OCR Extract Pattern

Tipo: ocr-extract-pattern · Paquete: OCR Activities v1.0.0 · Salida: Dictionary

Combina OCR + expresiones regulares en un solo paso: reconoce el texto de una imagen y, sobre ese texto, aplica un conjunto de patrones (regex) para extraer campos concretos. Devuelve un diccionario { campo: valor }. Es la forma más directa de sacar datos estructurados de un documento escaneado (número de factura, fecha, total).

Cómo funciona

Ejecuta OCR sobre la imagen y, sobre el texto resultante, evalúa cada patrón del diccionario patterns. Por cada patrón que coincide, agrega nombreCampo → valor al resultado. Usa un grupo de captura en el regex para extraer solo la parte que te interesa.

Parámetros requeridos

Parámetro	Editor	Descripción
`path`	expresión	Ruta del archivo de imagen.
`patterns`	objeto	Diccionario `nombreCampo → patrón regex`. Usa un grupo de captura para extraer el valor.

Parámetros opcionales

Parámetro	Editor	Descripción
`language`	expresión	Código del idioma: `eng` (def.) · `spa` · `eng+spa`.
`preprocess`	expresión	Limpieza previa: `none` (def.) · `auto` · `deskew` · `binarize`.

Salida

Devuelve un Dictionary con un par por cada patrón que coincidió.

Ejemplo

Extraer número, fecha y total de una factura escaneada:

OCR Extract Pattern
  path     = = rutaFactura
  language = "spa"
  preprocess = "auto"
  patterns = {
     "numero": "FAC-(\d+)",
     "fecha":  "Fecha:\s*(\d{4}-\d{2}-\d{2})",
     "total":  "Total:\s*\$?([\d.,]+)"
  }
  → output: datos

Log   message = = "Factura " + datos["numero"] + " — Total " + datos["total"]

Actividades relacionadas

OCR Recognize File — obtener el texto y extraer tú mismo con regexFind.
OCR Extract Form Fields — extraer por posición en vez de por patrón.