Implementazione di un Sistema OCR in una Webapp con NestJS, Angular e AWS Textract ​

La presente tesi descrive l’attività di sviluppo svolta durante il tirocinio presso l’azienda Ispiro.tech Srl, finalizzata all’integrazione di un sistema di riconoscimento ottico dei caratteri (OCR) all'interno di una WebApp esistente. L’obiettivo del progetto è stato quello di automatizzare l’estrazione di testo da certificazioni PDF, migliorando l’efficienza nella gestione documentale aziendale. La WebApp è stata sviluppata utilizzando NestJS per il Back-End e Angular per il Front-End, due tecnologie che garantiscono modularità, scalabilità e facilità di manutenzione. NestJS ha consentito la gestione delle API per l’interazione con servizi esterni, mentre Angular ha permesso la creazione di un’interfaccia utente dinamica e reattiva. Dopo un’analisi comparativa delle possibili soluzioni OCR, si è scelto di adottare AWS Textract per le sue elevate prestazioni nell’estrazione di testo e strutture complesse da documenti PDF. Inizialmente era stata valutata anche l’integrazione di un modello AI basato su LLaMA tramite Ollama, ma i costi e la complessità di sviluppo hanno reso preferibile una soluzione già pronta e scalabile come Textract. La tesi affronta inoltre il tema dell’importanza crescente dell’intelligenza artificiale nel mondo del lavoro, con particolare attenzione alle applicazioni nel campo della gestione documentale. Si discutono i benefici dell’automazione di processi ripetitivi e le prospettive future per l’integrazione di sistemi AI più avanzati.