Imagen a texto (OCR)
Copia el texto de un documento fotografiado, una captura de pantalla o un escaneo. El reconocimiento se hace en tu dispositivo y puedes editar el resultado al momento.
Tus imágenes se procesan en este dispositivo y no se suben a ningún servidor.
Cómo se usa
- Elige una o varias imágenes, arrástralas al recuadro de arriba o pega una captura con Ctrl+V.
- Revisa el Idioma del texto. Por defecto es español más inglés, útil para textos que mezclan los dos.
- Espera a que termine la lectura. El porcentaje bajo el nombre de cada archivo indica cuánto falta.
- Corrige el texto en el recuadro si hace falta y pulsa Copiar o Descargar .txt. Si son varias páginas, usa Copiar todo.
Cómo lee el texto esta herramienta
La herramienta usa Tesseract, un motor OCR de código abierto, que funciona en tu navegador gracias a Tesseract.js. Los modelos de idioma son los del conjunto tessdata_fast: redes neuronales LSTM que leen la imagen línea a línea. Para los idiomas de escritura latina, estos modelos se entrenaron con unas 400.000 líneas de texto en unas 4500 tipografías.
Antes de leerla, cada imagen se prepara. Se aplica la orientación que guarda la cámara (EXIF). Las imágenes de menos de 1 megapíxel se amplían, hasta 3×, para acercarse a 2 megapíxeles, porque las letras diminutas son difíciles de separar. Por ejemplo, una captura de 800 × 600 píxeles se amplía 2,04× hasta 1633 × 1225 píxeles. En nuestras pruebas, un texto de 9 píxeles en una captura JPEG se leyó con el 46 % de las palabras correctas sin ampliar y con el 94 % tras ampliarlo 2×. Las fotos de más de 12 megapíxeles se reducen a 12: en nuestro ordenador de pruebas, una imagen de 53 megapíxeles se leyó en 2,2 segundos en lugar de 7,1, con el mismo resultado. Si la segmentación automática de la página no encuentra texto, o su confianza baja del 60 %, la imagen se lee otra vez como un único bloque de texto. Esa segunda pasada salva las páginas fotografiadas con unos grados de inclinación.
De qué depende la precisión
- Tamaño de la letra. La documentación de Tesseract recomienda al menos 300 ppp. A 300 ppp, un texto de 10 puntos tiene una altura de la x (la altura de una x minúscula) de unos 20 píxeles, y por debajo de 10 píxeles es difícil obtener un resultado fiable.
- Contraste. Lo ideal es texto oscuro sobre fondo claro. Las sombras, los pliegues y los fondos con dibujo reducen la precisión.
- Líneas rectas. Una página torcida hace difícil separar las líneas.
- Texto impreso. La letra manuscrita se reconoce mal.
Consejos para fotografiar documentos
- Pon el papel sobre una superficie plana con luz uniforme. Apaga el flash para evitar reflejos.
- Sujeta el móvil paralelo al papel, de modo que los bordes de la página se vean rectos y la página casi llene la pantalla.
- Toca el texto en la pantalla para enfocar y espera a que se vea nítido.
- Una página por foto. Una foto de 4032 × 3024 que ocupa por completo una hoja A4 equivale a unos 340 ppp.
Límites
El resultado es texto sin formato. No se conservan tablas, columnas ni estilos, y el texto de columnas vecinas puede acabar en la misma línea. Por ahora no admite PDF. Como todo se hace en tu dispositivo, las fotos grandes tardan en el móvil, y las imágenes muy grandes pueden fallar si se agota la memoria. Revisa siempre el texto antes de usarlo, sobre todo los números, como el IBAN o el número de una factura.