Google Vision Ocr

google_vision_ocr

Google Cloud Vision OCR es un servicio cloud de alta precisión para extracción de texto. Se usa exclusivamente como fallback cuando los motores self-hosted (PaddleOCR, EasyOCR) fallan o devuelven confianza muy baja.

When to use

Usar en el ocr_agent solo cuando todos los motores self-hosted devuelven confianza < 0.5 en los campos críticos. Nunca como motor primario para mantener la independencia de servicios externos.

Instructions

1. Instalar: pip install google-cloud-vision.
2. Configurar service account: exportar GOOGLE_APPLICATION_CREDENTIALS.
3. Enviar imagen cifrada al API: client.text_detection(image=vision_image).
4. Parsear respuesta: response.text_annotations[0].description para texto completo.
5. Mapear coordenadas de bounding boxes a los campos del documento.
6. Aplicar regex_data_normalizer a los resultados igual que con OCR self-hosted.
7. Registrar en auditoría que se usó fallback cloud (para métricas de dependencia).

Notes

• Coste: ~$1.50 por 1000 imágenes; monitorizar uso para control de costes.
• Las imágenes se envían a servidores de Google; verificar compliance GDPR antes de activar.
• Implementar circuit breaker: si Google Vision falla 3 veces seguidas, desactivar temporalmente.