-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathmain.py
More file actions
669 lines (547 loc) · 24.5 KB
/
main.py
File metadata and controls
669 lines (547 loc) · 24.5 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
from fastapi import FastAPI, File, UploadFile, HTTPException
import os
import uuid
import shutil
from google import genai
import re
import cv2
import numpy as np
import pytesseract
from PIL import Image
import math
from dotenv import load_dotenv
import uvicorn
# Cargar las variables de entorno desde el archivo .env
load_dotenv()
# Obtener la API key desde las variables de entorno
API_KEY = os.getenv("GENAI_API_KEY")
if not API_KEY:
raise RuntimeError("Please set the environment variable GENAI_API_KEY with your API key.")
# Initialize Gemini client
client = genai.Client(api_key=API_KEY)
# Initialize FastAPI app
app = FastAPI()
@app.post("/ticket/")
async def analyze_ticket(file: UploadFile = File(...)):
"""
Recibe un archivo de imagen, lo envía a Gemini Flash para procesarlo
y devuelve un JSON con fecha, token y categoría.
"""
# Guardar el archivo temporalmente
temp_dir = "/tmp"
os.makedirs(temp_dir, exist_ok=True)
unique_name = f"{uuid.uuid4()}_{file.filename}"
temp_path = os.path.join(temp_dir, unique_name)
try:
# Escribir el contenido en disco
with open(temp_path, "wb") as buffer:
shutil.copyfileobj(file.file, buffer)
# Subir la imagen a Gemini
uploaded = client.files.upload(file=temp_path)
# Definir el prompt con instrucciones
prompt = """
Necesito que realices las siguientes tareas sobre la imagen del ticket que te estoy enviando:
1. **Rotación automática**: Gira la imagen a la posición correcta para poder analizarla correctamente.
2. **Extracción de fecha**: Busca una fecha en el ticket. Puede tener distintos formatos como DD-MM-YYYY, YYYY/MM/DD, etc., pero necesito que la regreses en el siguiente formato: DD/MM/AAAA.
3. **Extracción del token de facturación**: Este puede aparecer con el texto \"Token\" o \"Token de facturación\".
4. **Clasificación de categoría**: Clasifica la imagen de acuerdo con las siguientes categorías:
- **Boleto de autobús**: si contiene palabras como "pasajero", "destino", "primera plus", "servicio económico", "coordinados", "flecha amarilla", "unebus".
- **Ticket de compra de alimentos**: si contiene palabras relacionadas con marcas como "subway", "doggis", "barrio chick'en", "burger king".
- **Ticket de paquetería flecha amarilla**: si se menciona explícitamente "flecha amarilla" en contexto de mensajería o paquetería.
- **Ticket de envío primera Plus**: si se menciona explícitamente "envíos primera plus".
Devuelveme unicamente la categoria, el token y la fecha, si encuentras algo diferente a lo que te pido, no me lo regreses. Ignora cualquier otro texto que no sea el resultado de las tareas que te he pedido.
"""
# Llamar al modelo de Gemini Flash
response = client.models.generate_content(
model="gemini-2.0-flash",
contents=[uploaded, prompt]
)
print("Respuesta cruda de Gemini:")
print(response.text)
result= parse_text_response_ticket(response.text)
print("Respuesta parseada:")
print(result)
return result
except Exception as e:
import traceback
traceback.print_exc() # muestra el error completo en consola
raise HTTPException(status_code=500, detail=f"Error interno: {str(e)}")
finally:
# Eliminar el archivo temporal
try:
os.remove(temp_path)
except OSError:
pass
def parse_text_response_ticket(text: str) -> dict:
categoria = re.search(r"\*\*Categoría:\*\*\s*(.+)", text)
token = re.search(r"\*\*Token:\*\*\s*(.+)", text)
fecha = re.search(r"\*\*Fecha:\*\*\s*(.+)", text)
return {
"categoría": categoria.group(1) if categoria else None,
"token": token.group(1) if token else None,
"fecha": fecha.group(1) if fecha else None
}
@app.post("/fiscal/")
async def analyze_fiscal(file: UploadFile = File(...)):
"""
Recibe un archivo, lo envía a Gemini Flash para procesarlo
y devuelve los datos de identificación del constribuyente y datos de la ubicación.
