OCR

El OCR (del inglés Optical Character Recognition, reconocimiento óptico de caracteres) es la tecnología que transforma una imagen de texto (un documento escaneado, una foto de una factura, un PDF que en realidad es una imagen) en texto digital editable y buscable. En lugar de un humano leyendo y tipeando lo que ve, el OCR detecta las letras, números y símbolos en los píxeles de la imagen y los devuelve como caracteres que una computadora puede procesar, indexar o copiar.

En la práctica, el OCR es el primer eslabón de cualquier flujo de digitalización de documentos: sin él, una factura en papel escaneada es solo una foto, un bloque de píxeles que ningún sistema puede entender. Es la base de la automatización documental que hace posible cargar comprobantes, contratos o remitos sin tipeo manual, y es parte del motor de captura que utiliza Arconte para procesar documentos financieros y administrativos.

Es importante distinguir el OCR del procesamiento inteligente de documentos (IDP): el OCR resuelve el "qué dice" (transcribe el texto), mientras que las capas posteriores resuelven el "qué significa" (qué número es el total, cuál es el CUIT del proveedor, a qué cuenta imputar el gasto).

Cómo funciona el OCR, paso a paso

Un motor de OCR no "lee" como una persona; sigue una secuencia técnica bastante precisa. Primero hace un preprocesamiento de la imagen: la endereza si está torcida, corrige el contraste, elimina ruido y manchas, y la convierte a blanco y negro para que las letras resalten del fondo. Después viene la segmentación, donde el motor separa la página en bloques, líneas, palabras y finalmente caracteres individuales. Sobre cada carácter aislado aplica el reconocimiento propiamente dicho, comparando la forma con patrones aprendidos para decidir si ese trazo es una "a", un "5" o un signo de pesos. Por último, un posprocesamiento lingüístico corrige errores obvios usando diccionarios y contexto (por ejemplo, entiende que "5O.OOO" probablemente sea "50.000", reemplazando las letras "O" por ceros).

Los motores modernos ya no dependen solo de plantillas rígidas: usan redes neuronales y modelos de machine learning entrenados con millones de ejemplos, lo que les permite leer fuentes variadas, documentos de baja calidad e incluso, con tecnología específica, escritura manuscrita (a esto se lo suele llamar ICR, reconocimiento inteligente de caracteres).

Por qué importa para una empresa

El valor del OCR no está en la tecnología en sí, sino en lo que elimina: el tipeo manual de datos que viven atrapados en papel o en imágenes. En cualquier empresa de Argentina o LATAM, un volumen enorme de información operativa llega en formatos que un sistema no puede leer directamente: facturas de proveedores en PDF, remitos firmados a mano, fotos de comprobantes que el equipo de ventas saca con el celular, contratos escaneados, documentos de identidad para un proceso de onboarding digital. Sin OCR, alguien tiene que mirar cada uno y cargarlo a mano, lo que es lento, caro y propenso a errores.

Con OCR, ese mismo documento se vuelve dato estructurado en segundos. Esto habilita búsquedas (encontrar un contrato por una cláusula puntual), reducción de errores de carga, trazabilidad y, sobre todo, automatización de procesos como la conciliación de comprobantes o la validación documental.

Un ejemplo concreto (LATAM)

Una distribuidora mayorista en Buenos Aires recibe 800 facturas de proveedores por mes, la mayoría en PDF por mail y algunas en papel. Antes, dos personas de administración las cargaban manualmente al sistema contable: número de factura, CUIT, fecha, importe neto, IVA y total, comprobante por comprobante. Con un motor de OCR conectado a su flujo, cada PDF que entra se procesa automáticamente: el motor transcribe el texto, una capa de extracción identifica los campos clave y los deja listos para revisión. El equipo pasa de tipear a validar excepciones, y el tiempo de carga por factura cae de varios minutos a segundos. El OCR no reemplaza al humano: lo saca de la transcripción mecánica y lo deja para lo que requiere criterio.

OCR frente a tecnologías cercanas

Conviene no confundir el OCR con conceptos que suelen aparecer en la misma conversación:

El OCR es la materia prima: produce el texto. El IDP lo usa para entender qué documento es y extraer sus datos; la RPA puede orquestar el flujo de punta a punta; y el procesamiento de lenguaje natural interpreta el contenido cuando hace falta comprender, no solo transcribir.

Errores comunes al evaluar OCR

Hay tres confusiones frecuentes. La primera es creer que OCR equivale a extracción de datos completa: el OCR transcribe todo el texto en bruto, pero "saber" cuál de esos números es el total de la factura es trabajo de una capa de extracción de datos y clasificación posterior. La segunda es subestimar la calidad de la imagen: una foto borrosa, mal iluminada o de baja resolución degrada mucho la precisión; el mejor motor del mundo no inventa lo que no se ve. La tercera es esperar 100% de exactitud: ningún OCR es perfecto, por eso los flujos serios incluyen un paso de revisión humana (un human-in-the-loop) para las excepciones y los campos críticos, en lugar de confiar a ciegas en la máquina.

En síntesis, el OCR es la puerta de entrada de la información del mundo físico al mundo digital. No es magia ni un sistema de extremo a extremo por sí solo, pero sin él no existiría la automatización de documentos tal como la conocemos.