Mistral OCR App

La Mistral OCR App es una aplicación web basada en Streamlit que utiliza la API OCR de Mistral para extraer texto de documentos PDF e imágenes. Los usuarios pueden proporcionar una URL o cargar un archivo local. La aplicación detecta automáticamente el tipo de archivo, muestra el documento original (o imagen) en una vista previa junto con los resultados OCR extraídos y ofrece una opción de descarga sencilla, todo sin necesidad de recargar la página.

🚀 ¡Prueba la Mistral OCR App en vivo!

🔗 Demo en vivo: Mistral OCR App

¡Experimenta el poder de Mistral OCR en acción! Carga PDFs o imágenes y extrae texto sin problemas con esta aplicación OCR interactiva basada en Streamlit.

Características

• Detección Automática del Tipo de Archivo: La aplicación identifica automáticamente si el archivo cargado es un PDF o una imagen.
• Múltiples Métodos de Entrada: Elige entre la entrada de URL o la carga de archivos locales.
• Vista Previa en Tiempo Real: Muestra el archivo original (a través de un iframe para PDFs o usando st.image para imágenes).
• Extracción OCR: Obtén los resultados OCR presentados en un diseño limpio de dos columnas.
• Resultados Descargables: Descarga la salida OCR en formato JSON, TXT o Markdown.
• Opciones de Procesamiento Avanzadas: Ofrece diferentes métodos de procesamiento (API OCR Estándar, API Document Understanding, Auto) y optimización de imágenes.
• Interfaz Interactiva: Construida con Streamlit para una experiencia de usuario fluida e interactiva.

Instalación

Requisitos Previos

• Python 3.8 o superior (recomendado)
• Streamlit
• Pillow
• Requests
• python-dotenv
• opencv-python-headless

Pasos

1. Clona el Repositorio de origen:

   git clone [https://github.com/AIAnytime/Mistral-OCR-App.git](https://github.com/AIAnytime/Mistral-OCR-App.git)
   cd Mistral-OCR-App

2. Crea y Activa un Entorno Virtual (Opcional pero Recomendado):

   En macOS/Linux:

   python -m venv venv
   source venv/bin/activate

   En Windows:

   python -m venv venv
   venv\Scripts\activate

3. Instala las Dependencias Requeridas:

   Asegúrate de tener un archivo requirements.txt con el siguiente contenido:

   streamlit>=1.32.0
   pillow>=10.0.0
   requests>=2.31.0
   python-dotenv>=1.0.1
   opencv-python-headless>=4.9.0.80
   

   Luego, instálalas:

   pip install -r requirements.txt

4. Configura tu Clave de API de Mistral:

   La aplicación requiere una clave de API de Mistral. Puedes configurarla de una de las siguientes maneras (orden de prioridad):

   • Secretos de Streamlit: Crea un archivo .streamlit/secrets.toml en el directorio de tu proyecto (o en el directorio desde donde ejecutas la aplicación) y agrega:

     MISTRAL_API_KEY = "tu_clave_api_aqui"

   • Variable de Entorno: Exporta tu clave de API como una variable de entorno:

     • En macOS/Linux:

       export MISTRAL_API_KEY=tu_clave_api_aqui

     • En Windows (Símbolo del sistema):

       set MISTRAL_API_KEY=tu_clave_api_aqui

Uso

Para ejecutar la aplicación, utiliza el siguiente comando:

streamlit run main.py

Cómo Funciona

1. Configuración de la Clave de API: Asegúrate de que tu clave de API de Mistral esté configurada como se describe en la sección de Instalación.

2. Selección de la Fuente: Elige si deseas procesar un documento a través de una URL o cargando un Archivo local.

3. Entrada del Documento:

   • Si seleccionaste URL, introduce la URL del archivo PDF o de imagen.
   • Si seleccionaste Archivo local, carga tu archivo PDF o de imagen. La aplicación detectará automáticamente el tipo de archivo.

4. Procesamiento: Haz clic en el botón Procesar documentos para enviar el documento a la API OCR de Mistral. La aplicación entonces:

   • Muestra una vista previa del documento en la columna izquierda.
   • Muestra los resultados OCR extraídos en la columna derecha.
   • Proporciona enlaces de descarga para la salida OCR en formatos JSON, TXT y Markdown.

5. Descarga: Haz clic en el botón de descarga deseado para guardar el resultado OCR en tu computadora.

Descripción del Código

• main.py: El archivo principal de la aplicación Streamlit que contiene la lógica para:

  • Elementos de la interfaz de usuario para la entrada de la clave de API, la selección de la fuente (URL o carga de archivos).
  • Detección automática del tipo de archivo cargado (PDF o imagen).
  • Preparación del documento (lectura de bytes del archivo, codificación a base64 si es necesario).
  • Llamada a la API OCR de Mistral utilizando requests y subprocess (con cURL para mayor robustez).
  • Manejo de diferentes métodos de procesamiento de la API (OCR Estándar, Document Understanding).
  • Mostrar la vista previa del documento utilizando los elementos apropiados de Streamlit (st.iframe para PDFs, st.image para imágenes).
  • Presentar los resultados OCR extraídos en un st.text_area.
  • Generar enlaces de descarga para la salida OCR en varios formatos (JSON, TXT, MD).
  • Proporcionar opciones avanzadas como la optimización de imágenes y la visualización de detalles técnicos.

• README.md: Este archivo, que proporciona instrucciones detalladas y documentación para el proyecto.

• requirements.txt: Una lista de los paquetes de Python requeridos con versiones específicas para garantizar la consistencia.

Contribuciones

¡Las contribuciones son bienvenidas! Si tienes sugerencias o encuentras problemas, no dudes en:

• Abrir un problema en el repositorio.
• Enviar una solicitud de extracción con mejoras o correcciones de errores.

Licencia

Este proyecto está licenciado bajo la Licencia MIT.

Agradecimientos

• Streamlit por facilitar el desarrollo de aplicaciones web interactivas.
• Mistral AI por su potente API OCR.
• Los desarrolladores de las bibliotecas de Python utilizadas en este proyecto.

Contacto

Para cualquier pregunta o soporte, abre un problema en este repositorio o contacta a [sonu@aianytime.net].