OCR Activities

Versión: 1.0.0  ·  ID: zoan-packages-ocr  ·  Autor: Zoan Software

El paquete OCR (Optical Character Recognition, reconocimiento óptico de caracteres) lee el texto que aparece dentro de una imagen: un PDF escaneado, una foto de un documento, una captura de pantalla. Es el complemento del paquete PDF: cuando un documento es una imagen (no tiene texto seleccionable), las actividades de PDF no pueden leerlo — pero OCR sí.

Usa el motor Tesseract, un reconocedor de texto de código abierto ampliamente usado.

El OCR no es perfecto

El OCR interpreta una imagen, así que su precisión depende de la calidad de esa imagen: una buena resolución y un texto nítido dan excelentes resultados; un escaneo borroso, torcido o de baja calidad produce errores. Por eso:

• Usa imágenes de buena resolución (300 DPI o más para escaneos).
• Activa el preprocesado (preprocess) para limpiar imágenes difíciles.
• Valida los datos extraídos (por ejemplo, que un número tenga el formato esperado) — no asumas que el texto es 100% correcto.

Idioma del texto

Casi todas las actividades aceptan un parámetro language con el código del idioma del texto a reconocer:

Valor	Idioma
eng	Inglés (por defecto)
spa	Español
eng+spa	Varios idiomas a la vez

Indicar el idioma correcto mejora mucho la precisión (por los acentos, la ñ, etc.). Para texto en español, usa siempre language = "spa". Para ver qué idiomas están disponibles, usa OCR Get Available Languages.

Preprocesado de la imagen

El parámetro preprocess aplica una limpieza a la imagen antes de reconocerla, lo que mejora el resultado en escaneos de mala calidad:

Valor	Qué hace
none	Sin preprocesado (por defecto en la mayoría)
auto	Limpieza completa: quita ruido, binariza y endereza
deskew	Solo endereza una imagen torcida
binarize	Convierte a blanco y negro (mejora el contraste)

Si el reconocimiento sale mal, prueba auto

La opción preprocess = "auto" resuelve la mayoría de los problemas de escaneos torcidos o con ruido. Empieza sin preprocesado; si el texto sale con errores, súbele a auto.

Dos fuentes: archivo o pantalla

• Desde un archivo de imagen (.png, .jpg, .bmp, .tiff): OCR Recognize File y las de extracción estructurada.
• Desde la pantalla: OCR Recognize Screen Region (un área) y OCR Screenshot (toda la pantalla). Estas requieren una sesión de escritorio interactiva (igual que el paquete Desktop).

Actividades

Reconocer texto

Actividad	Tipo	Salida	Qué hace
OCR Recognize File	ocr-recognize	string	Lee el texto de un archivo de imagen
OCR Recognize Screen Region	ocr-recognize-region	string	Lee el texto de un área de la pantalla
OCR Screenshot	ocr-screenshot	string	Lee todo el texto de la pantalla

Buscar y ubicar

Actividad	Tipo	Salida	Qué hace
OCR Find Text	ocr-find-text	object	Encuentra la posición de un texto
OCR Get Lines	ocr-get-lines	List	Lista estructurada de líneas y coordenadas

Extracción estructurada

Actividad	Tipo	Salida	Qué hace
OCR Extract Pattern	ocr-extract-pattern	Dictionary	Extrae campos con expresiones regulares
OCR Extract Form Fields	ocr-extract-form	Dictionary	Extrae texto de regiones nombradas
OCR Extract Table	ocr-extract-table	DataTable	Detecta una tabla en la imagen

Utilidad

Actividad	Tipo	Salida	Qué hace
OCR Get Available Languages	ocr-get-languages	List	Idiomas disponibles

Un flujo típico

Leer una factura escaneada y extraer su número:

OCR Recognize File   path = = rutaImagen   language = "spa"   preprocess = "auto"   → output: texto
Set Variable   name = numero   value = = regexFind(texto, "FAC-\d+")

Siguientes pasos

• OCR Recognize File — leer texto de una imagen.
• OCR Extract Pattern — extraer campos concretos de un documento.
• PDF — para PDF con texto seleccionable (sin OCR).