Extraer texto de imagen
OCR sobre fotos, capturas o escaneos. Gratis, sin subida. 1 GB máx. · Hasta 1 GB · Procesado localmente, nunca enviado a un servidor.
Una foto de una página hecha en una reunión, una captura de un mensaje de error, un tique escaneado, una diapositiva fotografiada desde el fondo de la sala: texto perfectamente visible e imposible de seleccionar. Esta página vuelve a leerlo y le devuelve un fichero de texto descargable, nombrado a partir de su imagen y con el sufijo “-texte.txt”.
El reconocimiento se confía a Tesseract, en su versión JavaScript 5.0.5 cargada desde este mismo sitio, con un núcleo de cálculo compilado en WebAssembly. El modo elegido es el neuronal exclusivamente: el motor antiguo, basado en comparación de formas y menos preciso con las tipografías modernas, no se llega a invocar. Su imagen la lee el navegador y se entrega a un proceso de trabajo aislado, que se detiene en cuanto se obtiene el texto, también cuando la ejecución acaba en error. De todas las herramientas archivadas bajo este epígrafe, esta es la única que ejecuta de verdad un modelo entrenado, y lo ejecuta en su propio equipo.
La diferencia con el reconocimiento aplicado a los PDF cambia los consejos que conviene seguir. Aquí no hay ningún renderizado intermedio: la imagen va al análisis en su definición original, sin enderezado, sin paso a blanco y negro, sin recorte y sin corrección de contraste. Una foto de 12 megapíxeles se examina en toda su superficie. Es su toma, y solo ella, la que determina el resultado.
Cómo se usa
- Suelte una imagen Un fichero cada vez, mediante “Suelta tu archivo aquí” o “Elegir un archivo”. Vale cualquier formato que su navegador sepa mostrar: JPEG, PNG, WebP, GIF o BMP; un HEIC de iPhone suele exigir un paso previo por la conversión a JPG.
- Indique el idioma del texto Seis ajustes: francés, inglés, francés + inglés, alemán, español e italiano. Esa elección determina qué modelo se descarga y qué caracteres se esperan, tildes y ñ incluidas.
- Pulse Ejecutar La barra anuncia primero la descarga del motor de reconocimiento y después el reconocimiento del texto propiamente dicho. La primera ejecución exige conexión y puede llevarse un buen minuto.
- Compruebe cuántas palabras se han reconocido La línea de resultado anuncia un recuento, por ejemplo 213 palabras. Un total muy inferior al contenido que usted ve en la imagen delata una foto torcida, movida o un idioma mal elegido.
- Descargue el fichero de texto El .txt va codificado en UTF-8 y no contiene más que caracteres: ni tipografía, ni color, ni posición. “Empezar de nuevo” encadena directamente con otra imagen sin recargar la página.
Los cuatro factores que deciden el resultado
La nitidez va primero. Una toma a pulso desde treinta centímetros de una hoja sale casi siempre algo blanda, y el desenfoque disuelve los trazos de las letras: la rn se lee como m y la cl se lee como d, sin que nada corrija eso después. La prueba más fiable consiste en mostrar la imagen al 100 %: si usted tiene que entornar los ojos para leer una línea, el motor fallará en esa misma línea. Los signos pequeños son además los primeros que se pierden, de manera que una tilde borrosa devuelve “ano” donde ponía “año”.
La geometría viene detrás, y es el defecto más frecuente en las fotografías. El motor da por supuestas líneas horizontales; una página tomada de lado produce líneas fugadas que aquí nada endereza. Fotografíe en perpendicular a la hoja, no desde la silla en la que está sentado. El contraste cuenta lo mismo: texto gris claro sobre papel crema, foto de una pantalla con sus reflejos o página atravesada por la sombra del propio teléfono dan resultados mediocres.
El fondo, por último, genera ruido que el motor toma por trazos: un sello de color, una trama de seguridad, un subrayado fluorescente, el estampado de un mantel. Recortar previamente sobre el bloque de texto elimina buena parte de esas interferencias y de paso acorta el análisis.
Qué circula por la red en la primera ejecución
El recorrido es el contrario del que suele imaginarse: es el lector el que viaja hasta la imagen, y no al revés. La primera vez se recuperan tres recursos:
- el script de Tesseract, servido por el propio sitio;
- el núcleo WebAssembly, unos tres megaoctetos;
- el modelo del idioma elegido, una decena de megaoctetos una vez comprimido, el único de los tres que sigue descargándose de un servidor ajeno, el CDN jsDelivr.
