Como copiar o texto de uma foto ou de um print com OCR
O OCR transforma a imagem de um texto em texto que dá para copiar e editar. O resultado pode sair quase perfeito ou uma bagunça, dependendo da imagem. Este guia mostra o que faz essa diferença e como conferir o resultado antes de confiar nele.
Como o OCR lê uma imagem
Um motor de OCR como o Tesseract, que a ferramenta do swift.id usa, primeiro encontra as linhas de texto na imagem. Depois uma rede neural treinada com milhares de fontes impressas lê cada linha como uma sequência de caracteres, com uma nota de confiança. Os dados do idioma escolhido ajudam a decidir quais letras e palavras são mais prováveis. Por isso duas coisas pesam mais: a qualidade da imagem e se o idioma escolhido é o do texto.
O que afeta a precisão
| Problema | Efeito | Solução |
|---|---|---|
| Letra pequena | Letras trocadas | Chegar perto |
| Folha torta | Linhas juntas | Foto reta |
| Luz desigual | Trechos somem | Luz uniforme |
| Modo escuro | Muitos erros | Modo claro |
| Foto de tela | Letras partidas | |
| Letra de mão | Quase só erros | Digitar |
A documentação do Tesseract diz que ele funciona melhor com imagens de pelo menos 300 DPI, que a detecção de linhas piora muito quando a página está torta e que um fundo com escuridão desigual dá resultados piores. Para o Tesseract 4 em diante, ela recomenda texto escuro em fundo claro, então refaça um print do modo escuro depois de passar o aplicativo para o modo claro.
A ferramenta do swift.id amplia até 3 vezes as imagens com menos de 1 megapixel antes de ler, porque letras muito pequenas são difíceis de separar. A ampliação tem limite: letras borradas no original não ficam nítidas.
Fotografando um documento para OCR
- Coloque a folha numa superfície plana com luz uniforme, perto de uma janela, por exemplo. Desligue o flash; o reflexo apaga as letras do meio da página.
- Segure o celular paralelo ao papel, de modo que as quatro bordas da página fiquem retas e a folha quase encha a tela. Uma foto de 12 megapixels com uma folha A4 enchendo o quadro dá cerca de 345 DPI; se a folha ocupa só metade da largura, cai para uns 170 DPI.
- Toque no texto na tela para a câmera focar ali e espere a imagem ficar nítida.
- Se o celular tiver scanner de documentos, use: Escanear Documentos no app Notas do iPhone, ou o botão Câmera do Google Drive no Android, endireitam a perspectiva e recortam a página.
- Para texto na tela do computador ou do celular, não fotografe a tela. Tire um print; ele não tem reflexo nem as listras da grade de pixels.
Idiomas
A ferramenta lê português, inglês, espanhol, francês, alemão e indonésio, e pode usar dois ao mesmo tempo. Na página em português ela começa com Português em Idioma do texto e Inglês em Segundo idioma. Escolha os idiomas que estão de fato na imagem; um segundo idioma desnecessário deixa a leitura mais lenta. Para um texto só em português, deixe o segundo em Nenhum. Se você mudar o idioma depois de uma imagem ser lida, aparece um botão Ler de novo em … que relê tudo. Alfabetos não latinos, como árabe, chinês ou cirílico, não estão disponíveis.
Letra de mão e tabelas
O FAQ do Tesseract é direto: dá para usá-lo com letra de mão, mas não vai funcionar muito bem, porque ele foi feito para texto impresso. Anotações muito caprichadas às vezes saem em parte; o resto é mais rápido digitar.
Tabelas também são difíceis. A documentação do Tesseract reconhece um problema conhecido na leitura de dados em tabelas, e o resultado da ferramenta é texto corrido, então células de colunas diferentes podem acabar na mesma linha. Para uma tabela, recorte a imagem (ou tire um print) uma coluna por vez, leia cada uma e cole na coluna certa da planilha. Assim os números também ficam mais fáceis de conferir.
Revisando o resultado
O resultado do OCR sempre precisa de uma segunda olhada, principalmente nos números. Os pares mais trocados são rn e m, as letras l ou I e o dígito 1, a letra O e o dígito 0, e S e 5. Palavras separadas por hífen no fim da linha, como "infor-mação", precisam ser emendadas.
- Olhe a confiança. Cada imagem recebe uma porcentagem de confiança. Abaixo de 60%, a ferramenta avisa: "Confiança baixa: revise o resultado com atenção."
- Compare duas leituras. Fotografe a mesma página duas vezes, de posições um pouco diferentes, leia as duas e cole os resultados no Comparar textos. As linhas diferentes são onde o OCR ficou em dúvida, e são só elas que você precisa conferir na imagem.
- Conte os caracteres. Cole um número no Contador de palavras e caracteres e compare com o tamanho que ele deveria ter: um CPF tem 11 dígitos e a linha digitável de um boleto bancário tem 47. O CNPJ tem 14 posições e, desde julho de 2026, as 12 primeiras podem ter letras, então um O no lugar de um 0 não é mais erro óbvio. A contagem de palavras por página também denuncia um parágrafo que sumiu.
- Passe um corretor. A caixa de resultado vem com o corretor ortográfico do navegador desligado de propósito. Cole o texto num editor de texto e as palavras desconhecidas aparecem marcadas.
Extraindo o texto no swift.id
- Abra o Imagem para texto (OCR). Escolha ou arraste uma ou mais imagens, ou cole um print com Ctrl+V.
- Confira o Idioma do texto e o Segundo idioma. No primeiro uso, o motor de OCR e os dados do idioma são baixados; as suas imagens não são enviadas.
- Espere a porcentagem embaixo do nome do arquivo terminar. Se a imagem estiver de lado ou de cabeça para baixo, toque no botão Girar 90° e ela é lida de novo.
- Corrija o texto na caixa de resultado e toque em Copiar ou Baixar .txt. Com várias páginas, Copiar tudo junta os resultados na ordem da lista, com uma linha em branco entre eles.
A ferramenta ainda não aceita PDF. Para um PDF escaneado, tire um print de cada página. Se você consegue selecionar o texto no leitor de PDF, copie de lá; é sempre mais preciso que o OCR.