Imagen a texto (OCR)

Suelta una imagen en esta página y las palabras que hay dentro aparecen en el panel de al lado, listas para copiar. También puedes pegar una captura de pantalla directamente desde el portapapeles, que suele ser más rápido que guardarla antes en el disco. Acepta archivos PNG, JPEG, WebP y BMP.

¿Qué precisión tiene?

Depende casi por completo de la imagen. Las capturas de pantalla y los escaneos limpios de páginas impresas se leen muy bien, porque las letras salen nítidas sobre un fondo uniforme. Las fotos hechas con el móvil cuestan más: las sombras, el papel curvado, el movimiento y los reflejos restan precisión, y una página fotografiada de lado puede devolver las líneas desordenadas. La escritura a mano queda fuera, porque el motor que se usa aquí solo está entrenado con texto impreso. Si el resultado sale mal, repetir la foto de frente y con más luz ayuda más que cualquier ajuste.

El menú de idioma en la cabecera del panel de texto arranca en detección automática: la herramienta lee la imagen, mira lo que ha salido y la vuelve a leer con el modelo correcto cuando las palabras apuntan a uno de los otros siete idiomas. El propio menú cambia para mostrar con cuál se ha quedado. La detección automática tiene límites. Los fragmentos muy cortos dan poca información, y un texto en otro sistema de escritura la derrota por completo: un modelo de alfabeto latino leyendo japonés devuelve ruido que el detector no sabe ubicar. En esos casos, elige el idioma tú mismo. Equivocarse aquí estropea el resultado sin avisar, porque un modelo leyendo el idioma equivocado se inventa palabras en lugar de decirte que algo ha ido mal. Cambiar de idioma vuelve a leer la imagen que ya tienes cargada.

¿Se sube mi imagen a algún sitio?

No. El reconocimiento se ejecuta dentro de tu navegador con Tesseract, compilado a WebAssembly y manejado por tesseract.js. La imagen entra en un canvas de tu equipo y el texto vuelve de un hilo de trabajo del mismo equipo. No hay ningún servidor por medio, así que nada puede registrar tus facturas, documentos escaneados, informes médicos o lo que estés leyendo. Puedes abrir la página, desconectarte de la red y seguir usándola mientras el modelo esté en caché.

¿Por qué tarda tanto la primera vez?

Cada idioma necesita un modelo entrenado de entre uno y tres megabytes, más el propio motor de reconocimiento. El navegador los descarga en tu primera lectura y los guarda en IndexedDB, así que la segunda imagen arranca casi al instante. Cambiar a un idioma que aún no has usado provoca una descarga más, solo la de ese idioma. Las imágenes con un lado muy largo se reducen antes de leerlas, lo que ahorra varios segundos en una foto de 12 megapíxeles sin perder precisión con texto de tamaño normal. La página de MDN sobre IndexedDB explica dónde vive esa caché.

Usos habituales: copiar un código o una dirección de una captura de pantalla, sacar citas de la página escaneada de un libro, pasar un recibo a una hoja de cálculo y rescatar el texto de una imagen que te han enviado cuando ya nadie tiene el documento original.