OCR a medida: de leer un documento a fiarse del dato
El OCR (reconocimiento óptico de caracteres) es la tecnología que convierte una imagen de un texto en texto que un ordenador puede leer. Existe desde hace décadas y hoy cualquier móvil lo hace. Por eso sorprende tanto que, en tantas empresas, las facturas y los albaranes se sigan tecleando a mano.
La razón es sencilla: leer las letras no es el problema. El problema es saber qué significa cada número, dónde va y si se puede confiar en él.
Por qué un OCR genérico no basta
Un OCR genérico te devuelve el texto de la página. Pero una factura real no es una página limpia. Es un PDF de un proveedor, una foto torcida hecha con el móvil, un escaneo con una mancha de café o un albarán firmado a bolígrafo encima de los importes.
Y aunque el texto salga perfecto, quedan preguntas que el OCR no responde:
- ¿Cuál de los tres números con forma de fecha es la fecha de la factura?
- ¿Ese NIF es el del proveedor o el del cliente?
- ¿La base imponible más el IVA da el total que pone abajo?
- ¿Este proveedor siempre factura con este tipo de IVA, o hoy viene distinto?
Cada empresa tiene sus proveedores, sus formatos y sus excepciones. Por eso un sistema que sirve para todo suele quedarse corto en lo concreto.
Qué es un pipeline de OCR
Un pipeline es una cadena de pasos, cada uno con una tarea clara, donde la salida de uno es la entrada del siguiente. En documentos, el nuestro suele tener cuatro:
- Lectura. Se prepara la imagen (enderezar, recortar, mejorar contraste) y se extrae el texto con su posición en la página.
- Extracción de campos. Se identifica cada dato que te interesa: proveedor, NIF, fecha, número de factura, base, tipo de IVA, total, líneas de detalle. Solo los campos que tu proceso necesita, con el formato que tu sistema espera.
- Validación cruzada. Cada dato se comprueba por más de una vía antes de darlo por bueno.
- Revisión humana de excepciones. Lo que no supera las comprobaciones no entra en silencio: se marca y lo revisa una persona.
El tercer paso es el que marca la diferencia.
Verificar por más de una vía
Un dato extraído es una propuesta, no un hecho. Para convertirlo en un dato fiable, lo contrastamos con otras fuentes y con reglas que no dependen del mismo modelo que lo leyó. Por ejemplo:
- Aritmética. La suma de las líneas tiene que dar la base; la base por el tipo de IVA, la cuota; y todo junto, el total.
- Formato. Un NIF tiene una letra de control que se puede calcular. Si no cuadra, el NIF está mal leído.
- Histórico. Si un proveedor lleva dos años facturando con un tipo de IVA y hoy aparece otro, merece una mirada.
- Doble lectura. El mismo campo se puede obtener por dos métodos distintos. Si coinciden, la confianza sube. Si no, se escala.
La regla es sencilla: si las vías no coinciden, el dato no entra. Preferimos mandar una duda a una persona que dejar pasar un error. Así el equipo deja de teclear todo y pasa a revisar solo lo que de verdad necesita ojos.
Un caso real: la gestoría
En una gestoría que lleva la contabilidad de decenas de empresas, las facturas llegaban cada mes en PDF y en foto, por correo y por carpetas. Cada dato se tecleaba a mano antes de poder trabajar con él.
Instalamos un sistema en el propio despacho que lee cada factura, extrae los campos y prepara parte del asiento sobre las plantillas que la gestoría ya usaba. Se adaptó a sus hojas, no al revés. Cada dato se contrasta por más de una vía; si no coinciden, se marca y lo revisa una persona.
El equipo pasó de teclearlo todo a revisar solo las excepciones. Y los documentos no salen del servidor del despacho: no hay cuotas por uso ni datos de clientes viajando a servicios externos.
La misma idea, en una línea de producción
La visión artificial no es solo leer papeles. En industria, una cámara sobre la línea puede inspeccionar cada pieza y detectar defectos (una grieta, un golpe, una soldadura incompleta, una etiqueta mal puesta) antes de que la pieza salga.
El planteamiento es el mismo que con las facturas. El modelo se entrena con imágenes de tus piezas y tus defectos, no con un catálogo genérico. Cada detección se guarda con la imagen que la justifica, para que quien la revise vea exactamente qué ha visto el sistema. Y lo dudoso se aparta para una persona en lugar de decidirse a ciegas.
Si en tu empresa hay documentos que alguien teclea cada semana, o una inspección que depende de que nadie se despiste, escríbenos a info@liberionlabs.com. Empezamos por ver cómo trabajáis hoy.