OCR
Convertir la imagen de un documento en datos que un sistema pueda usar. Cómo funciona sobre una cédula o un pasaporte, por qué es el paso más frágil de la lectura y qué dice, y qué no dice, sobre el documento.
En síntesis
OCR son las siglas de optical character recognition, reconocimiento óptico de caracteres. Es la técnica que toma la imagen de un texto y devuelve ese texto como caracteres, de manera que un sistema pueda tratarlo como dato y no como pixeles.
Aplicado a un documento de identidad, el trabajo no termina en reconocer letras. Termina en devolver campos: esto es el número de documento, esto la fecha de nacimiento, esto el apellido. Reconocer los caracteres es la mitad; saber qué significa cada grupo de caracteres dentro de ese documento concreto es la otra.
Por eso la lectura de documentos no se resuelve con un reconocedor genérico. Requiere saber cómo está maquetado cada tipo de documento, en cada una de sus versiones vigentes.
Cómo se extrae un campo de una foto
La secuencia es corta y cada paso puede arruinar el siguiente.
- Captura. Una fotografía del documento, hecha con la cámara del usuario, con la iluminación que haya y a la distancia que se le ocurra.
- Normalización. Recortar el documento del fondo, corregir la perspectiva, enderezarlo y compensar contraste. Es lo que convierte una foto oblicua en una imagen rectangular comparable con un modelo.
- Identificación del documento. Determinar de qué tipo y qué versión de documento se trata, porque la posición de los campos depende de eso.
- Segmentación de campos. Localizar en la imagen las regiones donde debería estar cada dato, según la plantilla del documento identificado.
- Reconocimiento. Convertir en caracteres el contenido de cada región.
- Validación. Comprobar que lo devuelto tiene la forma correcta: que la fecha sea una fecha, que el número respete el formato del país, que el vencimiento sea posterior a la emisión.
El paso 3 es el que más se subestima. Un mismo país mantiene varias versiones de su documento en circulación al mismo tiempo, porque las anteriores siguen vigentes hasta su vencimiento. Cada versión tiene su propia maqueta, y una plantilla equivocada devuelve datos bien reconocidos en el campo equivocado.
Por qué la MRZ se lee mejor que el frente
Sobre un mismo documento, el reconocimiento no rinde igual en todas partes, y la diferencia no es casual.
La MRZ está diseñada para ser leída por una máquina. Usa una tipografía pensada para minimizar la confusión entre caracteres, un juego de caracteres reducido, un espaciado fijo y una posición estable. Además trae dígitos verificadores, así que el propio dato dice si fue leído bien.
El frente del documento está diseñado para ser leído por una persona. Tipografías variables, fondos con tramas de seguridad, hologramas que reflejan, texto sobre imagen, campos que cambian de lugar entre versiones. Todo eso es correcto para su propósito y hostil para el reconocimiento automático.
De ahí una regla práctica: cuando el mismo dato está disponible en la franja o en el **código de barras** del dorso, esa es la fuente preferida, y el frente sirve para contrastarla. No al revés.
Dónde falla, y qué hacer con eso
Los errores del reconocimiento sobre documentos son bastante predecibles, y esa previsibilidad es lo que permite manejarlos.
- Confusión entre caracteres parecidos — cero y letra O, uno y letra I, cinco y S, ocho y B. Es el error clásico y afecta sobre todo a números de documento.
- Condiciones de captura — reflejo sobre el plástico, foco corrido, poca luz, dedo tapando un campo. La mayoría de los rechazos de un onboarding empiezan aquí.
- Desgaste del documento — una credencial de años, rayada o descolorida, tiene campos que ya no son legibles ni para una persona.
- Versión no reconocida — un documento cuya maqueta el sistema no conoce. No devuelve un error claro: devuelve campos mal asignados, que es peor.
- Transliteración — nombres con acentos, eñe o caracteres no latinos aparecen distinto en la franja y en el frente. Tratar esa diferencia como discrepancia rechaza documentos legítimos.
Lo que corrige estos errores no es un reconocedor mejor, es tener más de una fuente para el mismo dato. El cross-check frente y dorso detecta una lectura defectuosa en el momento en que las dos vías no coinciden, y los dígitos verificadores de la MRZ hacen lo mismo sin salir de la franja.
El OCR lee, no verifica
Es la confusión más costosa de este tema y conviene dejarla escrita.
El reconocimiento devuelve lo que está impreso. Nada más. Si el documento fue alterado y la alteración está bien hecha, el reconocimiento devuelve el dato alterado con total normalidad, porque su trabajo es transcribir lo que ve.
Un documento completamente falso, con datos coherentes y una maqueta bien reproducida, produce una extracción impecable. La calidad del reconocimiento no dice nada sobre la legitimidad del documento.
Lo que responde por autenticidad es otra cosa: el análisis de los elementos de seguridad del soporte, la firma criptográfica del chip cuando el documento lo tiene, el contraste entre las representaciones del mismo dato y, donde el país lo permite, la consulta contra una fuente oficial. Ninguna de esas comprobaciones es reconocimiento de caracteres, y ninguna se puede reemplazar por él.
Por eso el OCR es un paso dentro de la verificación documental y nunca su equivalente. Y por eso los marcos de prevención de lavado de la región, como el SARLAFT en Colombia o la ley antilavado en México, exigen conservar evidencia de cómo se comprobó la identidad, no solo el dato extraído.
Preguntas frecuentes
Es la técnica que convierte la imagen de un documento en datos estructurados: toma la fotografía de una cédula o un pasaporte y devuelve los campos identificados, como número, nombre y fecha de nacimiento. A diferencia de un reconocedor de texto genérico, necesita saber cómo está maquetado ese tipo y esa versión de documento, porque la posición de cada campo define qué significa lo que se reconoció.
Por tres motivos que se acumulan. La captura, que depende de la luz, el foco y el ángulo con que el usuario fotografía el documento. El diseño del documento, pensado para el ojo humano, con fondos de seguridad, hologramas y tipografías variables. Y las versiones en circulación, porque un mismo país mantiene vigentes varias maquetas a la vez y una plantilla equivocada asigna bien los caracteres al campo incorrecto. Los errores más frecuentes son confusiones entre caracteres parecidos, como el cero y la letra O.
No. El reconocimiento transcribe lo que está impreso, así que un documento bien falsificado produce una extracción perfectamente correcta. La autenticidad se establece con otros controles: el análisis de los elementos de seguridad del soporte, la verificación de la firma del chip cuando el documento lo incorpora, el contraste entre lo impreso en el frente y lo codificado en el dorso, y la consulta contra una fuente oficial donde el país la expone.