"""
temp_dir = "/tmp"
os.makedirs(temp_dir, exist_ok=True)
unique_name = f"{uuid.uuid4()}_{file.filename}"
temp_path = os.path.join(temp_dir, unique_name)
try:
# Escribir el contenido en disco
with open(temp_path, "wb") as buffer:
shutil.copyfileobj(file.file, buffer)
# Subir la imagen a Gemini
uploaded = client.files.upload(file=temp_path)
# Definir el prompt con instrucciones
prompt = """
Eres un extractor de datos fiscales. Recibirás un archivo (PDF o imagen JPG/PNG/JPEG) y debes devolver las siguientes claves (en este orden y con este nombre exacto). Si no encuentras valor para una clave, asigna null. No incluyas nada más.
- **RFC**
- **Denominación/razón social**
- **Régimen Capital**
- **Nombre Comercial**
- **Fecha de inicio de operaciones**
- **Estatus del padrón**
- **Fecha de último cambio de estado**
- **Codigo postal**
- **tipo de vialidad**
- **nombre de vialidad**
- **numero exterior**
- **numero interior**
- **nombre de la colonia**
- **nombre de la localidad**
- **nombre del municipio o demarcacion territorial**
- **nombre de la entidad federativa**
- **entre calle**
- **y calle**
- **correo electronico**
]
Ejemplo de salida:
RFC: ABC123456T78
Denominación/razón social: Mi Empresa S.A. de C.V.
Régimen Capital: null
Nombre Comercial: La Tiendita
Fecha de inicio de operaciones: 01/03/2015
Estatus del padrón": Vigente
Fecha de último cambio de estado: 10/10/2020
Codigo postal: 01234
tipo de vialidad: Avenida
nombre de vialidad: Insurgentes
numero exterior: 123
numero interior: null
nombre de la colonia: Del Valle
nombre de la localidad: null
nombre del municipio o demarcacion territorial: Benito Juárez
nombre de la entidad federativa: Ciudad de México
entre calle: Patricio Sanz
y calle: Amores
correo electronico: contacto@miempresa.com
no quiero la respuesta en formato JSON, ni en otro formato diferente a texto plano. No quiero que me digas que has terminado de procesar la imagen, ni que me digas que has encontrado los datos
Devuelveme unicamente lo que te pedi, si encuentras algo diferente a lo que te pido, no me lo regreses. Ignora cualquier otro texto que no sea el resultado de las tareas que te he pedido.
"""
# Llamar al modelo de Gemini Flash
response = client.models.generate_content(
model="gemini-2.0-flash",
contents=[uploaded, prompt]
)
print("Respuesta cruda de Gemini:")
print(response.text)
result = parse_text_response_fiscal(response.text)
print("Respuesta parseada:")
print(result)
return result
except Exception as e:
import traceback
traceback.print_exc() # muestra el error completo en consola
raise HTTPException(status_code=500, detail=f"Error interno: {str(e)}")
finally:
# Eliminar el archivo temporal
try:
os.remove(temp_path)
except OSError:
pass
def parse_text_response_fiscal(text: str) -> dict:
RFC = re.search(r"RFC:\s*(.+)",text)
Denominacion = re.search(r"Denominación/razón social:\s*(.+)",text)
regimen = re.search(r"Régimen Capital:\s*(.+)",text)
nombre_comercial = re.search(r"Nombre Comercial:\s*(.+)",text)
fecha_inicio = re.search(r"Fecha de inicio de operaciones:\s*(.+)", text)
estatus = re.search(r"Estatus del padrón:\s*(.+)", text)
fecha_cambio = re.search(r"Fecha de último cambio de estado:\s*(.+)", text)
cp = re.search(r"Codigo postal:\s*(.+)", text)
tipo_vialidad = re.search(r"tipo de vialidad:\s*(.+)", text)
nombre_vialidad = re.search(r"nombre de vialidad:\s*(.+)", text)
numero_exterior = re.search(r"numero exterior:\s*(.+)", text)
numero_interior = re.search(r"numero interior:\s*(.+)", text)
nombre_colonia = re.search(r"nombre de la colonia:\s*(.+)", text)
nombre_localidad = re.search(r"nombre de la localidad:\s*(.+)", text)
nombre_municipio = re.search(r"nombre del municipio o demarcacion territorial:\s*(.+)", text)
nombre_entidad = re.search(r"nombre de la entidad federativa:\s*(.+)", text)
