# Reconocer texto en documentos (OCR) Robot: `/document/ocr` 🤖/document/ocr reconoce texto en documentos y lo devuelve en un formato legible por máquinas. Con este Robot, puedes detectar y extraer texto de archivos PDF mediante reconocimiento óptico de caracteres (OCR). Por ejemplo, puedes usar los resultados para obtener el contenido de facturas, documentos legales o menús de restaurantes. También puedes pasar el texto a otros Robots para filtrar documentos que contengan (o no contengan) determinadas frases. Etapa: ga ## Ejemplo de uso Reconoce texto en un documento subido y guárdalo en un archivo JSON: ```json { "steps": { "recognized": { "robot": "/document/ocr", "use": ":original", "provider": "gcp" } } } ``` ## Parámetros * `interpolate`: Controla si las Assembly Variables se interpolan en campos de instrucciones individuales. De forma predeterminada, la mayoría de los campos de instrucciones de los Robots interpolan Assembly Variables. Establece esta opción en `false` para tratar todos los campos de instrucciones como texto literal, o establece la ruta de un campo individual en `false` para tratar únicamente ese campo como texto literal. En el caso de los campos específicos de un Robot que son literales de forma predeterminada, establece esta opción en `true` o la ruta de ese campo en `true` para volver a habilitar la interpolación. Usa nombres de campos como `path` o rutas con puntos como `ffmpeg.vf` para los objetos anidados. * `output_meta`: Te permite especificar un conjunto de metadatos cuyo cálculo requiere más recursos de CPU y que, por lo tanto, está desactivado de forma predeterminada para que tus Assemblies se procesen rápidamente. Para imágenes, puedes añadir `"has_transparency": true` a este objeto para determinar si la imagen contiene partes transparentes y `"dominant_colors": true` para extraer un array de códigos de color hexadecimales de la imagen. Para imágenes, también puedes añadir `"blurhash": true` para extraer una cadena [BlurHash](https://blurha.sh), una representación compacta de un marcador de posición para la imagen que resulta útil para mostrar una vista previa desenfocada mientras se carga la imagen completa. Para videos, puedes añadir el parámetro `"colorspace": true` para extraer el espacio de color del video de salida. Para videos, también puedes añadir `"interlaced": true` para detectar si el video está entrelazado. Esto combina el indicador `field_order` de ffprobe, cuyo costo en recursos de procesamiento es bajo, con una pasada de muestreo limitada mediante `idet` sobre los primeros fotogramas de la fuente, y expone `interlaced`, `field_order` y un objeto de diagnóstico `interlace_detection` en `file.meta`. Esto requiere muchos recursos computacionales y se factura en consecuencia. Para audio, puedes añadir `"mean_volume": true` para obtener un único valor que represente el volumen promedio del archivo de audio. También puedes establecerlo en `false` para omitir la extracción de metadatos y acelerar la transcodificación. * `result`: Indica si los resultados de este Step deben aparecer en el Assembly Status JSON * `queue`: Establecer la cola en «batch» reduce manualmente la prioridad de los Jobs de este Step para evitar consumir cupos prioritarios con Jobs que no necesitan un tiempo de espera cero en la cola * `force_accept`: Forzar a un Robot a aceptar un tipo de archivo que habría ignorado. De forma predeterminada, los Robots ignoran los archivos que no reconocen. [🤖/video/encode](/es/docs/robots/video-encode.md), por ejemplo, ignorará sin problemas las imágenes de entrada. Si configuras el parámetro `force_accept` como `true`, puedes forzar a los Robots a aceptar todos los archivos que reciban. Esto normalmente provocará errores y solo debe usarse para depuración o para abordar casos extremos. * `ignore_errors`: Ignorar errores durante fases específicas del procesamiento. Establecer este parámetro en `["meta"]` hará que el Robot ignore los errores durante la extracción de metadatos. Establecer este parámetro en `["execute"]` hará que el Robot ignore los errores durante la fase principal de ejecución. Configurar este parámetro como `true` equivale a `["meta", "execute"]` y hará que se ignoren los errores en ambas fases. * `use`: Especifica qué Step o Steps se usarán como entrada. * Puedes elegir cualquier nombre para los Steps, excepto `":original"` (reservado para las subidas de usuarios gestionadas por Transloadit) * Puedes proporcionar varios Steps como entrada mediante arrays: ```json { "use": [ ":original", "encoded", "resized" ] } ``` * También puedes etiquetar los Steps de entrada con `as` para comunicar la intención semántica a los Robots: ```json { "use": [ { "name": ":original", "as": "image" }, { "name": ":original", "as": "mask" } ] } ``` > [!Tip] > Probablemente eso sea todo lo que necesitas saber sobre `use`, pero puedes consultar los [casos de uso avanzados](/es/docs/topics/use-parameter.md). * `provider`: Transloadit selecciona automáticamente el mejor proveedor según tu solicitud. Establece este parámetro en `"aws"` o `"gcp"` para forzar el uso de un proveedor específico. AWS admite la detección en los siguientes idiomas: inglés, árabe, ruso, alemán, francés, italiano, portugués y español. GCP permite usar una gama más amplia de idiomas, con distintos niveles de soporte que puedes consultar en la [documentación oficial](https://cloud.google.com/vision/docs/languages/). * `granularity`: Indica si se devolverá una respuesta completa que incluya las coordenadas del texto (`"full"`) o una lista plana de las frases extraídas (`"list"`). Este parámetro no tiene efecto si el parámetro `format` está establecido en `"text"`. * `format`: Formato en el que se devolverá el texto extraído. * `"json"` devuelve un archivo JSON. * `"meta"` no devuelve un archivo, sino que almacena los datos dentro del objeto de archivo de Transloadit (en `${file.meta.recognized_text}`, que es un array de cadenas) que se transmite entre Steps de encoding, para que puedas usar los valores a fin de incrustar los datos en videos, filtrarlos, etc. * `"text"` devuelve el texto reconocido como un archivo de texto plano codificado en UTF-8.