Initial commit - Stand 26.04.2026

2026-04-26 07:51:39 +02:00
commit b29c467187
186 changed files with 39281 additions and 0 deletions
@@ -0,0 +1,80 @@
+const Tesseract = require('tesseract.js');
+const path = require('path');
+
+class OCRService {
+  async processDocument(filePath) {
+    try {
+      console.log(`[OCR] Verarbeite: ${filePath}`);
+      
+      // Erkenne Dateityp
+      const ext = path.extname(filePath).toLowerCase();
+      
+      if (ext === '.pdf') {
+        // Für PDFs: Text-Extraktion (ohne OCR, wenn möglich)
+        // Hier könnte pdf-parse verwendet werden
+        return {
+          success: true,
+          extracted: { text: 'PDF Text extrahiert (Platzhalter)', type: 'pdf' }
+        };
+      }
+      
+      // Für Bilder: Tesseract OCR
+      if (['.jpg', '.jpeg', '.png', '.gif', '.bmp', '.webp'].includes(ext)) {
+        const result = await Tesseract.recognize(
+          filePath,
+          'deu', // Deutsche Sprache
+          {
+            logger: m => console.log(`[OCR] ${m.status}: ${Math.round(m.progress * 100)}%`)
+          }
+        );
+        
+        // Extrahiere potenzielle Beträge (einfache Regex)
+        const amounts = this.extractAmounts(result.data.text);
+        
+        return {
+          success: true,
+          extracted: {
+            text: result.data.text,
+            confidence: result.data.confidence,
+            amounts: amounts,
+            type: 'image'
+          }
+        };
+      }
+      
+      return {
+        success: false,
+        error: 'Nicht unterstütztes Dateiformat'
+      };
+    } catch (error) {
+      console.error('[OCR] Fehler:', error);
+      return {
+        success: false,
+        error: error.message
+      };
+    }
+  }
+  
+  extractAmounts(text) {
+    // Deutsche Beträge erkennen (z.B. 1.234,56 oder 1234,56)
+    const patterns = [
+      /(\d{1,3}(?:\.\d{3})*,\d{2})\s*[€$]?/g,  // 1.234,56 €
+      /(\d+,\d{2})\s*[€$]?/g,                    // 1234,56 €
+      /[€$]\s*(\d{1,3}(?:,\d{3})*\.\d{2})/g,    // € 1,234.56
+      /[€$]\s*(\d+\.\d{2})/g                     // € 1234.56
+    ];
+    
+    const amounts = [];
+    patterns.forEach(pattern => {
+      const matches = text.match(pattern);
+      if (matches) {
+        amounts.push(...matches.map(m => m.replace(/[^\d,]/g, '').replace(',', '.')));
+      }
+    });
+    
+    // Eindeutige Beträge zurückgeben
+    return [...new Set(amounts)].map(a => parseFloat(a)).filter(a => a > 0);
+  }
+}
+
+module.exports = new OCRService();