@bhanquier/template-ocr

OCR mutualisé pour les pipelines templates : abstraction fournisseurs (alignée sur @bhanquier/template-core), client Google Cloud Vision via l’API REST images:annotate (sans SDK), parsing minimal de fullTextAnnotation (blocs + boîtes englobantes).

Extraction depuis Voodoo

| Source Voodoo (non modifiée) | Contenu porté ici | |----------------------------|-------------------| | packages/template-ocr/src/index.ts | OcrEngine, StubOcrProvider, OcrRecognizeInput, OcrProvider, unions de fournisseurs alignées sur OcrResult | | packages/web/lib/ocr/ocr-service.ts | recognizeWithGoogleVision (DOCUMENT_TEXT_DETECTION + TEXT_DETECTION), helpers extractTextFromBlock / verticesToBoundingBox, projection vers OcrResult | | packages/web/lib/services/pdf-template-analyzer.ts | Non inclus : rendu PDF → PNG (Playwright), heuristiques de blocs métier, branding — à garder côté app ou module séparé ; ce paquet ne dépend pas de Playwright |

Hors périmètre volontaire

• packages/database/.../GoogleVisionProvider.ts : autre contrat (IAIProvider, jetons OAuth / service account, orchestration « smart inbox »). Ce paquet cible la clé API REST et le flux « template PDF / image » ; fusionner imposerait une couche d’adaptation produit. À réévaluer si l’on unifie les deux contrats côté TrustAkt.

Configuration

• Clé API : variable d’environnement GOOGLE_VISION_API_KEY, ou option apiKey (recommandé en tests et pour éviter la dépendance implicite à process.env).
• Fetch : fetch injectable (options.fetch) pour les tests et environnements non standards.

API principale

• recognizeWithGoogleVision(input, options) — image encodée en Uint8Array, résultat structuré (blocks, dimensions, confidence, etc.).
• imagesAnnotate(body, options) — appel bas niveau si vous composez vos propres features (ex. TEXT_DETECTION + LOGO_DETECTION pour un analyseur type facture).
• GoogleVisionOcrProvider — implémente OcrProvider pour OcrEngine (retourne OcrResult agrégé).
• googleVisionStructuredToOcrResult — passage au type OcrResult de @bhanquier/template-core.
• parseFullTextAnnotation / extractTextFromBlock / verticesToBoundingBox — si vous parsez déjà une réponse JSON Vision.

PDF → image

Ce paquet n’embarque pas Playwright ni de rasterisation PDF. Le flux type (comme dans Voodoo pdf-template-analyzer) est :

1. Côté application : PDF → PNG/WebP (Playwright, pdftoppm, service interne, etc.).
2. Ici : octets image → recognizeWithGoogleVision({ content }).

Cela évite d’alourdir les consommateurs qui n’ont besoin que de l’OCR sur une image déjà produite.

Lien avec le template-service / SDK

Les produits (Kontrakt, Voodoo) peuvent enchaîner : analyse de fichier → (optionnel) étape PDF → image → ce module → enrichissement canonical / analysis_notes côté service. Le SDK @bhanquier/template-sdk reste agnostique : branchez template-ocr dans votre couche orchestration si vous exposez Vision côté backend.

Limites

• Coût et quotas Google Vision appliqués par Google ; pas de retry intégré.
• tables dans le résultat structuré est toujours [] pour ce flux (identique au comportement historique Voodoo pour Vision).
• Confiance agrégée : moyenne des confidences de blocs lorsque présentes, sinon heuristique proche de l’existant (~0,98 si blocs présents).