🏦 Procesador de Movimientos Bancarios con OCR

Script automatizado para extraer movimientos bancarios de imágenes (capturas de pantalla) y exportarlos a Excel. Soporta múltiples monedas con conversión automática.

✨ Características

• 🖼️ OCR automatizado - Extrae texto de imágenes PNG
• 💱 Multi-moneda - Maneja pesos chilenos (CLP) y dólares (USD)
• 🔄 Conversión automática - USD → CLP con tasa configurable
• 📊 Export a Excel - Genera archivos .xlsx listos para usar
• 🧹 Limpieza inteligente - Remueve códigos y caracteres no deseados
• 📅 Ordenamiento cronológico - CLP primero, USD después para auditoría
• 🔢 Formato chileno - Montos enteros, sin decimales
• 🏷️ Categorización automática - Asigna categorías basadas en patrones configurables

📋 Requisitos

• Python 3.8 o superior
• Tesseract OCR instalado

🚀 Instalación

1. Clonar el repositorio

git clone https://github.com/tu-usuario/bank-ocr-processor.git
cd bank-ocr-processor

2. Instalar Tesseract OCR

# macOS
brew install tesseract

# Ubuntu/Debian
sudo apt install tesseract-ocr

# Windows
# Descargar desde: https://github.com/UB-Mannheim/tesseract/wiki

3. Crear entorno virtual e instalar dependencias

python3 -m venv venv
source venv/bin/activate  # En Windows: venv\Scripts\activate
pip install -r requirements.txt

4. Configurar tasa de cambio

cp exchange_rates.properties.template exchange_rates.properties
# Editar exchange_rates.properties con la tasa del día

5. Configurar categorización (opcional)

cp categorization_rules.properties.template categorization_rules.properties
# Editar categorization_rules.properties para personalizar las reglas

🎯 Uso

1. Colocar imágenes en la carpeta to_process/
2. Ejecutar el procesador:

   python3 procesar_csv.py

3. Revisar Excel generado en processed/

📁 Estructura del Proyecto

bank-ocr-processor/
├── to_process/                    # Imágenes PNG a procesar
├── processed/                     # Archivos Excel generados
├── csv_processor.py              # Procesador principal
├── procesar_csv.py               # Script de uso simple
├── exchange_rates.properties     # Configuración de tasas (crear desde template)
├── exchange_rates.properties.template  # Plantilla de configuración
├── categorization_rules.properties    # Reglas de categorización (crear desde template)
├── categorization_rules.properties.template  # Plantilla de reglas
├── requirements.txt              # Dependencias Python
├── CATEGORIZACION.md             # Documentación de categorización
└── README.md                     # Este archivo

🖼️ Formato de Imágenes Soportado

• Cada imagen = un día de movimientos
• Primera línea: fecha completa (dd/mm/yyyy) + primer movimiento
• Siguientes líneas: solo movimientos del mismo día
• Monedas soportadas:
  • Pesos chilenos: $1.500 o -$1.500
  • Dólares: USD 15.99 o -USD 15.99

📊 Formato del Excel Generado

Columna	Descripción	Ejemplo
descripcion	Detalle limpio del movimiento	JUMBO ONECLICK
monto	Valor en CLP (entero)	15400
dia	Día del mes	23
forma_de_pago	Forma de pago (fijo)	Master (Santander Mariabe)
categoria	Categoría automática	Medicinas

Convenciones de signos:

• Positivo: Gastos/Cargos
• Negativo: Ingresos/Abonos

⚙️ Configuración

Tasa de Cambio

Editar exchange_rates.properties:

USD_TO_CLP=950

Categorización Automática

Editar categorization_rules.properties:

SB=Medicinas
UBER=Transporte
LIDER=Comida
ENEL=Servicios

Ver CATEGORIZACION.md para documentación completa de esta funcionalidad.

Montos

• Los montos se convierten a enteros (formato chileno)
• Conversión USD → CLP con redondeo hacia arriba
• Ejemplo: USD 10.50 × 950 = 9,975 CLP

🔄 Proceso de Conversión

1. OCR: Extrae texto de cada imagen
2. Parsing: Identifica fechas, descripciones y montos
3. Limpieza: Remueve códigos y caracteres no deseados
4. Conversión: USD → CLP según tasa configurada
5. Ordenamiento: CLP primero (cronológico), USD después (cronológico)
6. Export: Genera Excel con formato estándar

�️ Desarrollo

Estructura del código

• ExcelBankProcessor: Clase principal del procesador
• extract_text_from_image(): OCR con Tesseract
• parse_movements_from_text(): Extracción de movimientos
• extract_amount_and_description(): Parsing de montos y descripciones
• save_to_excel(): Generación de archivo Excel

Contribuir

1. Fork el proyecto
2. Crear branch feature (git checkout -b feature/nueva-funcionalidad)
3. Commit cambios (git commit -am 'Agregar nueva funcionalidad')
4. Push al branch (git push origin feature/nueva-funcionalidad)
5. Crear Pull Request

� Licencia

MIT License - ver LICENSE para detalles.

🙏 Agradecimientos

• Tesseract OCR - Motor de OCR
• OpenPyXL - Manejo de archivos Excel
• Pandas - Procesamiento de datos