En la home de Doonamis hablamos de crear apps para iOS, Android y web con soluciones escalables. La visión por computador es exactamente uno de esos casos donde esa promesa se convierte en un proyecto concreto: el desarrollo de apps con visión por computador te permite automatizar tareas que hoy hace una persona mirando una pantalla o un papel —leer un documento, detectar un defecto en una pieza, reconocer un producto o escanear un código— tanto en apps nativas de iOS y Android como en soluciones web.
En Doonamis abordamos este tipo de proyectos con cuatro técnicas principales —reconocimiento óptico de caracteres (OCR), detección de objetos, clasificación de imágenes y escaneo de códigos— y te ayudamos a decidir si el procesamiento debe hacerse en el propio dispositivo o en la nube, según la precisión y la velocidad que necesite tu caso.
Qué técnica de visión por computador necesitas
En Doonamis abordamos este tipo de proyectos con cuatro técnicas principales —OCR, detección de objetos, clasificación de imágenes y escaneo de códigos— y te ayudamos a decidir si el procesamiento debe hacerse en el propio dispositivo o en la nube.
| Técnica | Cuándo se usa | Inferencia on-device | Inferencia en la nube | Precisión típica | Latencia típica |
|---|---|---|---|---|---|
| OCR | Documentos, facturas, contadores, matrículas | Rápida, sin conexión; ideal para lecturas simples en campo | Mayor precisión con documentos complejos o multilenguaje, pero requiere conexión | >95% en texto impreso claro con buena iluminación | Casi instantánea on-device; 1-3 s en la nube |
| Detección de objetos | Inspección de calidad, control de piezas, seguridad | Tiempo real en línea de producción, modelo más ligero | Modelos más grandes y complejos, para análisis no urgente | Depende del volumen de datos propios | Tiempo real on-device; algo mayor en la nube |
| Clasificación de imágenes | Catalogar productos, clasificar fotos por categoría | Respuesta inmediata sin conexión, modelo más limitado | Mayor capacidad de cómputo, mejor con datasets grandes | Mejora con más datos de entrenamiento | Similar a detección de objetos |
| Escaneo de códigos | Inventario, logística, control de acceso | Casi siempre suficiente | Rara vez necesario | ~99% con buena resolución de cámara | Instantáne |
Dos proyectos tipo, con cámara, datos, privacidad y métricas
Inspección de calidad industrial
- Cámara: cámara industrial fija o cámara de móvil/tablet reforzada, con condiciones de luz controladas en la línea de producción; en algunos casos, varios ángulos a la vez.
- Volumen de datos: conviene empezar con un dataset de al menos varios cientos de imágenes por tipo de defecto para entrenar el modelo con garantías.
- Restricciones de privacidad: en general bajas, porque suelen ser imágenes de producto y no de personas, aunque conviene vigilar si en el encuadre aparecen operarios.
- Métricas de éxito: porcentaje de defectos detectados correctamente, reducción de la inspección manual, tiempo ahorrado por unidad inspeccionada.
Captura y digitalización de documentos
- Cámara: la cámara del propio móvil del usuario, con una guía en pantalla para encuadrar bien el documento o el elemento a leer, pensada para condiciones reales de campo (luz variable, ángulos imperfectos).
- Volumen de datos: cuantas más muestras reales de campo se usen para entrenar el modelo —documentos borrosos, mal iluminados, en ángulo—, mejor generaliza el sistema.
- Restricciones de privacidad: pueden aparecer datos personales o identificativos (nombres, direcciones, NIF) según el tipo de documento, por lo que hay que definir bien qué se procesa y dónde se almacena.
- Métricas de éxito: tiempo ahorrado frente a la introducción manual, porcentaje de lecturas correctas sin intervención humana, reducción de errores de transcripción.
El reconocimiento OCR en la App de Naturgy
Desde Doonamis, queremos destacar el caso de éxito de Naturgy con la aplicación YoLeoGas, una aplicación realizada para obtener información del contador del gas a través de la cámara del móvil. De esta manera, utilizando la cámara, la tecnología OCR con unos algoritmos a medida de reconocimiento óptico de texto, permiten a través de esta aplicación de Naturgy poder leer el valor del contador del gas y enviar los datos directamente a la compañía.
Cómo lo abordamos en Doonamis
Como en el resto de proyectos de inteligencia artificial, empezamos por entender qué problema real quieres resolver y con qué volumen de imágenes cuentas hoy. A partir de ahí, elegimos la técnica adecuada (OCR, detección, clasificación o escaneo), decidimos si el modelo debe vivir en el dispositivo o en la nube, y lo entrenamos con tus propios datos siempre que sea posible, para que el resultado se ajuste a tu caso y no a un ejemplo genérico.
En Doonamis somos especialistas en desarrollar aplicaciones móviles y web avanzadas, integrando tecnologías innovadoras como el reconocimiento óptico de caracteres (OCR). Un claro ejemplo es el proyecto Naturgy en la app YoLeoGas, que permite a los usuarios leer su contador de gas usando la cámara del móvil y enviar los datos directamente a la compañía. Si quieres crear tu proyecto ideal, no lo dudes más; ¡Contáctanos!
Graduada en Relaciones Laborales por la Universidad Pompeu Fabra, soy una apasionada de la tecnología y experta en talento IT. Me encanta redactar contenido relacionado con estos temas, combinando mis conocimientos en gestión de personas con una visión innovadora para conectar talento y tecnología, e impulsando soluciones que generan valor en el mundo digital.
