import os import cv2 import re import numpy as np import time import glob from paddleocr import PaddleOCR CARPETA_PENDIENTES = "pendientes" CARPETA_RESULTADOS = "resultados" CARPETA_PROCESADOS = "procesados" for carpeta in [CARPETA_PENDIENTES, CARPETA_RESULTADOS, CARPETA_PROCESADOS]: os.makedirs(carpeta, exist_ok=True) os.environ['FLAGS_enable_pir_api'] = '0' os.environ['PADDLE_PDX_DISABLE_MODEL_SOURCE_CHECK'] = 'True' print("Cargando motor PaddleOCR...") ocr = PaddleOCR(lang='es', use_angle_cls=True, show_log=False) ESTADOS_MEXICO = { "01": "AGUASCALIENTES", "02": "BAJA CALIFORNIA", "03": "BAJA CALIFORNIA SUR", "04": "CAMPECHE", "05": "COAHUILA", "06": "COLIMA", "07": "CHIAPAS", "08": "CHIHUAHUA", "09": "CDMX", "10": "DURANGO", "11": "GUANAJUATO", "12": "GUERRERO", "13": "HIDALGO", "14": "JALISCO", "15": "MEXICO", "16": "MICHOACAN", "17": "MORELOS", "18": "NAYARIT", "19": "NUEVO LEON", "20": "OAXACA", "21": "PUEBLA", "22": "QUERETARO", "23": "QUINTANA ROO", "24": "SAN LUIS POTOSI", "25": "SINALOA", "26": "SONORA", "27": "TABASCO", "28": "TAMAULIPAS", "29": "TLAXCALA", "30": "VERACRUZ", "31": "YUCATAN", "32": "ZACATECAS" } def validar_coherencia(curp, clave): if curp == "No encontrada" or clave == "No encontrada": return False return curp[4:10] == clave[6:12] def extraer_datos_avanzado(resultado_ocr): res_curp = "No encontrada" res_clave = "No encontrada" res_nombre = "No encontrado" if not resultado_ocr or not resultado_ocr[0]: return res_curp, res_clave, res_nombre lineas_con_coordenadas = [] y_nombre = None y_domicilio = None h_referencia = 15 for caja in resultado_ocr[0]: coordenadas = caja[0] texto = str(caja[1][0]).upper().strip() y_centro = sum([punto[1] for punto in coordenadas]) / 4 x_centro = sum([punto[0] for punto in coordenadas]) / 4 alto_texto = coordenadas[2][1] - coordenadas[0][1] lineas_con_coordenadas.append({ "texto": texto, "x": x_centro, "y": y_centro, "h": alto_texto }) t_limpio = texto.replace(" ", "") if re.search(r'[A-Z]{4}\d{6}[HM][A-Z5]{5}[A-Z\d]\d', t_limpio): res_curp = re.search(r'[A-Z]{4}\d{6}[HM][A-Z5]{5}[A-Z\d]\d', t_limpio).group() if re.search(r'[A-Z\d]{6}\d{6}[A-Z\d]{2}[A-Z\d]\d{3}', t_limpio): res_clave = re.search(r'[A-Z\d]{6}\d{6}[A-Z\d]{2}[A-Z\d]\d{3}', t_limpio).group() if "NOM" in texto and len(texto) <= 8 and y_nombre is None: y_nombre = y_centro h_referencia = alto_texto if "DOMICILIO" in texto and y_domicilio is None: y_domicilio = y_centro if y_nombre is not None: limite_inferior = y_domicilio if y_domicilio is not None else (y_nombre + (h_referencia * 5)) candidatos_nombre = [] for item in lineas_con_coordenadas: txt = item["texto"] y = item["y"] if y_nombre < y < limite_inferior: if re.search(r'\d', txt) or any(basura in txt for basura in ["NOMBRE", "DOMICILIO", "INSTITUTO", "NACIONAL"]): continue txt_filtrado = re.sub(r'[^A-ZÑÁÉÍÓÚ ]', '', txt).strip() if len(txt_filtrado) > 2: candidatos_nombre.append(item) candidatos_nombre.sort(key=lambda item: item["y"]) bloques_finales = [c["texto"] for c in candidatos_nombre[:3]] if bloques_finales: res_nombre = " ".join(bloques_finales) res_nombre = re.sub(r'\s+', ' ', res_nombre).strip() if res_nombre != "No encontrado" and res_curp != "No encontrada" and len(res_curp) >= 4: primera_letra_curp = res_curp[0] palabras_nombre = res_nombre.split(" ") if palabras_nombre and len(palabras_nombre[0]) > 3: primer_bloque = palabras_nombre[0] if not primer_bloque.startswith(primera_letra_curp): if