Reconhecimento automático de texto

Acredito que com uma regex você consiga filtrar boa parte dos casos, sem precisar de uma API externa. Eu tentaria isso antes de algo mais complexo.

Note que você pode cair em um monte de casos específicos. A primeira que me vem à cabeça é o caso de o endereço não ter número, vindo com “Sem número” ou “S/N” na string.

Outro caso é identificar os logradouros válidos quando eles estão parcialmente informados, como “av” ao invés de avenida. Você teria que, ao menos, garantir que uma palavra inteira seria detectada ou, se for parcial, é uma alternativa válida (“av” para ‘avenida’, por exemplo). Se você não fizer isso, pode acabar aceitando coisas como “avião caiu há 2 km”.

Por fim, há algum motivo para limitar à rua e Avenida? Pois há bem mais logradouros que estes: https://pt.wikipedia.org/wiki/Logradouro .

Abraço.

Se for optar por alguma API, tem a OCR