# dots.mocr: extrae texto y estructura de documentos

> Procesa imágenes y PDF con un modelo visual que extrae contenido, detecta elementos y puede interpretar gráficos.

Verificado el 27 oct 2026.

## Qué es

dots.mocr es la evolución que el repositorio oficial de dots.ocr recomienda desde marzo de 2026. Combina reconocimiento de texto con análisis de estructura documental y tareas visuales.

## Para qué te sirve

- Cuando un escaneo necesita conservar el orden de lectura y distinguir tablas del texto.
- Cuando quieres evaluar extracción local sobre documentos con elementos gráficos.

## Cómo funciona

El modelo recibe una imagen y produce información según el prompt elegido. El parser organiza los elementos y genera resultados estructurados y Markdown; el proyecto documenta inferencia con vLLM y Transformers.

## Antes de empezar

La ruta documentada usa Conda con Python 3.12, pip y PyTorch y un entorno compatible con la ruta de inferencia elegida. La guía propone CUDA y modelos descargados localmente. Revisa los requisitos de memoria y la licencia de los pesos, además de la MIT del código.

## Límites y alternativas

No garantiza extraer bien tablas o fórmulas complejas. Frente a un OCR clásico, interpreta más estructura, pero añade requisitos de modelos.

## Recursos

- [Repo en GitHub](https://github.com/studio-dots-ai/dots.mocr) - 372 estrellas; licencia MIT.
- [README e instalación](https://github.com/studio-dots-ai/dots.mocr#readme) - fuente de los pasos y requisitos.
- [Licencia del repositorio](https://github.com/studio-dots-ai/dots.mocr/blob/main/LICENSE) - consulta su alcance antes de reutilizar el código.
- [Historial de cambios](https://github.com/studio-dots-ai/dots.mocr/commits/HEAD) - último commit comprobado: 2026-03-20; revisión del recurso: 2026-10-26.