feat: Agregar soporte OCR con Tesseract para PDFs escaneados

- Integrar Tesseract OCR para leer PDFs escaneados automáticamente
- Detectar automáticamente si el PDF tiene texto o requiere OCR
- Agregar servicio ocr_service.py con funciones de OCR
- Actualizar Dockerfile con tesseract-ocr, tesseract-ocr-spa y poppler-utils
- Agregar variables de configuración OCR (OCR_ENABLED, OCR_LANGUAGE, OCR_DPI, OCR_TIMEOUT)
- Crear endpoint de debug para ver texto extraído (/api/v1/debug/extract-text)
- Agregar scripts de instalación y prueba (install_ocr.ps1, test_ocr.py, debug_pdf.ps1)
- Documentación completa (OCR_SETUP.md, DOCKER_OCR.md, COMO_PROBAR.md)
- Actualizar docker-compose.yml con variables de entorno OCR
- Modificar pdf_text.py para usar OCR cuando sea necesario
- Actualizar requirements.txt con pytesseract, Pillow, pdf2image

app/core/config.py

@@ -20,6 +20,12 @@ class Settings(BaseSettings):
     # File Upload
     max_file_mb: int = 10
     
+    # OCR Settings
+    ocr_enabled: bool = True
+    ocr_language: str = "spa"  # "spa" for Spanish, "eng" for English
+    ocr_dpi: int = 300  # Higher = better quality but slower
+    ocr_timeout: int = 300  # Maximum time in seconds for OCR
+    
     # Logging
     log_level: str = "INFO"