entre_calle = re.search(r"entre calle:\s*(.+)", text)
y_calle = re.search(r"y calle:\s*(.+)", text)
correo = re.search(r"correo electronico:\s*(.+)", text)
return {
"RFC": RFC.group(1) if RFC else None,
"Denominación/razón social": Denominacion.group(1) if Denominacion else None,
"Régimen Capital": regimen.group(1) if regimen else None,
"Nombre Comercial": nombre_comercial.group(1) if nombre_comercial else None,
"Fecha de inicio de operaciones": fecha_inicio.group(1) if fecha_inicio else None,
"Estatus del padrón": estatus.group(1) if estatus else None,
"Fecha de último cambio de estado": fecha_cambio.group(1) if fecha_cambio else None,
"Codigo postal": cp.group(1) if cp else None,
"tipo de vialidad": tipo_vialidad.group(1) if tipo_vialidad else None,
"nombre de vialidad": nombre_vialidad.group(1) if nombre_vialidad else None,
"numero exterior": numero_exterior.group(1) if numero_exterior else None,
"numero interior": numero_interior.group(1) if numero_interior else None,
"nombre de la colonia": nombre_colonia.group(1) if nombre_colonia else None,
"nombre de la localidad": nombre_localidad.group(1) if nombre_localidad else None,
"nombre del municipio o demarcacion territorial": nombre_municipio.group(1) if nombre_municipio else None,
"nombre de la entidad federativa": nombre_entidad.group(1) if nombre_entidad else None,
"entre calle": entre_calle.group(1) if entre_calle else None,
"y calle": y_calle.group(1) if y_calle else None,
"correo electronico": correo.group(1) if correo else None
}
def correct_orientation(image):
"""
Detecta la orientación usando Tesseract y rota la imagen para que el texto quede horizontal.
"""
# Ejecutamos OSD sobre la imagen (mejor si está en color o escala de grises, no binarizada).
osd = pytesseract.image_to_osd(image)
rotation_angle = 0
# Buscamos la línea donde aparece 'Rotate:'
for line in osd.split('\n'):
if "Rotate:" in line:
rotation_angle = int(line.split(':')[1].strip())
break
# Si Tesseract indica que la imagen está rotada, la corregimos
if rotation_angle != 0:
(h, w) = image.shape[:2]
center = (w // 2, h // 2)
# Rota en sentido contrario (negativo) al ángulo detectado
M = cv2.getRotationMatrix2D(center, -rotation_angle, 1.0)
image = cv2.warpAffine(image, M, (w, h),
flags=cv2.INTER_CUBIC,
borderMode=cv2.BORDER_REPLICATE)
return image
def correct_skew(image):
"""
Detecta y corrige la inclinación (skew) de la imagen para que el texto quede recto.
"""
# Convertir a escala de grises si la imagen está en color
if len(image.shape) == 3:
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
else:
gray = image.copy()
# Aplicar umbral para binarizar
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# Detectar bordes
edges = cv2.dilate(thresh, None)
# Usar transformada de Hough para detectar líneas
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength=100, maxLineGap=10)
# Si no se detectan líneas, devolver la imagen original
if lines is None:
return image
angles = []
# Calcular ángulos de las líneas
for line in lines:
x1, y1, x2, y2 = line[0]
# Si la línea no es vertical
if x2 - x1 != 0:
angle = math.atan2(y2 - y1, x2 - x1) * 180.0 / np.pi
# Consideramos solo líneas que estén cercanas a la horizontal
if abs(angle) < 45:
angles.append(angle)
# Si no hay ángulos válidos, devolver la imagen original
if not angles:
return image
# Calcular el ángulo promedio de inclinación
skew_angle = np.median(angles)
# Corregir la inclinación
(h, w) = image.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, skew_angle, 1.0)
corrected = cv2.warpAffine(image, M, (w, h),
flags=cv2.INTER_CUBIC,
borderMode=cv2.BORDER_REPLICATE)
return corrected
def apply_roi(image):
"""
Aplica una región de interés (ROI) a la imagen usando proporciones negativas.
