Estrai testo da immagine

OCR su foto, screenshot o scansioni. Gratis, senza upload. max 1 GB · Fino a 1 GB · Elaborato localmente, mai inviato a un server.

La foto di una pagina scattata durante una riunione, la schermata di un messaggio di errore, uno scontrino digitalizzato, una diapositiva ripresa dal fondo della sala: testo perfettamente visibile e impossibile da selezionare. Questa pagina lo rilegge e ti restituisce un file di testo scaricabile, che prende il nome della tua immagine seguito da -texte.txt.

Il riconoscimento è affidato a Tesseract, nella sua versione JavaScript 5.0.5 ospitata dal sito stesso, con un nucleo di calcolo compilato in WebAssembly, servito anch’esso da questo dominio. La modalità impostata è quella neurale pura: il vecchio motore per confronto di forme, meno preciso sui caratteri moderni, non viene mai chiamato in causa. La tua immagine viene letta dal browser e consegnata a un processo di lavoro isolato, chiuso appena il testo è pronto, compreso il caso in cui l’elaborazione termini con un errore. Fra gli strumenti archiviati sotto la voce IA, questo è l’unico che fa girare per davvero un modello addestrato, e lo fa girare sulla tua macchina.

La differenza rispetto al riconoscimento applicato ai PDF cambia i consigli da seguire. Qui non avviene nessun rendering intermedio: l’immagine parte per l’analisi nella sua definizione originale, senza raddrizzamento, senza passaggio in bianco e nero, senza ritaglio e senza correzione di contrasto. Una foto da 12 megapixel viene esaminata su tutta la sua superficie. È quindi il tuo scatto, e nient’altro, a decidere il risultato.

Come si usa

  1. Caricare un’immagine Un file per volta, con Trascina qui il tuo file oppure Scegli un file. Va bene qualunque formato che il browser sappia mostrare — JPEG, PNG, WebP, GIF, BMP; un HEIC di iPhone chiede di solito un passaggio preliminare dalla conversione in JPG.
  2. Indicare la lingua del testo Sei impostazioni: francese, inglese, francese + inglese, tedesco, spagnolo, italiano. La scelta decide quale modello viene scaricato e quali caratteri il motore si aspetta, accenti compresi: à, è, é, ì, ò, ù.
  3. Premere Avvia La barra segnala prima lo scaricamento del motore OCR, poi il riconoscimento vero e proprio. Il primissimo avvio richiede una connessione e può prendersi un minuto abbondante.
  4. Controllare il numero di parole riconosciute La riga del risultato annuncia un totale, per esempio 213 parole riconosciute. Un totale molto inferiore a quello che si legge nell’immagine indica una foto storta o mossa, oppure una lingua scelta male.
  5. Scaricare il file di testo Il .txt è codificato in UTF-8 e contiene soltanto caratteri: niente carattere tipografico, niente colore, niente posizione. Ricomincia incatena direttamente un’altra immagine, senza ricaricare la pagina.

I quattro fattori che decidono il risultato

La nitidezza viene per prima. Uno scatto a mano libera da trenta centimetri da un foglio è quasi sempre un po’ molle, e il mosso dissolve le aste delle lettere: rn si legge m, cl si legge d, e nessun ragionamento a valle rimette a posto quel danno. La prova più affidabile è visualizzare l’immagine al 100%: se per leggere una riga devi socchiudere gli occhi, il motore fallirà sulla stessa riga.

Segue la geometria, ed è il difetto più frequente delle fotografie. Il motore presuppone righe orizzontali; una pagina ripresa di sbieco produce righe fuggenti che qui niente raddrizza. Fotografa in perpendicolare al foglio, non dalla sedia dove sei seduto. Il contrasto conta altrettanto: testo grigio chiaro su carta avorio, foto di uno schermo con i suoi riflessi, pagina attraversata dall’ombra del telefono danno risultati mediocri.

Lo sfondo, infine, genera rumore che il motore scambia per tratti: un timbro colorato, una trama di sicurezza, un evidenziatore fluorescente, il disegno di una tovaglia. Ritagliare sul solo blocco di testo prima di caricare elimina buona parte di questi disturbi e accorcia allo stesso tempo l’analisi.

