ReelEats
Maak van foodreels echte restaurantbezoeken
ReelEats is een AI-app om eetadressen te ontdekken. De app haalt gegevens over restaurants en cafés uit reels, afbeeldingen, bijschriften en kaartlinks en zet die verspreide socialmediacontent om in gestructureerde, doorzoekbare adressen, compleet met beoordelingen, reviews en collecties. Het eten dat u voorbij zag komen en ooit wilde proberen, wordt eindelijk een plek die u ook echt kunt vinden en bezoeken.
U bewaart reels en vergeet restaurants
Iedereen bewaart foodreels en screenshots, en niemand vindt ze terug op het ene moment dat het telt: als u honger heeft. De content staat er wel, begraven in een camerarol of een map met bewaarde items, en is juist dan volstrekt onbruikbaar. ReelEats maakt van die bewaarde content geordende, doorzoekbare eetadressen met echte adressen, beoordelingen en een route, zodat de plek die u leuk vond één tik verwijderd is zodra de honger toeslaat.
Van bewaarde reels naar geordende eetadressen
In de app: zes manieren waarop ReelEats content omzet in echte eetadressen
Van bewaarde reels naar geordende eetadressen: dit is wat de app doet.
Van reel naar eetadres
Deel elke foodreel of korte video direct met ReelEats. De AI leest het bijschrift, OCR haalt tekst uit de beelden en het eetadres wordt automatisch herkend, zodat een video die u leuk vond een echte plek wordt zonder dat u iets hoeft te typen.
OCR-tekstherkenning
Upload een screenshot van een restaurantnaam, een menukaart of een pin op de kaart, en OCR leest de zichtbare tekst terwijl de AI de ruis eruit filtert om de echte naam van de zaak te vinden. De rommelige screenshot in uw fotoalbum wordt een nette, bruikbare vermelding.
Verrijking via Google Places
Elke gevonden plek wordt getoetst aan Google Places voor een geverifieerd adres, beoordelingen, foto's, prijzen en openingstijden, en dankzij fuzzy matching leidt zelfs een halve naam nog naar de juiste zaak. De half onthouden naam wordt een volledig uitgewerkt adres.
Slimme collecties
Orden plekken in persoonlijke of gedeelde collecties, met eigen emoji en gekleurde covers, en filter binnen elke collectie op keuken of sfeer. De opgeslagen chaos wordt iets wat u echt kunt doorbladeren zoals u over eten denkt.
Ontdekken op de kaart
Bekijk elk opgeslagen eetadres op een wereldkaart met categoriefilters, en tik op een pin voor alle details, een route of om het adres aan een collectie toe te voegen. De lijst wordt een kaart van alle plekken waar u wilt eten.
Delen op social media
Deel collecties met vrienden als bewerkbare of alleen-lezen lijsten en werk samen aan gezamenlijke eetlijsten voor reizen, evenementen of buurtfavorieten. Eetadressen ontdekken wordt sociaal, net zoals kiezen waar u gaat eten dat toch al is.
Delen, uitlezen, bezoeken
Content delen
Deel een reel, een screenshot of een kaartlink met ReelEats. De app accepteert elk formaat foodcontent, dus er valt niets te leren en er is geen juiste manier.
AI haalt het eetadres eruit
OCR leest de tekst uit afbeeldingen, de AI leidt daaruit de naam en gegevens van het restaurant af, en Google Places vult adres, beoordelingen en foto's aan. In enkele seconden wordt ruwe content een compleet eetadres.
Opslaan en ordenen
Het eetadres belandt in uw collectie, waar u het kunt markeren als nog te bezoeken, het na afloop kunt beoordelen en hele collecties met vrienden kunt delen. De cirkel is rond, van eten online zien tot het ook echt eten.
Overal eetadressen toevoegen
Zoek handmatig naar spots, upload foto's voor OCR-extractie, plak Google Maps-links of importeer complete opgeslagen lijsten. Hoe u ook begint, elke methode eindigt met een volledig verrijkte spotvermelding, zodat niets van wat u heeft bewaard blijft liggen.
De technologie achter ReelEats
SwiftUI verzorgt de native iOS-interface en MapKit drijft de locatiefuncties aan. Een Node.js-backend draait de API, de OCR-verwerking en de AI-contentanalyse, en de Google Places API verrijkt elk gevonden adres met data uit de echte wereld. Het resultaat is een app die aan de oppervlakte razendsnel aanvoelt terwijl er onderhuids verrassend veel werk gebeurt.
Deel collecties zoals u wilt
Maak persoonlijke of groepscollecties met eigen emoji-covers en kleurthema's. Deel ze met vrienden als bewerkbare of alleen-lezen lijsten met uitgekozen tips.
Uitdagingen en oplossingen: wat wij oplosten bij het bouwen van deze app
Van het uitlezen van rommelige socialmediacontent tot het matchen van halve namen met miljoenen locaties: dit is wat wij hebben opgelost.
Foodcontent op social media komt in veel vormen. Een reel kan de restaurantnaam in het onderschrift hebben, een screenshot kan tekst over een beeld heen tonen, een kaartlink kan in een bericht binnenkomen. De app moest al deze vormen accepteren en er telkens dezelfde gestructureerde spotgegevens uit halen.
Wij bouwden een verwerkingspipeline voor meerdere invoertypen. Bij gedeelde reels worden de bijschriften en de tekst in beeld uitgelezen, screenshots gaan door OCR en uit kaartlinks worden de place-ID's direct gehaald. Elk invoertype wordt genormaliseerd naar één gemeenschappelijk formaat voordat de AI-verwerking begint, zodat de rest van het systeem altijd maar met één nette datavorm te maken heeft.
