Initial commit
This commit is contained in:
196
gestion_pedidos/services/ocr_service.py
Normal file
196
gestion_pedidos/services/ocr_service.py
Normal file
@@ -0,0 +1,196 @@
|
||||
"""
|
||||
Servicio de OCR usando GPT-4 Vision API
|
||||
"""
|
||||
import base64
|
||||
import json
|
||||
from pathlib import Path
|
||||
from typing import Dict, List, Optional
|
||||
from openai import OpenAI
|
||||
from django.conf import settings
|
||||
from PIL import Image
|
||||
import io
|
||||
|
||||
|
||||
class OCRService:
|
||||
"""Servicio para procesar imágenes y PDFs con GPT-4 Vision"""
|
||||
|
||||
def __init__(self):
|
||||
self.client = OpenAI(api_key=settings.OPENAI_API_KEY)
|
||||
|
||||
def _encode_image(self, image_path: Path) -> str:
|
||||
"""Codifica una imagen en base64"""
|
||||
with open(image_path, "rb") as image_file:
|
||||
return base64.b64encode(image_file.read()).decode('utf-8')
|
||||
|
||||
def _encode_pil_image(self, image: Image.Image) -> str:
|
||||
"""Codifica una imagen PIL en base64"""
|
||||
buffered = io.BytesIO()
|
||||
image.save(buffered, format="PNG")
|
||||
return base64.b64encode(buffered.getvalue()).decode('utf-8')
|
||||
|
||||
def process_pdf_pedido_cliente(self, pdf_path: Path) -> Dict:
|
||||
"""
|
||||
Procesa un PDF de pedido de cliente y extrae la información
|
||||
|
||||
Returns:
|
||||
Dict con: numero_pedido, matricula, fecha_cita, referencias (lista)
|
||||
"""
|
||||
from pdf2image import convert_from_path
|
||||
|
||||
# Convertir PDF a imágenes
|
||||
images = convert_from_path(pdf_path, dpi=200)
|
||||
|
||||
if not images:
|
||||
raise ValueError("No se pudieron extraer imágenes del PDF")
|
||||
|
||||
# Procesar la primera página (o todas si es necesario)
|
||||
image = images[0]
|
||||
base64_image = self._encode_pil_image(image)
|
||||
|
||||
prompt = """
|
||||
Analiza este documento de pedido de cliente de recambios. Extrae la siguiente información en formato JSON:
|
||||
|
||||
{
|
||||
"numero_pedido": "número único del pedido",
|
||||
"matricula": "matrícula del vehículo",
|
||||
"fecha_cita": "fecha de la cita en formato YYYY-MM-DD o YYYY-MM-DD HH:MM",
|
||||
"referencias": [
|
||||
{
|
||||
"referencia": "código de la referencia",
|
||||
"denominacion": "descripción/nombre de la pieza",
|
||||
"unidades": número de unidades
|
||||
}
|
||||
]
|
||||
}
|
||||
|
||||
Si algún campo no está disponible, usa null. La fecha debe estar en formato ISO si es posible.
