Cómo copiar el texto de una foto o una captura de pantalla con OCR

El OCR convierte una imagen con texto en texto que puedes copiar y editar. El resultado puede ser casi perfecto o un desastre, según la imagen. Esta guía explica de qué depende y cómo revisar lo que sale antes de fiarte.

Actualizado el

Cómo lee una imagen el OCR

Un motor de OCR como Tesseract, el que usa la herramienta de swift.id, busca primero las líneas de texto de la imagen. Después, una red neuronal entrenada con miles de tipos de letra impresa lee cada línea como una secuencia de caracteres, con una puntuación de confianza. Los datos del idioma elegido ayudan a decidir qué letras y palabras son probables. Por eso lo que más importa es la calidad de la imagen y que el idioma configurado coincida con el del texto.

Qué afecta a la precisión

ProblemaQué vesSolución
Letra pequeñaLetras cambiadasAcércate
Hoja inclinadaLíneas mezcladasFoto recta
Luz desigualFaltan trozosLuz uniforme
Modo oscuroMuchos erroresModo claro
Foto de pantallaLetras rotasCaptura
Letra a manoCasi todo malTeclearlo

La documentación de Tesseract dice que funciona mejor con imágenes de al menos 300 ppp, que la detección de líneas empeora mucho cuando la página está muy torcida y que un fondo con zonas más oscuras que otras da peores resultados. Para Tesseract 4 y posteriores recomienda texto oscuro sobre fondo claro, así que repite una captura en modo oscuro después de poner la app en modo claro.

La herramienta de swift.id amplía hasta 3 veces las imágenes de menos de 1 megapíxel antes de leerlas, porque las letras muy pequeñas cuesta separarlas. Ampliar tiene un límite: las letras que están borrosas en el original no se vuelven nítidas.

Fotografiar un documento para el OCR

  1. Pon la hoja sobre una superficie plana con luz uniforme, por ejemplo junto a una ventana. Apaga el flash; su brillo borra las letras del centro de la página.
  2. Sostén el móvil en paralelo al papel, de forma que los cuatro bordes se vean rectos y la hoja casi llene la pantalla. Una foto de 12 megapíxeles que llena una hoja A4 o Carta da unos 345 a 367 ppp; si la hoja solo ocupa la mitad del ancho, baja a unos 170.
  3. Toca el texto en la pantalla para que la cámara enfoque ahí y espera a que la imagen esté nítida.
  4. Si tu móvil tiene escáner de documentos, úsalo: Escanear Documentos en la app Notas del iPhone o el escáner de la app Google Drive enderezan la perspectiva y recortan la hoja.
  5. Para texto que está en una pantalla, no le hagas una foto: haz una captura. No tiene reflejos ni las rayas de la rejilla de píxeles.

Idiomas

La herramienta lee español, inglés, indonesio, portugués, francés y alemán, y puede usar dos a la vez. En la página en español empieza con Idioma del texto en Español y Segundo idioma en Inglés, útil para documentos con términos en inglés. Si el texto es solo en español, pon el segundo idioma en Ninguno: con dos idiomas la lectura va algo más lenta. Si cambias el idioma después de leer una imagen, aparece un botón Volver a leer en … para repetirlo todo. Las escrituras no latinas, como el árabe, el chino o el cirílico, no están disponibles.

Letra a mano y tablas

Las preguntas frecuentes de Tesseract son claras: se puede usar con letra a mano, pero no funcionará muy bien, porque está pensado para texto impreso. Unas notas muy limpias a veces se leen en parte; lo demás es más rápido teclearlo.

Las tablas también son difíciles. La documentación de Tesseract reconoce un problema conocido al leer datos de tablas, y el resultado de la herramienta es texto plano, así que celdas de columnas distintas pueden acabar en la misma línea. Con una tabla, recorta la imagen (o haz la captura) columna a columna, lee cada una y pégalas en las columnas correspondientes de la hoja de cálculo. Así también es más fácil revisar las cifras.

Revisar el resultado

El texto del OCR siempre necesita una segunda mirada, sobre todo los números. Las confusiones más habituales son rn y m, las letras l o I y el dígito 1, la letra O y el cero, y S y 5. Las palabras partidas con guion al final de línea, como «infor-mación», hay que unirlas. Repasa también las tildes y la ñ.

  • Mira la confianza. Cada imagen recibe un porcentaje de confianza. Por debajo del 60 %, la herramienta añade el aviso «Confianza baja: revisa el resultado con cuidado».
  • Compara dos lecturas. Fotografía la misma página dos veces desde posiciones algo distintas, lee las dos y pega los resultados en Comparar textos. Las líneas que difieren son donde el OCR dudó, y solo esas hace falta cotejar con la imagen.
  • Cuenta la longitud. Pega un número de cuenta en el Contador de palabras y caracteres: un IBAN español tiene siempre 24 caracteres y una CLABE mexicana 18 dígitos. El número de palabras por página también delata un párrafo que se ha perdido.
  • Pasa el corrector. El cuadro de resultado tiene desactivada a propósito la corrección ortográfica del navegador. Pega el texto en un procesador de textos y las palabras desconocidas quedarán marcadas.

Extraer el texto en swift.id

  1. Abre Imagen a texto (OCR). Toca Elegir archivos, arrastra una o varias imágenes o pega una captura con Ctrl+V.
  2. Comprueba el Idioma del texto y el Segundo idioma. La primera vez se descargan el motor de OCR y los datos del idioma; tus imágenes no se suben.
  3. Espera a que termine el porcentaje bajo el nombre del archivo. Si una imagen está de lado o del revés, pulsa el botón Girar 90° y se vuelve a leer.
  4. Corrige el texto en el cuadro del resultado y pulsa Copiar o Descargar .txt. Con varias páginas, Copiar todo junta los resultados en el orden de la lista, separados por una línea en blanco.

La herramienta todavía no acepta PDF. Con un PDF escaneado, haz una captura de cada página. Si en tu lector de PDF puedes seleccionar el texto, cópialo desde ahí: siempre será más exacto que el OCR.

Preguntas frecuentes

¿Se suben mis fotos?
No. Desde swift.id solo se descargan el motor de OCR y los datos del idioma; las imágenes se leen en tu dispositivo. Aun así, revisa cada número del resultado antes de usarlo en un formulario oficial.
¿Por qué sale un texto sin sentido de mi captura en modo oscuro?
La documentación de Tesseract recomienda texto oscuro sobre fondo claro a partir de la versión 4. Pon la app en modo claro, repite la captura y vuelve a leerla.
¿Lee fotos del iPhone en HEIC?
Depende del navegador. Chrome no abre HEIC y la herramienta te lo dirá. Convierte antes la foto con HEIC a JPG y añade el JPG.
¿Qué precisión tiene?
Con una captura limpia de texto impreso, casi sin errores. Con fotos de papel arrugado, letra pequeña o tablas, los fallos son mucho más frecuentes. Una confianza por debajo del 60 % es la señal para revisar cada línea.