Che cosa attraversa la rete al primo avvio

Il tragitto è l’opposto di quello che si immagina: è il lettore che va verso l’immagine, non l’immagine verso il lettore. La prima volta vengono recuperate tre risorse:

Il browser le mette in cache tutte e tre, ed è il motivo per cui le estrazioni successive si arrangiano senza connessione. La tua immagine non fa parte di questi scambi: viene letta localmente e consegnata al processo di riconoscimento che gira dentro la tua scheda. Cambiare lingua fa invece scaricare un nuovo modello, mentre i precedenti restano in cache. Se il motore non si carica entro due minuti l’elaborazione viene abbandonata, con un messaggio che invita a controllare la connessione.

La forma del testo restituito

Il file segue le righe dell’immagine, non i paragrafi di chi ha scritto. Un testo giustificato e scansionato torna con un a capo a ogni riga stampata, che va poi ricucito a mano o con un cerca-sostituisci. Le parole spezzate dalla sillabazione a fine riga restano spezzate, trattino compreso.

Gli impaginati su colonne e le tabelle sono il punto debole. Le celle escono una dopo l’altra e l’allineamento sparisce: la schermata di un foglio di calcolo diventa un elenco di valori di cui va ricostruita la struttura, e la schermata di un pezzo di codice perde la sua indentazione. Quando il motore non trova nemmeno una parola non viene prodotto nessun file vuoto: un messaggio segnala l’insuccesso e rimanda alla nitidezza e alla lingua come alle due cose da verificare.

I casi in cui questa non è la pagina giusta

Se il tuo documento è un PDF, la pagina di riconoscimento dedicata ne tratta più pagine in un colpo solo e separa i risultati pagina per pagina, il che ti risparmia di esportare prima le immagini. Se il testo è già selezionabile a schermo, copialo: il riconoscimento ottico può solo degradare caratteri che sono già esatti.

La scrittura a mano è fuori portata: nessuna delle sei impostazioni proposte poggia su un modello addestrato per quella, e un appunto scritto a penna, una ricetta medica o una postilla a margine tornano come sequenze di caratteri senza rapporto con l’originale. Infine lo strumento prende un’immagine per volta: una serie di trenta foto si lavora trenta volte, tenendo la scheda aperta.

Domande frequenti

Basta una foto scattata con il telefono?

Spesso sì, a patto che il foglio sia disteso, l’obiettivo parallelo alla pagina e l’illuminazione uniforme. L’insuccesso arriva raramente dalla definizione del sensore: quasi sempre dipende dall’inclinazione dello scatto o dall’ombra che l’apparecchio proietta sulla pagina.

Perché ottengo un messaggio di nessun testo riconosciuto se leggo la pagina senza fatica?

Il motore ha terminato senza isolare una sola parola e si rifiuta di consegnare un file vuoto. Le cause abituali sono un’immagine ruotata di un quarto di giro, la foto di uno schermo, un documento molto pallido oppure una lingua che non corrisponde al testo.

Il mio documento mescola italiano e inglese, che cosa scelgo?

Nessuna delle sei impostazioni combina italiano e inglese: l’unica coppia prevista è francese + inglese. Scegli la lingua dominante e metti in conto qualche errore sui termini dell’altra, oppure separa le due parti del documento in due immagini ed esegui due estrazioni.

La mia immagine viene mandata da qualche parte per essere analizzata?

No. Ad attraversare la rete al primo utilizzo sono il programma di lettura e il modello della lingua scelta; l’immagine resta nella scheda. È esattamente per questo che la prima estrazione ha bisogno di una connessione e le successive no.

Posso recuperare l’impaginazione originale?

No, l’uscita è testo semplice. Si conserva soltanto l’ordine delle righe: grassetto, corsivo, corpi, colonne e immagini non hanno alcun equivalente dentro un file .txt e vengono persi.

Quanto tempo richiede un’estrazione?

Pochi secondi per una schermata, una volta che il motore è in cache; di più per una foto da diversi megapixel di cui viene esaminata l’intera superficie. Ritagliare sulla zona utile riduce l’attesa in modo sensibile.

Strumenti simili

Scopri altri strumenti

Categorie