Screenshots zijn zelden schoon. Eén beeld kan de restaurantnaam bevatten, verstopt tussen menu-items, prijzen, watermerken en interfacetekst, en naïeve OCR geeft dat allemaal terug als een brij die op zichzelf niets betekent.
Wij legden een AI-filter over de ruwe OCR heen. Nadat OCR alles wat zichtbaar is heeft gelezen, bepaalt de AI welk deel daadwerkelijk de naam van de plek is en gooit de ruis eromheen weg, zodat een rommelige screenshot toch tot één juiste plek leidt in plaats van tot een muur van tekst.
Mensen hebben zelden de volledige, exacte naam. Ze hebben een fragment, een verschrijving of een naam in een andere taal, en een zoekopdracht op exacte match in Google Places loopt daar simpelweg op stuk, waardoor het eetadres onherkend blijft.
Wij bouwden fuzzy matching in de verrijkingsstap in, zodat een gedeeltelijke of onnauwkeurige naam wordt gekoppeld aan de meest waarschijnlijke echte locatie in plaats van te worden afgewezen. Samen met eventuele locatiehints uit de content wordt een half onthouden naam zo een met zekerheid geïdentificeerd restaurant.
Naarmate een gebruiker steeds meer eetadressen opslaat, moeten bladeren, filteren en alles op de kaart tonen snel blijven. Een verzameling van honderden plekken in allerlei keukens en steden mag niet traag worden om te laden of stroperig om te filteren, want dan wordt de app niet meer gebruikt.
Wij ontwierpen de data en de interface vanaf het begin op schaal, met efficiënte opslag, filtering en kaartweergave, zodat de ervaring soepel blijft of iemand nu tien plekken heeft bewaard of duizend. De app voelt voor een veelgebruiker net zo snel als voor een nieuwkomer.
Eenvoudige instellingen voor een eenvoudige app
Accountinstellingen, meldingsvoorkeuren en privacyopties staan bij elkaar in één overzichtelijk instellingenscherm. Het minimale ontwerp is een bewuste keuze: de aandacht blijft bij het ontdekken van eten, niet bij het doorlopen van menu's.
Veelgestelde vragen over restaurantapps
Dat hangt af van de scope, maar als richtlijn kost een AI-app voor het ontdekken van eetadressen als ReelEats doorgaans tussen EUR 25,000 en EUR 50,000 of meer, afhankelijk van de invoermethoden, de AI-extractie en de integraties. Wij geven een vaste inschatting na een korte kennismaking, in plaats van blind te offreren.
Door meerdere signalen te combineren. De app leest bijschriften, voert OCR uit op videoframes en screenshots en ontleedt eventuele kaartlinks; vervolgens bepaalt de AI welke tekst daadwerkelijk de restaurantnaam is en filtert de ruis eruit. Die naam wordt gematcht met Google Places om de echte zaak te bevestigen.
OCR, optical character recognition, leest tekst uit afbeeldingen. In ReelEats scant het screenshots en videobeelden op elke zichtbare tekst, zoals een restaurantnaam op een gevel of een menukaart. OCR levert op zichzelf alles op, dus filtert de AI die uitvoer daarna terug tot de werkelijke naam van het eetadres.
Ja. Mensen hebben zelden de volledige, exacte naam, dus hebben wij fuzzy matching in de verrijkingsstap ingebouwd. Een gedeeltelijke naam, een typefout of een fragment wordt gekoppeld aan de meest waarschijnlijke echte locatie in Google Places in plaats van te worden afgewezen, zodat een half onthouden adres alsnog wordt herkend.
Zodra de AI een waarschijnlijke naam heeft gevonden, matcht de app die met Google Places om geverifieerde gegevens op te halen: adres, beoordelingen, foto's, prijsniveau en openingstijden. Fuzzy matching vangt onvolledige namen op, zodat de gebruiker een compleet en kloppend eetadres overhoudt in plaats van alleen een label.
ReelEats duurde ongeveer vier maanden van concept tot werkende app. De planning hangt af van hoeveel invoermethoden en AI-functies erbij komen kijken. Wij werken in sprints van twee weken met steeds werkende software, zodat de voortgang zichtbaar is in plaats van stil te vallen tot de lancering.
Het liefst alle manieren waarop mensen eetadressen daadwerkelijk bewaren: gedeelde reels en korte video's, screenshots, kaartlinks, handmatig zoeken en geïmporteerde lijsten. ReelEats accepteert ze allemaal en zet ze vóór verwerking om naar één gemeenschappelijk formaat, zodat alles wat een gebruiker deelt uiteindelijk een volledig verrijkt eetadres wordt.
De meeste eetadressen vinden een match in Google Places, maar lukt dat niet, dan bewaart de app alsnog de gevonden naam en de gegevens die de gebruiker heeft, zodat het adres behouden blijft in plaats van te verdwijnen. Het ontwerp zorgt ervoor dat bewaarde content nooit stukloopt op het ontbreken van een exacte match.
Bouwt u een AI-app om dingen te ontdekken?
Wij bouwen iOS-apps met AI-extractie, OCR-verwerking en locatiefuncties, en hetzelfde patroon werkt voor eten, reizen, shoppen en meer. Plant u iets in de trant van ReelEats? Vertel het ons, dan reageert een senior engineer binnen één werkdag met een eerlijk beeld van wat ervoor nodig is.