La ROI se define como la mitad inferior de la imagen, usando todo el ancho.
Parámetros:
-----------
image : np.ndarray
Imagen de entrada (después de corregir la orientación).
Retorna:
--------
roi : np.ndarray
Imagen recortada a la región de interés.
"""
# Obtener dimensiones de la imagen
h, w = image.shape[:2]
# Definir proporciones para la ROI
x_start = int(w * 0.2) # Desde el inicio del ancho
x_end = int(w * 0.9) # Hasta el final del ancho
y_start = int(h * 0.1) # Desde la mitad de la altura
y_end = h # Hasta el final de la altura
# Recortar la imagen a la ROI
roi = image[y_start:y_end, x_start:x_end]
return roi
def noise_removal(image):
import numpy as np
kernel = np.ones((1, 1), np.uint8)
image = cv2.dilate(image, kernel, iterations=1)
kernel = np.ones((1, 1), np.uint8)
image = cv2.erode(image, kernel, iterations=1)
image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)
image = cv2.medianBlur(image, 3)
return (image)
def normalize_resolution(image, target_dpi=300, target_resolution=(1920, 1080)):
"""
Normaliza la resolución de la imagen a 500 ppp (DPI) y redimensiona a una resolución en píxeles específica.
Args:
image: Imagen en formato numpy array (formato OpenCV)
target_dpi: Resolución objetivo en DPI (por defecto 500)
target_resolution: Resolución objetivo en píxeles (por defecto 1920x1080)
Returns:
Imagen normalizada a la resolución especificada y redimensionada.
"""
# Convertir imagen de OpenCV a formato PIL para trabajar con DPI
if len(image.shape) == 3:
pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
else:
pil_image = Image.fromarray(image)
# Verificar si la imagen tiene información de DPI
try:
current_dpi_x, current_dpi_y = pil_image.info.get('dpi', (72, 72))
except:
current_dpi_x, current_dpi_y = 72, 72
# Si ya está en la resolución deseada, devolver la imagen original
if int(current_dpi_x) == target_dpi and int(current_dpi_y) == target_dpi:
pil_image = pil_image.resize(target_resolution, Image.LANCZOS)
return np.array(pil_image)
# Calcular el factor de escala para DPI
scale_x = target_dpi / current_dpi_x
scale_y = target_dpi / current_dpi_y
# Calcular las nuevas dimensiones basadas en DPI
new_width = int(pil_image.width * scale_x)
new_height = int(pil_image.height * scale_y)
# Redimensionar la imagen usando un algoritmo de alta calidad
resized_pil = pil_image.resize((new_width, new_height), Image.LANCZOS)
# Establecer el DPI en la imagen
resized_pil.info['dpi'] = (target_dpi, target_dpi)
# Redimensionar a la resolución deseada
resized_pil = resized_pil.resize(target_resolution, Image.LANCZOS)
# Convertir de nuevo a formato OpenCV
if len(image.shape) == 3:
normalized_image = cv2.cvtColor(np.array(resized_pil), cv2.COLOR_RGB2BGR)
else:
normalized_image = np.array(resized_pil)
return normalized_image
def process_image(image_path, output_path):
"""
Procesa una imagen aplicando corrección de orientación,
corrección de inclinación y normalización de resolución.
