Saltar al contenido

Imagen a texto (OCR)

Extrae el texto de capturas de pantalla, fotos y páginas escaneadas: el reconocimiento se hace en privado en tu navegador, en español, inglés, francés y alemán.

También disponible en: EnglishDeutschFrançais

Ajustes

La primera vez se descargan de este sitio el motor OCR y el modelo de español (unos 7,5 MB en total); después, tu navegador los guarda para la próxima vez.

Añade una imagen para empezar. El texto reconocido aparecerá aquí.

Herramientas relacionadas

Contador de palabras Contador de caracteres Convertidor de mayúsculas y minúsculas Comparar textos Ordenar alfabéticamente Eliminar saltos de línea

Cómo se usa

  1. Añade una imagen — Elige archivos de imagen, suéltalos en la página o pega una captura de pantalla con Ctrl+V (⌘V en Mac). PNG, JPG, WebP, GIF y BMP funcionan en todos los navegadores; puedes añadir varias imágenes a la vez.
  2. Revisa el idioma y la vista previa — En «Idioma del texto», elige el idioma en que está escrito el texto: el español viene preseleccionado. Gira la imagen si está de lado. Si es tenue, de color o tiene poco contraste, prueba la escala de grises, más contraste o un umbral de blanco y negro; «Invertir» sirve para texto claro sobre fondo oscuro.
  3. Extrae el texto — Haz clic en «Extraer texto» (o en «Extraer todo» si hay varias imágenes). La primera vez, tu navegador descarga una sola vez el motor OCR y el modelo del idioma; después, el reconocimiento empieza al instante.
  4. Revisa, copia o guarda — El resultado muestra un índice de confianza general y una lista de palabras dudosas: al hacer clic en una, se selecciona en el texto. Corrige lo que haga falta, une las líneas cortadas en párrafos y copia el texto o descárgalo como archivo .txt.

Acerca de Imagen a texto

Esta herramienta convierte una imagen a texto: capturas de pantalla, fotos de documentos hechas con el teléfono, páginas escaneadas, diapositivas o recibos se convierten en texto editable gracias al reconocimiento óptico de caracteres (OCR). Reconoce español, inglés, francés y alemán. Todo ocurre en tu navegador: las imágenes se procesan en tu dispositivo y nunca se suben.

Qué ocurre por dentro

  1. Preparación. Tu navegador decodifica la imagen y aplica la orientación que guarda el teléfono (EXIF). Tesseract lee mejor cuando las mayúsculas miden unos 20–40 píxeles, así que las imágenes cuyo lado mayor mide menos de 1000 píxeles se amplían (hasta 3 veces) y las muy grandes se reducen a un máximo de 4000 píxeles y 12 megapíxeles.
  2. Limpieza opcional: escala de grises, contraste, inversión para texto claro sobre fondo oscuro y umbral de blanco y negro. «Automático (Otsu)» busca el nivel de brillo que mejor separa el texto del fondo.
  3. Reconocimiento. La imagen pasa a Tesseract (mediante tesseract.js 7), que se ejecuta como WebAssembly en un Web Worker, con su reconocedor de redes neuronales LSTM y el modelo del idioma elegido.
  4. Resultado. Obtienes el texto, el índice de confianza medio y una lista de palabras dudosas.

Por qué importa el idioma

Cada modelo conoce las letras y las palabras habituales de su idioma: la ñ, las tildes y los signos de apertura ¿ y ¡ solo se leen de forma fiable si en «Idioma del texto» está seleccionado Español. Pasamos por los dos modelos una imagen de prueba nítida (Arial, 40 píxeles, negro sobre blanco):

Idioma elegidoTexto reconocidoConfianza
Español¿Dónde está el niño? ¡Mañana iremos! El señor compró café para todo el año.95 %
Inglés¢, Donde esta el nifio? jMafiana iremos! El sefior compro café para todo el afio.82 %

Con el modelo español, el texto salió exacto. El modelo inglés convirtió cada ñ en «fi», el signo ¿ en «¢,» y el ¡ en «j», y perdió la mayoría de las tildes. Un índice inesperadamente bajo puede indicar que elegiste el idioma equivocado. Las palabras en inglés dentro de un texto en español no suelen dar problemas: el modelo español leyó sin errores una línea en inglés.

