Folio: OCR de imágenes y PDF escaneados → .txt / .docx, y herramientas de PDF

backend/ FastAPI + Tesseract + Poppler + Ghostscript (Docker, listo para Railway) frontend/ Página para Next.js (App Router), lista para Vercel

Backend local

cd backend docker build -t folio-api . && docker run -p 8000:8000 -e CORS_ORIGINS=http://localhost:3000 folio-api

Prueba: http://localhost:8000/salud

Sin Docker (Mac): brew install tesseract tesseract-lang poppler ghostscript pip install -r requirements.txt && uvicorn main:app --reload

Frontend

npx create-next-app@latest folio-web --ts --app --no-tailwind Copia frontend/app/* encima de folio-web/app/ y frontend/.env.example como .env.local npm run dev

Variables del backend

CORS_ORIGINS dominios permitidos, separados por coma (ej. https://ocr.tudominio.com) MAX_MB tamaño máximo del archivo (20) MAX_PAGINAS páginas máximas por PDF (50) OCR_DPI resolución al rasterizar PDF (300) MAX_ARCHIVOS archivos máximos al unir PDF o juntar imágenes (20)

Endpoints de PDF (multipart; devuelven el archivo)

POST /pdf/unir archivos[] POST /pdf/organizar archivo, paginas ("3,1-2,5-"), rotar (0/90/180/270), paginas_rotar POST /pdf/separar archivo, rangos ("1-3,4-6"; vacío = una por página) → .zip POST /pdf/comprimir archivo, nivel (fuerte | recomendada | ligera) POST /pdf/desde-imagenes archivos[] POST /pdf/a-imagenes archivo, formato (jpg | png), dpi → .zip si hay varias páginas POST /pdf/marca-agua archivo, texto POST /pdf/numerar archivo, posicion, formato, inicio POST /pdf/proteger archivo, contrasena