Skip to main content

Utilidades de Texto OCR

Este módulo contiene funciones auxiliares para el procesamiento, limpieza y análisis del texto extraído por OCR (Reconocimiento Óptico de Caracteres) en el sistema NutriScan. Estas funciones ayudan a mejorar la precisión de las búsquedas y a reducir errores comunes del reconocimiento.

🔍 Ubicación​

src/utils/texto.ts

✨ Funciones Exportadas​

🔹 limpiarTextoOCR(texto: string): string​

Normaliza el texto extraído por OCR.

✅ Acciones realizadas:​

  • Convierte a minúsculas.
  • Reemplaza saltos de línea por espacios.
  • Elimina caracteres no alfanuméricos (excepto espacios y guiones).
  • Colapsa espacios múltiples.
  • Elimina espacios al inicio y final.

🧪 Ejemplo​

limpiarTextoOCR("LENTEJAS\n- MARCA!!!")
→ "lentejas marca"

🔹 corregirErroresOCR(texto: string): string​

Corrige errores comunes causados por el OCR.

🔁 Correcciones incluidas:​

  • 1entejas → lentejas
  • garbansos → garbanzos
  • aros → arroz

(Puedes ampliar esta lista según los errores más comunes de tu base de datos OCR)

🔹 obtenerCandidatosProductos(texto: string): string[]​

Busca coincidencias con una lista de alimentos comunes en español.

📋 Lista de alimentos comunes por defecto:​

[
  'lentejas', 'arroz', 'avena', 'garbanzos',
  'frijoles', 'papa', 'fideos', 'espagueti',
  'quinua', 'soya', 'trigo'
]

✅ Devuelve:​

Un array con los alimentos que aparecen dentro del texto OCR.

🔹 elegirMejorResultado(resultados: any[], textoOCR: string): any | null​

Elige el resultado más relevante de una lista consultada (por ejemplo, desde OpenFoodFacts), basándose en coincidencias con el texto OCR limpio.

🧠 Lógica aplicada:​

  1. Filtra productos irrelevantes si el OCR no menciona ciertas palabras clave.

  2. Busca coincidencias exactas en el nombre del producto.

  3. Si no hay coincidencias exactas:

    • Retorna el primer resultado relevante.
    • Si no hay relevantes, retorna el primer resultado general.

🎯 Usos Típicos​

Estas utilidades son usadas como parte del flujo de NutriScan:

  • Después del reconocimiento OCR (extraerTextoDesdeImagen).
  • Antes de hacer consultas a OpenFoodFacts.
  • Para mejorar las coincidencias entre texto OCR y productos reales.
  • Para hacer análisis más preciso con GPT.

🔍 Ejemplo de Flujo Común​

const textoLimpio = limpiarTextoOCR(textoOCR);
const textoCorregido = corregirErroresOCR(textoLimpio);
const candidatos = obtenerCandidatosProductos(textoCorregido);