primer_bloque[1:].startswith(primera_letra_curp): palabras_nombre[0] = primer_bloque[1:] res_nombre = " ".join(palabras_nombre) if res_nombre != "No encontrado": res_nombre = re.sub(r'[\.:,\-_]', '', res_nombre) res_nombre = re.sub(r'\s+', ' ', res_nombre).strip() return res_curp, res_clave, res_nombre def procesar_ine(ruta_imagen): try: img_original = cv2.imread(ruta_imagen) if img_original is None: return {"error": "No se pudo leer la imagen"} gray = cv2.cvtColor(img_original, cv2.COLOR_BGR2GRAY) gray_large = cv2.resize(gray, None, fx=2.0, fy=2.0, interpolation=cv2.INTER_CUBIC) blur = cv2.GaussianBlur(gray_large, (3,3), 0) _, img_limpia = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) result = ocr.ocr(img_limpia, cls=True) curp, clave, nombre = extraer_datos_avanzado(result) if nombre == "No encontrado" or curp == "No encontrada": result_original = ocr.ocr(ruta_imagen, cls=True) c2, k2, n2 = extraer_datos_avanzado(result_original) if curp == "No encontrada": curp = c2 if clave == "No encontrada": clave = k2 if nombre == "No encontrado": nombre = n2 coherente = validar_coherencia(curp, clave) anio_actual = 2026 es_vigente = False anio_vencimiento = None textos_planos = [] if result and result[0]: textos_planos = [linea[1][0] for linea in result[0]] texto_unido = " ".join(textos_planos).upper() anios_detectados = re.findall(r'20[23]\d', texto_unido) if anios_detectados: anios_int = [int(a) for a in anios_detectados] anio_vencimiento = max(anios_int) if anio_vencimiento >= anio_actual: es_vigente = True nombre_estado = "No identificado" if clave != "No encontrada" and len(clave) >= 14: cod_estado = clave[12:14] nombre_estado = ESTADOS_MEXICO.get(cod_estado, "Desconocido") gray_face = cv2.cvtColor(img_original, cv2.COLOR_BGR2GRAY) gray_face = cv2.equalizeHist(gray_face) face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') faces = face_cascade.detectMultiScale(gray_face, scaleFactor=1.05, minNeighbors=3, minSize=(40, 40)) tiene_rostro = len(faces) > 0 valido_final = (curp != "No encontrada" and tiene_rostro and es_vigente) return { "nombre": nombre, "curp": curp, "clave_elector": clave, "coinciden_fechas": coherente, "vigente": es_vigente, "anio_vencimiento": anio_vencimiento, "estado": nombre_estado, "tiene_rostro": tiene_rostro, "valido": valido_final } except Exception as e: return {"error": str(e)} if __name__ == "__main__": print(f"Monitor iniciado. Coloca imágenes en la carpeta '{CARPETA_PENDIENTES}'...") while True: archivos = glob.glob(os.path.join(CARPETA_PENDIENTES, "*.*")) for ruta_file in archivos: nombre_archivo = os.path.basename(ruta_file) print(f"Procesando identificación: {nombre_archivo}...") res = procesar_ine(ruta_file) nombre_resultado = os.path.splitext(nombre_archivo)[0] + "_resultado.txt" ruta_resultado = os.path.join(CARPETA_RESULTADOS, nombre_resultado) with open(ruta_resultado, "w", encoding="utf-8") as f: f.write(f"RESULTADO PARA: {nombre_archivo}\n") f.write("="*30 + "\n") for k, valor in res.items(): f.write(f"{k}: {valor}\n") ruta_destino = os.path.join(CARPETA_PROCESADOS, nombre_archivo) if os.path.exists(ruta_destino): ruta_destino = os.path.join(CARPETA_PROCESADOS, f"{int(time.time())}_{nombre_archivo}") try: os.rename(ruta_file, ruta_destino) print(f"Finalizado: {nombre_archivo}. Resultado guardado en {CARPETA_RESULTADOS}") except Exception as e: print(f"Error al mover archivo: {e}") time.sleep(2)