Amazon Textract

Amazon Textract agarra una imagen o un PDF de un documento, como un formulario escaneado, un ticket o un resumen bancario, y te devuelve su contenido como datos que un programa puede usar. En lo más básico hace OCR, reconocimiento óptico de caracteres: encuentra las palabras escritas a máquina y a mano, y dónde están en la página.

Lo que lo diferencia de un OCR común es que entiende la estructura. Puede leer un formulario y emparejar cada etiqueta con su valor ("Nombre: Ana Pérez"), reconstruir una tabla fila por fila y celda por celda, y responder consultas (queries) como "¿cuál es el número de póliza?" aunque ese dato esté en un lugar distinto en cada documento. Tiene operaciones especiales para facturas y tickets, y para documentos de identidad como licencias de conducir y pasaportes de Estados Unidos.

Se usa sobre todo para automatizar papeleo: cargar facturas en el sistema contable, procesar reclamos de seguros o pedidos de préstamo, o hacer buscables archivos llenos de escaneos. Cada resultado trae un puntaje de confianza, así que un patrón común es dejar pasar solos los campos con confianza alta y mandar los dudosos a una persona para que los revise.