total de horas que les va a llevar y cuando se podría finalizar el proyecto.