Skip to main content

Cliente OCR con Tesseract.js

Este archivo implementa una función para procesar imágenes y extraer texto utilizando la librería tesseract.js. Se utiliza en el backend del sistema NutriScan para realizar reconocimiento óptico de caracteres (OCR) a imágenes cargadas por el usuario.

🔍 Ubicación​

src/utils/ocr.ts

📦 Dependencias​

import { createWorker, PSM } from 'tesseract.js';
  • tesseract.js: Librería OCR basada en WebAssembly.
  • PSM.SPARSE_TEXT: Configura el modo de segmentación de páginas para tratar mejor textos cortos o aislados.

🔧 Función Exportada​

🔍 createOcrClient(imagePath: string): Promise<string>​

Realiza el reconocimiento de texto sobre una imagen localizada en imagePath.

📥 Parámetros​

ParámetroTipoDescripción
imagePathstringRuta (local o temporal) de la imagen a procesar.

📤 Retorno​

Una Promise<string> que contiene el texto extraído de la imagen.

⚙️ Flujo Interno​

  1. Crear un worker OCR usando createWorker().
  2. Cargar los recursos del worker con load() y reinicializarlo para usar los idiomas inglés y español (eng+spa)..
  3. Configurar el modo de segmentación como SPARSE_TEXT, ideal para textos cortos o dispersos.
  4. Reconocer el texto de la imagen con worker.recognize(imagePath).
  5. Devolver data.text, el texto reconocido.
  6. Liberar recursos con worker.terminate().

🧪 Ejemplo de uso​

const textoExtraido = await createOcrClient("/uploads/temp/imagen.jpg");
console.log(textoExtraido);

🧾 Manejo de errores​

  • Si ocurre un error durante el OCR, se registra en consola con un mensaje específico.
  • Se lanza una excepción con un mensaje claro para manejarla a nivel de controlador o servicio.

📋 Notas adicionales​

  • Es necesario tener instalada y correctamente configurada la dependencia tesseract.js.
  • El worker se destruye (terminate()) siempre, incluso si ocurre un error.
  • Es compatible con imágenes subidas desde el frontend, generalmente procesadas con uploadMemory.

🧠 Recomendación​

Para mejorar los resultados OCR:

  • Usa imágenes con buena iluminación y resolución.
  • Evita fondos complejos o letras pequeñas.
  • Preprocesa imágenes si es necesario (contraste, binarización, etc.).