El navegador guarda los tres en caché, y por eso las extracciones siguientes se apañan sin conexión. Su imagen no participa en esos intercambios: se lee localmente y se entrega al proceso de reconocimiento que se ejecuta dentro de su pestaña. Cambiar de idioma sí provoca la descarga de un modelo nuevo, quedándose los anteriores en caché. Si el motor no ha terminado de cargarse en dos minutos, la operación se abandona con un mensaje que invita a revisar la conexión.
La forma del texto devuelto
El fichero sigue las líneas de la imagen, no los párrafos del autor. Un texto justificado escaneado vuelve con un salto de línea en cada línea impresa, que hay que volver a pegar a mano o con un buscar y reemplazar. Las palabras partidas por un guion a final de línea siguen partidas.
Las maquetaciones a varias columnas y las tablas son el punto débil. Las celdas salen unas detrás de otras y la alineación desaparece por completo: una captura de una hoja de cálculo se convierte en una lista de valores cuya estructura hay que reconstruir de memoria, y una captura de código pierde su sangrado. Cuando el motor no encuentra ni una sola palabra no se produce ningún fichero vacío: en su lugar, un mensaje informa del fallo y señala la nitidez y el idioma como las dos cosas que hay que revisar.
Los casos en los que esta no es la página adecuada
Si su documento es un PDF, la página de reconocimiento dedicada a ese formato trata varias páginas de una vez y separa los resultados página por página, lo que le ahorra exportar imágenes antes. Si el texto ya se puede seleccionar en pantalla, cópielo: el reconocimiento óptico solo puede degradar unos caracteres que ya son exactos.
La escritura manuscrita queda fuera de alcance: ninguno de los seis modelos ofrecidos está entrenado para ella, así que una nota a mano, una receta o una anotación al margen vuelven convertidas en cadenas de caracteres sin relación con el original. Y la herramienta toma una imagen cada vez: una serie de treinta fotos se trata en treinta pasadas, manteniendo la pestaña abierta.
Preguntas frecuentes
¿Basta con una foto hecha con el móvil?
A menudo sí, siempre que la hoja esté plana, el objetivo paralelo a la página y la iluminación sea regular. El fallo rara vez viene de la resolución del sensor: viene casi siempre de la inclinación de la toma o de la sombra que proyecta el propio aparato sobre el papel.
¿Por qué me dice que no ha reconocido ningún texto si yo lo leo sin dificultad?
El motor ha terminado sin aislar ni una sola palabra y se niega a entregarle un fichero vacío. Las causas habituales son una imagen girada un cuarto de vuelta, una foto de una pantalla, un documento muy pálido o un idioma que no se corresponde con el texto.
Mi documento mezcla español e inglés, ¿qué ajuste elijo?
No hay ninguna combinación de español e inglés: la única opción bilingüe disponible junta el francés y el inglés. Elija “Español”, que comparte alfabeto con el inglés y suele leer sus palabras de forma aceptable aunque dude algo más, o pase la misma imagen dos veces y quédese con la mejor parte de cada resultado.
¿Se envía mi imagen a algún sitio para analizarla?
No. Lo que atraviesa la red en el primer uso es el programa de lectura y el fichero de datos entrenados del idioma elegido; la imagen se queda en la pestaña. Por eso precisamente la primera extracción necesita conexión y las siguientes no.
¿Puedo recuperar la maquetación original?
No, la salida es texto plano. Solo se conserva el orden de las líneas: negritas, cursivas, cuerpos de letra, columnas e imágenes no tienen equivalente dentro de un fichero .txt y se pierden.
¿Cuánto tarda una extracción?
Unos segundos para una captura de pantalla una vez el motor está en caché, y bastante más para una foto de varios megapíxeles cuya superficie entera hay que examinar. Recortar sobre la zona útil reduce notablemente la espera.
Herramientas similares
Descubrir otras herramientas
- PDF → JPG — Exporta cada página del PDF como imagen de alta calidad.
- Comprimir imagen — JPG, PNG y WebP más ligeros con ganancia real.
- Conversor de mayúsculas — MAYÚSCULAS, minúsculas, Título o frase.
- Markdown → HTML — Markdown convertido en HTML limpio y semántico.