Extractor de recibos y facturas: de OCR a JSON estructurado

El OCR lee cada línea de texto de la foto, y luego un extractor heurístico busca fechas (múltiples patrones de formato), importes monetarios (con símbolos de moneda y decimales), palabras clave de impuestos (VAT, TAX, GST, IVA) y partidas (líneas que terminan con un patrón monetario). El importe más alto cercano a la palabra clave «total» se toma como el total del recibo.

Proveedor (primera línea no vacía, normalmente el nombre de la tienda), fechas (todos los patrones de fecha encontrados), total (mejor estimación), importe de impuestos, moneda (USD/EUR/GBP/JPY/INR detectada a partir de los símbolos) y una lista de partidas con descripciones e importes. El resultado está listo en JSON para contabilidad, informes de gastos o importaciones a un CRM.

Sí: la misma lógica de extracción de campos se aplica a ambos. Las facturas detalladas con descripciones de líneas e importes producen listas de elementos más completas; los recibos impresos en papel térmico también funcionan, aunque las fotos de papel térmico estirado o descolorido pueden perder precisión.

Causas habituales: el recibo se fotografió en ángulo (por lo que el OCR confunde números con letras), la línea del total usa una palabra distinta del inglés como «TOTAL» escrita en otro idioma, o el recibo impreso tiene el texto térmico descolorido. Vuelve a tomar la foto de frente y con buena iluminación, y el OCR debería detectarlo.

El extractor reconoce USD ($), EUR (€), GBP (£), JPY (¥) e INR (₹) a partir de los símbolos de moneda presentes en el texto del recibo. Los valores numéricos en sí no se convierten: el usuario (o el sistema posterior) debe aplicar los tipos de cambio si es necesario.

Sí: descarga el JSON e intégralo en QuickBooks, Xero, Concur o una API de gastos personalizada. La estructura es estable: vendor, dates[], total, tax, currency, items[{description, amount}]. Crea un pequeño script de mapeo y tendrás el registro automático de recibos.

Sí: a nuestro servicio de OCR, donde se procesan de forma aislada y se eliminan en un plazo de 24 horas. No conservamos los recibos ni los usamos para entrenamiento. Para informes de gastos muy delicados (investigaciones privadas, periodismo), considera ejecutar el OCR de forma local.

Gratis con una cuota diaria, sin registro para probarlo. El JSON estructurado no tiene marca de agua ni marca comercial; Premium elimina el límite diario.

Use the Receipt language picker in the Source panel to select the language the receipt is actually printed in. Extraction automatically re-runs when you change it, so vendor names, dates and totals are read against the correct character set and decimal formatting instead of being misparsed as English.

Yes — OCR is tuned per language, so a French or German receipt read with the language set to English can garble accented vendor names and misread comma-decimal totals. Match the Receipt language setting to the printed language and use a sharp, well-lit, straight-on photo for the most accurate vendor, date and total extraction.