|
||||
"""
|
||||
|
||||
response = self.client.chat.completions.create(
|
||||
model="gpt-4o",
|
||||
messages=[
|
||||
{
|
||||
"role": "user",
|
||||
"content": [
|
||||
{"type": "text", "text": prompt},
|
||||
{
|
||||
"type": "image_url",
|
||||
"image_url": {
|
||||
"url": f"data:image/png;base64,{base64_image}"
|
||||
}
|
||||
}
|
||||
]
|
||||
}
|
||||
],
|
||||
max_tokens=2000
|
||||
)
|
||||
|
||||
content = response.choices[0].message.content
|
||||
|
||||
# Extraer JSON de la respuesta
|
||||
try:
|
||||
# Buscar JSON en la respuesta
|
||||
json_start = content.find('{')
|
||||
json_end = content.rfind('}') + 1
|
||||
if json_start != -1 and json_end > json_start:
|
||||
json_str = content[json_start:json_end]
|
||||
return json.loads(json_str)
|
||||
else:
|
||||
raise ValueError("No se encontró JSON en la respuesta")
|
||||
except json.JSONDecodeError as e:
|
||||
raise ValueError(f"Error al parsear JSON: {e}. Respuesta: {content}")
|
||||
|
||||
def process_albaran(self, image_path: Path) -> Dict:
|
||||
"""
|
||||
Procesa un albarán y extrae la información
|
||||
|
||||
Returns:
|
||||
Dict con: proveedor (nombre o número), numero_albaran, fecha_albaran,
|
||||
referencias (lista con precios e impuestos)
|
||||
"""
|
||||
base64_image = self._encode_image(image_path)
|
||||
|
||||
prompt = """
|
||||
Analiza este albarán de proveedor. Extrae la siguiente información en formato JSON:
|
||||
|
||||
{
|
||||
"proveedor": {
|
||||
"nombre": "nombre del proveedor",
|
||||
"numero": "número de proveedor si está visible"
|
||||
},
|
||||
"numero_albaran": "número del albarán",
|
||||
"fecha_albaran": "fecha del albarán en formato YYYY-MM-DD",
|
||||
"referencias": [
|
||||
{
|
||||
"referencia": "código de la referencia",
|
||||
"denominacion": "descripción de la pieza",
|
||||
"unidades": número de unidades,
|
||||
"precio_unitario": precio por unidad (número decimal),
|
||||
"impuesto_tipo": "21", "10", "7", "4", "3" o "0" según el porcentaje de IVA,
|
||||
"impuesto_valor": valor del impuesto (número decimal)
|
||||
}
|
||||
],
|
||||
"totales": {
|
||||
"base_imponible": total base imponible,
|
||||
"iva_21": total IVA al 21%,
|
||||
"iva_10": total IVA al 10%,
|
||||
"iva_7": total IVA al 7%,
|
||||
"iva_4": total IVA al 4%,
|
||||
"iva_3": total IVA al 3%,
|
||||
"total": total general
|
||||
}
|
||||
}
|
||||
|
||||
IMPORTANTE:
|
||||
- Si hay múltiples tipos de impuestos, identifica qué referencias tienen cada tipo
|
||||
- Si el impuesto no está claro por referencia, intenta calcularlo basándote en los totales
|
||||
- Si algún campo no está disponible, usa null
|
||||
"""
|
||||
|
||||
response = self.client.chat.completions.create(
|
||||
model="gpt-4o",
|
||||
messages=[
|
||||
{
|
||||
"role": "user",
|
||||
"content": [
|
||||
{"type": "text", "text": prompt},
|
||||
{
|
||||
"type": "image_url",
|
||||
"image_url": {
|
||||
"url": f"data:image/png;base64,{base64_image}"
|
||||
}
|
||||
}
|
||||
]
|
||||
}
|
||||
],
|
||||
max_tokens=3000
|
||||
)
|
||||
|
||||
content = response.choices[0].message.content
|
||||
|
||||
try:
|
||||
json_start = content.find('{')
|
||||
json_end = content.rfind('}') + 1
|
||||
if json_start != -1 and json_end > json_start:
|
||||
json_str = content[json_start:json_end]
|
||||
return json.loads(json_str)
|
||||
else:
|
||||
raise ValueError("No se encontró JSON en la respuesta")
|
||||
except json.JSONDecodeError as e:
|
||||
raise ValueError(f"Error al parsear JSON: {e}. Respuesta: {content}")
|
||||
|
||||
def process_image(self, image_path: Path, tipo: str = 'albaran') -> Dict:
|
||||
"""
|
||||
Procesa una imagen (albarán o pedido)
|
||||
|
||||
Args:
|
||||
image_path: Ruta a la imagen
|
||||
tipo: 'albaran' o 'pedido_cliente'
|
||||
"""
|
||||
if tipo == 'albaran':
|
||||
return self.process_albaran(image_path)
|
||||
elif tipo == 'pedido_cliente':
|
||||
return self.process_pdf_pedido_cliente(image_path)
|
||||
else:
|
||||
raise ValueError(f"Tipo no soportado: {tipo}")
|
||||
|
||||
Reference in New Issue
Block a user