Una advertencia sincera: en una segunda prueba con «¡Qué vergüenza!» y «El pingüino come piñas en España.», incluso el modelo español leyó mal la diéresis («verguenza», «pingúino»), aunque acertó la ñ y los signos ¿ y ¡. Revisa siempre las palabras con ü.

Elegir la disposición

DisposiciónÚsala para
AutomáticoDocumentos con títulos, párrafos o varios bloques (predeterminado).
Una sola columnaArtículos, páginas de libros, capturas largas.
Un solo bloqueUn párrafo o una zona de texto recortada al ras.
Una sola líneaUn título, un código, un número de serie.
Texto dispersoCapturas de aplicaciones, formularios, carteles, etiquetas.

Limitaciones

El OCR nunca es perfecto. Cuenta con errores en:

Comprueba siempre los nombres, las cifras y los importes con el original.

Para qué sirve

Copiar una cita de la foto de un libro, convertir cartas y facturas en texto editable o copiar un mensaje de error de una captura de pantalla. Si un PDF ya tiene una capa de texto, el PDF to Text Converter (en inglés) es más rápido y exacto. Para limpiar el resultado, usa Eliminar saltos de línea, y el contador de palabras te dice cuánto mide el texto extraído.

Privacidad

El motor OCR (unos 4 MB) y los modelos de idioma (español unos 3,4 MB, inglés unos 5 MB, francés unos 1,2 MB, alemán unos 2 MB) están alojados en este sitio y solo se descargan cuando los usas; después, tu navegador los guarda en caché. Las imágenes, el texto y los resultados nunca salen de tu dispositivo.

Preguntas frecuentes

¿Se suben mis imágenes a algún servidor?

No. El reconocimiento de texto se ejecuta en tu navegador con Tesseract, un motor de código abierto compilado a WebAssembly. Tus imágenes y el texto extraído se quedan en tu dispositivo, así que la herramienta también sirve para recibos, cartas, documentos de identidad o capturas confidenciales.

¿Qué idiomas reconoce?

Español, inglés, francés y alemán. Antes de extraer, elige el idioma de la imagen en «Idioma del texto»; en esta página viene preseleccionado el español. Cada idioma tiene su propio modelo, y la ñ, las tildes y los signos ¿ y ¡ solo se leen bien si está seleccionado «Español». Otras escrituras, como el cirílico, el árabe o el chino, no se reconocen.

¿Y si el texto mezcla idiomas?

Se usa un solo modelo por extracción: elige el idioma principal del texto. En nuestra prueba, el modelo español leyó sin errores una línea en inglés, mientras que el modelo inglés convirtió cada ñ de un texto en español en «fi». Si una imagen tiene fragmentos largos en idiomas distintos, recórtala y lee cada parte con el idioma adecuado.

¿Puede leer letra manuscrita?

Solo letras de imprenta escritas con cuidado, y no de forma fiable. Tesseract está entrenado con texto impreso, así que la letra cursiva y las notas rápidas suelen salir ilegibles. Los mejores resultados se obtienen con documentos mecanografiados o impresos, capturas de pantalla, carteles y páginas de libros.

¿Cómo consigo un resultado más preciso?

Elige el idioma correcto y usa la imagen más nítida y grande que tengas: el texto debe medir al menos 20 píxeles de alto, estar recto y bien iluminado. Recorta las zonas que no necesitas, gira las imágenes torcidas y prueba las opciones de limpieza. Para una sola línea o una etiqueta, elige la disposición correspondiente. Revisa siempre las palabras con diéresis, como pingüino o vergüenza: en nuestra prueba, incluso el modelo español leyó mal la ü.

¿Qué significa el índice de confianza?

Es la media de la seguridad que Tesseract asigna a cada palabra reconocida, de 0 a 100. Por encima de 85, más o menos, el texto suele ser casi perfecto; entre 65 y 85, cuenta con algunos errores; por debajo, revisa la calidad de la imagen y el idioma elegido. Las palabras por debajo del 70 % se muestran aparte para que las revises primero.