Args:
image_path: Ruta de la imagen a procesar
output_path: Ruta donde guardar la imagen procesada
"""
# Cargar la imagen
image = cv2.imread(image_path)
if image is None:
raise ValueError(f"No se pudo cargar la imagen desde {image_path}")
# Aplicar corrección de orientación
print("Corrigiendo orientación...")
oriented_image = correct_orientation(image)
# Aplicar corrección de inclinación
print("Corrigiendo inclinación...")
deskewed_image = correct_skew(oriented_image)
# Normalizar resolución a 500 DPI
print("Normalizando resolución...")
normalized_image = normalize_resolution(deskewed_image, target_dpi=600)
# Aplicar la región de interés (ROI)
image = apply_roi(normalized_image)
# Convertir a escala de grises
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Aumentar la resolución (factor de escalado)
#gray = cv2.resize(gray, None, fx=2, fy=2, interpolation=cv2.INTER_LINEAR)
# Aumentar nitidez con Unsharp Mask
# - Se crea una versión desenfocada con GaussianBlur
# - Se combinan (imagen - desenfocada) para resaltar bordes
#gaussian = cv2.GaussianBlur(gray, (0, 0), 3)
#sharpened = cv2.addWeighted(gray, 2.0, gaussian, -1.0, 0) # Incrementa el peso de la imagen original
# Binarización
_, binarized = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
# Reducir ruido (fastNlMeansDenoising) con h moderado para no borrar detalles
denoised = cv2.fastNlMeansDenoising(binarized, None, h=10, templateWindowSize=7, searchWindowSize=21)
#denoised= noise_removal(binarized)
# Operaciones morfológicas para eliminar trazos finos
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (4,3)) # Kernel más grande
# Aplicamos OPENING (erosión seguida de dilatación) para eliminar ruido fino
opened = cv2.morphologyEx(denoised, cv2.MORPH_OPEN, kernel)
# Opcional: Dilatación para reforzar caracteres restantes
kernel_dilate = cv2.getStructuringElement(cv2.MORPH_RECT, (3,4))
cleaned = cv2.dilate(opened, kernel_dilate, iterations=1)
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (4,4))
cleaned = cv2.morphologyEx(cleaned, cv2.MORPH_OPEN, kernel)
# Aplicar detector de bordes Canny
edges = cv2.Canny(cleaned, 50, 150)
# Combinar bordes detectados con la imagen binarizada
reinforced = cv2.addWeighted(cleaned, 0.8, edges, 0.2, 0) # Ajusta los pesos (0.8 y 0.2)
# Guardar la imagen procesada
cv2.imwrite(output_path, reinforced)
print(f"Imagen procesada guardada en {output_path}")
# Realizar OCR con Tesseract
# Prueba distintos modos psm (3, 6, 11) si no reconoce bien.
config = '--oem 1 --psm 6 -c tessedit_char_whitelist=Token:token:0123456789'
text = pytesseract.image_to_string(cleaned, lang='spa', config=config)
configContext = '--oem 1 --psm 6'
Context = pytesseract.image_to_string(denoised, lang='spa', config=configContext)
print(Context)
Category=classify_text(Context)
Token=getToken(text)
Date=getDate(text)
return Category,Token,Date
def process_image_array(image):
# Aplicar corrección de orientación
print("Corrigiendo orientación...")
oriented_image = correct_orientation(image)
# Aplicar corrección de inclinación
print("Corrigiendo inclinación...")
deskewed_image = correct_skew(oriented_image)
# Normalizar resolución a 600 DPI
print("Normalizando resolución...")
