fcc516c9b3
- 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
28 lines
626 B
Plaintext
28 lines
626 B
Plaintext
# Authentication
|
|
AUTH_USERNAME=admin
|
|
# Generate hash: python -c "from passlib.hash import bcrypt; print(bcrypt.hash('your_password'))"
|
|
AUTH_PASSWORD_HASH=$2b$12$LQv3c1yqBWVHxkd0LHAkCOYz6TtxMQJqhN8/LewY5GyYqwMzYXhHO
|
|
JWT_SECRET=your-secret-key-change-this-in-production
|
|
JWT_EXPIRES_MINUTES=60
|
|
|
|
# File Upload
|
|
MAX_FILE_MB=10
|
|
|
|
# OCR Settings
|
|
OCR_ENABLED=true
|
|
OCR_LANGUAGE=spa
|
|
OCR_DPI=300
|
|
OCR_TIMEOUT=300
|
|
|
|
# Logging
|
|
LOG_LEVEL=INFO
|
|
|
|
# Redis/Celery
|
|
REDIS_URL=redis://redis:6379/0
|
|
CELERY_BROKER_URL=redis://redis:6379/0
|
|
CELERY_RESULT_BACKEND=redis://redis:6379/0
|
|
|
|
# Service
|
|
SERVICE_NAME=mve-incrementables-parser
|
|
SERVICE_VERSION=1.0.0
|