Pipeline OCR: convertir escaneos de recibos en datos estructurados

Nuestra empresa ha acumulado decenas de miles de recibos en papel y escaneos de documentos que actualmente están en carpetas y archivos PDF sin capacidad de búsqueda o análisis. Necesitamos un pipeline de digitalización OCR funcional: toma un lote de escaneos, reconoce el texto en cada página y transforma imágenes no estructuradas en registros estructurados limpios que se pueden consultar. El volumen crece cada semana, por lo que la solución debe funcionar automáticamente en un horario, recoger nuevos archivos de una carpeta de entrada y procesarlos de manera confiable sin monitoreo manual de la cola. La precisión es más importante para nosotros que la velocidad: un monto incorrecto o una fecha mal leída causan problemas reales en la contabilidad, por lo que el pipeline debe actuar con cuidado y marcar todo lo que no esté seguro.

Para cada documento, el sistema debe extraer los campos que necesitamos: nombre del proveedor, número de factura, fecha de factura, artículos (donde existan), moneda, monto antes de impuestos, impuestos y monto total. Después de la extracción, los valores deben ser verificados, las fechas llevadas a un formato canónico único, los números reconciliados para que los artículos coincidan con el total declarado, y los resultados de baja confianza enviados a una cola para revisión manual en lugar de ser registrados en silencio. Los registros limpios deben ser enviados tanto a nuestra base de datos como a una hoja de cálculo para que el departamento de finanzas pueda trabajar con ellos de inmediato. Se prefiere una implementación en Python con un motor OCR conocido, registro claro y una forma simple de reprocesar documentos fallidos.

Por favor, trate esto como una herramienta de producción, no como un prototipo. Proporcionaremos un conjunto representativo de escaneos reales (calidad variable, rotados, en diferentes idiomas) para ajustar, y esperamos a cambio el código fuente, instrucciones de instalación y una breve entrega para que nuestro personal pueda operar y desarrollar el sistema.

— Obtener escaneos y PDFs de una carpeta monitoreada, alinear y limpiar imágenes antes del reconocimiento
— Extraer proveedor, número de factura, fechas, montos, impuestos y artículos con puntuación de confianza
— Verificar y normalizar campos; reconciliar artículos con el total; enviar resultados cuestionables a revisión manual
— Salida de registros estructurados a la base de datos y hoja de cálculo; registros y capacidad de volver a ejecutar