normalized_image = normalize_resolution(deskewed_image, target_dpi=600)
# Aplicar la región de interés (ROI)
image_roi = apply_roi(normalized_image)
# Convertir a escala de grises
gray = cv2.cvtColor(image_roi, cv2.COLOR_BGR2GRAY)
# Binarización
_, binarized = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
# Reducir ruido
denoised = cv2.fastNlMeansDenoising(binarized, None, h=10, templateWindowSize=7, searchWindowSize=21)
# Operaciones morfológicas
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (4,3))
opened = cv2.morphologyEx(denoised, cv2.MORPH_OPEN, kernel)
kernel_dilate = cv2.getStructuringElement(cv2.MORPH_RECT, (3,4))
cleaned = cv2.dilate(opened, kernel_dilate, iterations=1)
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (4,4))
cleaned = cv2.morphologyEx(cleaned, cv2.MORPH_OPEN, kernel)
# Realizar OCR
config = '--oem 1 --psm 6 -c tessedit_char_whitelist=Token:token:0123456789'
text = pytesseract.image_to_string(cleaned, lang='spa', config=config)
configContext = '--oem 1 --psm 6'
Context = pytesseract.image_to_string(denoised, lang='spa', config=configContext)
print(Context)
Category = classify_text(Context)
Token = getToken(text)
Date = getDate(text)
return Category, Token, Date
def classify_text(text):
"""
Clasifica el texto extraído en una de las categorías:
'Boleto de autobus', 'Paqueteria', o 'Comida'.
Parámetros:
-----------
text : str
Texto extraído por OCR.
Retorna:
--------
category : str
Categoría a la que pertenece el texto.
"""
# Palabras clave para cada categoría
keywords_boletos = ["servicio economico", "pasajero", "pasajeros", "boleto", "autobus", "autobuses", "autotransportes", "primeraplus"]
keywords_paqueteria = ["paqueteria", "mensajeria"]
keywords_comida = ["comida", "restaurante", "menu", "platillo"]
# Convertir el texto a minúsculas para comparación insensible a mayúsculas
text_lower = text.lower()
# Verificar si el texto contiene palabras clave de cada categoría
if any(keyword.lower() in text_lower for keyword in keywords_boletos):
return "Boleto de autobus"
elif any(keyword.lower() in text_lower for keyword in keywords_paqueteria):
return "Paqueteria"
elif any(keyword.lower() in text_lower for keyword in keywords_comida):
return "Comida"
else:
return "Sin categoría"
def getDate(text):
"""
Obtiene la cadena numerica de la fecha y elimina
el error de lectura del OCR por medio de expresiones regulares,
sustituyendo 7 por /.
Parámetros:
-----------
text : str
Texto extraído por OCR.
Retorna:
--------
corrected_date : str
Fecha con el formato solicitado.
"""
# Dividir el texto en líneas
lines = text.splitlines()
# Buscar información en las líneas
for line in lines:
# Buscar la línea que coincide con el patrón
if re.search(r'\d{2}7\d{2}7\d', line):
matched_line = re.findall(r'\d+', line)
print("matched_line:")
print(matched_line)
if matched_line:
corrected_date = re.sub(r'(?<=\d)7(?=\d)', '/', ''.join(matched_line))
print("Fecha corregida:")
print(corrected_date)
return corrected_date
def getToken(text):
"""
Obtiene la cadena numerica del token deteactdo y elimina
el error de lectura del OCR por medio de expresiones regulares.
Parámetros:
-----------
text : str
Texto extraído por OCR.
Retorna:
--------
token_numbers : str
Cadena numerica del token detectado.
"""
# Dividir el texto en líneas
lines = text.splitlines()
# Buscar información en las líneas
for line in lines:
# Buscar números en la línea que contiene "token"
if "token" in line.lower():
token_numbers = re.findall(r'\d+', line)
print("token_numbers:")
print(token_numbers)
if token_numbers:
token_numbers = [re.sub(r'[\[\]\D]', '', token) for token in token_numbers]
print("Token limpio:")
print(token_numbers)
return token_numbers
@app.post("/ticketmanual/")
async def procesar_imagen(file: UploadFile = File(...)):
# Leer archivo recibido y convertirlo a un array de numpy
contents = await file.read()
np_arr = np.frombuffer(contents, np.uint8)
image = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
if image is None:
return {"error": "No se pudo decodificar la imagen"}
try:
category, token, date = process_image_array(image)
response = {
"categoria": category,
"token": token,
"fecha": date
}
return response
except Exception as e:
return {"error": f"Error al procesar la imagen: {e}"}
if __name__ == "__main__":
# Ejecutar el servidor FastAPI usando uvicorn
uvicorn.run("app.main:app", host="0.0.0.0", port=8000, reload=True)