Imagem para texto (OCR)

Solte uma imagem nesta página e as palavras que estão nela aparecem no painel ao lado, prontas para copiar. Você também pode colar uma captura de tela direto da área de transferência, o que costuma ser mais rápido do que salvar o arquivo antes. Funciona com PNG, JPEG, WebP e BMP.

Qual é a precisão?

Isso depende quase inteiramente da imagem. Capturas de tela e digitalizações limpas de páginas impressas saem muito bem, porque as letras estão nítidas sobre um fundo uniforme. Fotos tiradas com o celular são mais difíceis: sombra, papel curvado, tremido e reflexo cobram seu preço, e uma página fotografada de lado pode voltar com as linhas embaralhadas. Letra manuscrita está fora de alcance, já que o motor usado aqui foi treinado apenas em texto impresso. Se o resultado sair ruim, refazer a foto de frente e com mais luz ajuda mais do que qualquer ajuste.

O menu de idioma no cabeçalho do painel de texto começa em detecção automática: a ferramenta lê a imagem, olha o que voltou e relê com o modelo certo quando as palavras apontam para um dos outros sete idiomas. O próprio menu muda para mostrar em qual idioma ela ficou. A detecção automática tem limites. Trechos muito curtos dão pouca informação, e um texto em outro sistema de escrita a derrota por completo: um modelo de alfabeto latino lendo japonês devolve ruído que o detector não consegue situar. Nesses casos, escolha o idioma você mesmo. Errar aqui estraga o resultado em silêncio, porque um modelo lendo o idioma errado inventa palavras em vez de avisar que algo saiu errado. Trocar de idioma relê a imagem que já está carregada.

Minha imagem é enviada para algum lugar?

Não. O reconhecimento roda dentro do seu navegador com o Tesseract, compilado para WebAssembly e conduzido pelo tesseract.js. A imagem entra num canvas na sua máquina e o texto volta de uma thread de trabalho na mesma máquina. Não há servidor no caminho, então nada pode registrar suas notas fiscais, documentos digitalizados, laudos médicos ou o que mais você estiver lendo. Dá para abrir a página, desconectar da rede e continuar usando, desde que o modelo já esteja em cache.

Por que a primeira leitura demora?

Cada idioma precisa de um modelo treinado de mais ou menos um a três megabytes, além do próprio motor de reconhecimento. O navegador baixa isso na primeira leitura e guarda no IndexedDB, então a segunda imagem começa quase na hora. Trocar para um idioma que você ainda não usou dispara mais um download, só daquele idioma. Imagens com um lado muito comprido são reduzidas antes da leitura, o que economiza vários segundos numa foto de 12 megapixels sem custar precisão em tamanhos normais de texto. A página do MDN sobre IndexedDB explica onde esse cache vive.

Usos comuns: copiar um código ou endereço de uma captura de tela, tirar citações de uma página de livro digitalizada, passar um recibo para a planilha e recuperar o texto de uma imagem que alguém mandou quando ninguém mais tem o documento original.