¿Qué es el OCR (reconocimiento óptico de caracteres)?

¿Qué es el OCR?

El OCR (optical character recognition, reconocimiento óptico de caracteres) es la tecnología que «lee» una imagen y devuelve el texto que contiene. Para una computadora, un PDF escaneado o una foto de un recibo son solo puntos de colores; el OCR identifica letras, números y palabras, y los convierte en texto que se puede copiar, buscar o procesar. Los motores actuales usan técnicas de inteligencia artificial, como las redes neuronales.

Es una tecnología con décadas de historia. El motor de código abierto Tesseract, por ejemplo, se desarrolló originalmente en Hewlett-Packard entre 1985 y 1994, se liberó como código abierto en 2005 y hoy reconoce más de 100 idiomas.

¿Cómo funciona, en simple?

1. Prepara la imagen: la endereza, limpia manchas y mejora el contraste.
2. Detecta el texto: ubica bloques, líneas y palabras.
3. Reconoce: asigna a cada forma la letra o el número más probable. Los motores modernos, como las versiones recientes de Tesseract, usan redes neuronales que reconocen líneas completas.
4. Entrega el texto, a menudo con su posición en la página.

El resultado es texto, no significado: el OCR no sabe que «1.250,00» es el total a pagar y no el subtotal.

¿Necesitas OCR para las facturas del SRI?

No. En Ecuador, la factura electrónica no es una imagen: es un archivo XML, un formato de datos estructurado. La ficha técnica del SRI (Servicio de Rentas Internas, versión 2.34) establece que cada archivo se firma bajo el estándar XAdES-BES, de modo que lleva la firma dentro y se convierte en un documento válido cuando el SRI lo autoriza. Cada comprobante tiene, además, una clave de acceso única de 49 dígitos.

Eso significa que el número de RUC (Registro Único de Contribuyentes) del emisor, los valores, los impuestos y el detalle de cada ítem ya vienen en campos identificados. Leerlos con OCR desde el PDF de representación impresa, el RIDE, sería dar un rodeo y arriesgar errores. Lo correcto es procesar el XML directamente; el SRI publica los esquemas XML de cada tipo de comprobante.

¿Cuándo sí conviene el OCR?

• Facturas de proveedores del exterior, que llegan en PDF o en papel.
• Recibos, notas de venta antiguas, guías o documentos escaneados.
• Contratos firmados a mano, cédulas o certificados que se reciben como imagen.
• Archivos históricos que la empresa quiere volver buscables.

¿Qué límites tiene?

La calidad depende de la imagen: fotos torcidas, sellos encima del texto, letra manuscrita o tablas complejas generan errores. Un «8» leído como «3» en un total puede pasar inadvertido. Por eso los procesos serios validan lo extraído —por ejemplo, que la suma de los ítems coincida con el total— y envían a revisión humana lo dudoso.

¿Cómo se relaciona con otros términos?

El OCR es el primer paso del procesamiento inteligente de documentos, que además entiende qué es cada dato. Para el caso de facturas, la guía extraer datos de facturas con IA compara enfoques. Y si quieres saber qué trae el archivo del SRI, revisa la definición de comprobante electrónico.