Español

Esta herramienta proporciona extracción de texto basada en OCR en Windows desde imágenes y PDFs no buscables, generando texto editable para la captura de datos y flujos de archivo. Está orientada a trabajadores del conocimiento, equipos de entrada de datos, investigadores y desarrolladores que manejan grandes volúmenes de documentos.
Conceptualmente, el flujo importa archivos, ejecuta OCR por página con modelos lingüísticos, realiza análisis de diseño para identificar bloques de texto y tablas, y genera salidas en los formatos elegidos. Los usuarios seleccionan idiomas principales y fallback; el procesamiento por lotes aumenta el rendimiento.
Su valor único reside en el procesamiento en dispositivo, soporte robusto de lotes y salidas estructuradas flexibles (TXT, CSV, JSON o PDF buscable) adecuadas para pipelines ETL. Casos de uso incluyen extracción de partidas de factura a CSV, formularios a JSON y OCR de archivos para archivo con búsqueda.
Funciones centrales: procesamiento de varias páginas, paquetes de idiomas, detección de tablas, formateo de salidas y reportes de confianza por página. Se contemplan casos límite como páginas ilegibles, idiomas desconocidos y lotes grandes; la localización admite resultados multilingües y formatos numéricos regionales.