En el flujo de trabajo de verificación de identidad, la calidad de las fotografías enviadas por los usuarios es crítica. Recientemente, me enfrenté a dos casos complejos donde las imágenes recibidas para validación presentaban errores de captura que impedían su correcta lectura: documentos invertidos, reflejos en lentes y ángulos de perfil que hacían ilegible el carnet.
El objetivo técnico era realizar una composición digital que unificara la imagen del usuario con una captura de alta calidad del documento, corrigiendo a su vez la postura, la orientación y los artefactos visuales. Para abordar esto mediante modelos de lenguaje multimodal como Gemini, es fundamental estructurar los prompts no solo como una petición, sino como una instrucción de composición técnica.
1. Caso: Corrección de efecto espejo y artefactos en lentes
El primer desafío involucraba una fotografía donde el usuario sostenía el documento, pero el efecto espejo invertía el texto, la postura era descendente y los lentes presentaban reflejos molestos que ocultaban la mirada.
Por favor, corrige la foto de la persona con el carnet invertido (de izquierda a derecha, como un espejo). La postura debe ser corregida para que la persona esté mirando de frente, con el carnet a la altura del torso, y sin la inclinación hacia abajo. Además, elimina el reflejo de los lentes. Usa la imagen del carnet en alta calidad para reemplazar el contenido del carnet que está parcialmente ilegible y voltea el texto del carnet para que sea legible correctamente. Asegúrate de que la iluminación y el fondo sean naturales y consistentes con la escena original.2. Caso: Reencuadre y superposición de documentos
El segundo caso era más complejo: una toma de perfil con una distancia focal inadecuada, lo que resultaba en un carnet ilegible. Aquí, la instrucción debe enfocarse en la reconstrucción espacial y la integración de la fuente de alta resolución.
Por favor, ajusta la foto de la persona que está tomada de perfil. Corrige la postura para que la persona esté mirando de frente, manteniendo el carnet a la altura del torso. Usa la imagen del carnet en alta calidad (donde se vea claramente el contenido) para superponerla de forma correcta, asegurándote de que el texto en el carnet sea legible y visible. Además, ajusta la distancia para que el carnet sea más visible, y mejora la iluminación y el fondo para que coincidan con el contexto de la imagen original.