OCR — Extractor de imagen a texto gratis

Ejemplo práctico

Toma el escaneo de una página A4 de 2,480 × 3,508 píxeles (300 dpi). Deja «Idioma de la imagen» en inglés, pulsa «Extraer texto» y la herramienta busca texto en una copia reducida a 672 × 960 píxeles y luego lee cada línea en una copia de 1,357 × 1,920. Después, los recuadros muestran «Confianza», «Líneas», «Palabras» y «Caracteres». Si eliges «PDF con búsqueda (.pdf)», un archivo con un nombre como «scan_ocr.pdf» contiene la imagen original en una página de unos 595 × 842 puntos (tamaño A4), con el texto reconocido superpuesto de forma invisible. En la primera visita, el paquete de alfabeto latino pesa 7.7 MB y el detector compartido 11.1 MB: 18.7 MB de modelos en total. Si en cambio sueltas un PDF escaneado de 10 páginas, la página dice «10 páginas · unos 5 minutos en este dispositivo», que es una primera estimación de 30 segundos por página.

Qué ajustes usar y los límites

• Elige el idioma de la imagen antes de pulsar «Extraer texto». El menú «Idioma de la imagen» muestra 51 idiomas agrupados por sistema de escritura, y el encabezado de cada grupo indica el tamaño de descarga, como «Alfabeto latino — 7.7 MB» o «Chino y japonés — 15.9 MB». Los idiomas del mismo grupo comparten una sola descarga, así que pasar del francés al polaco no cuesta nada. El coreano, el árabe, el devanagari, el tailandés, el griego, el tamil y el telugu necesitan cada uno su propio paquete. El menú empieza en el idioma de tu página y después recuerda tu última elección en este navegador. El hebreo no es compatible, y la página dice «Este motor no admite el hebreo.»
• Suelta, pega o procesa tus archivos por lotes. La herramienta acepta archivos JPG, PNG, WebP, BMP y PDF, y puedes pegar una captura de pantalla con Ctrl+V. Suelta varios archivos, o usa «Agregar más archivos», y pasan a una cola que los lee uno tras otro con el mismo idioma. En la cola eliges «Guardar cada archivo como» «Texto sin formato (.txt)» o «PDF con búsqueda (.pdf)», y el menú incluye «Descargar un solo .txt combinado». Se rechaza una imagen de más de 40 megapíxeles, por ejemplo cualquiera mayor de 8,000 × 5,000 píxeles.
• Elige el formato de exportación que se ajuste a lo que necesitas. «Formato de exportación» ofrece «Texto sin formato (.txt)», «PDF con búsqueda (.pdf)» y «Texto buscable hOCR (.html)». Una imagen se abre con la opción de texto y un PDF se abre con la de PDF con búsqueda. El PDF con búsqueda conserva las imágenes originales de las páginas exactamente como están, con el texto invisible encima, de modo que puedes buscar, seleccionar y copiar en un visor de PDF. hOCR solo se ofrece para imágenes sueltas. Conserva la posición de cada línea, pero como rectángulos rectos, así que las líneas inclinadas pierden su inclinación. Los archivos se nombran como «scan.txt», «scan_ocr.pdf» y «scan.hocr.html».
• En los PDF escaneados, cuenta con unos 30 segundos por página y usa «Detener y conservar». Antes de empezar, un PDF muestra una estimación de tiempo basada en 30 segundos por página. A partir de la segunda página, la barra pasa a mostrar un «quedan unos N min» medido en tu propio dispositivo, y aparece un botón como «Detener y conservar las primeras 3 páginas». Al pulsarlo se termina la ejecución y se conservan las páginas ya terminadas, y el resultado indica «Detenido antes de tiempo: el texto y el PDF con búsqueda cubren las páginas 1–3 de 10.» Las páginas que ya contienen texto real se mantienen tal cual, con la nota «Esta página ya contenía texto, así que se mantuvo tal cual.» Se rechaza un PDF protegido con contraseña.
• Dale al detector una toma clara y cercana del texto. El texto se busca en una copia de tu imagen cuyo lado más largo mide como máximo 960 píxeles, y las imágenes pequeñas nunca se amplían. Por eso, una página entera fotografiada desde lejos deja poco detalle por letra. Recorta lo que necesites y fotografía de frente con luz uniforme. Se descartan las líneas que el reconocedor puntúa por debajo del 50%. Tras una ejecución, «Mostrar los cuadros de texto detectados» dibuja los cuadros sobre la vista previa, para que veas qué líneas se encontraron. La propia página avisa de que la escritura a mano sigue funcionando mal y de que la letra muy pequeña o de poco contraste puede pasarse por alto.
• Ten claro qué se descarga y qué no sale de tu dispositivo. La primera ejecución descarga el detector compartido y los modelos de orientación (11.1 MB en conjunto) y el paquete de tu alfabeto, y la página indica la cifra única antes de empezar. También trae el archivo del motor ONNX Runtime compartido, que cuenta en esa cifra, salvo que otra herramienta del sitio que funciona en el dispositivo ya lo haya guardado en caché. Después, los modelos permanecen en la caché de tu navegador y la página dice «El modelo ya está descargado, no hay nada que traer.» El aviso del modelo en la página indica que los archivos del modelo se descargan del propio servidor del sitio y que tu archivo nunca se sube. Si quieres recuperar el espacio, usa «Eliminar el modelo descargado» con su tamaño.

Problemas comunes y cómo solucionarlos

Dice «No se pudo leer esa imagen. Prueba con un archivo JPG, PNG o WebP.» y «Extraer texto» aparece atenuado.

El navegador no pudo decodificar el archivo como imagen. El archivo puede estar dañado o ser de otro formato guardado con nombre JPG o PNG. El botón queda desactivado para ese archivo para que no vuelva a fallar; quítalo y agrega otro. Vuelve a guardar la imagen como JPG, PNG o WebP, o haz una captura de pantalla y pégala. Un PDF que no se abre muestra «No se pudo leer este archivo como PDF. Puede estar dañado o no ser un PDF.»

Dice «OCR fallido».

La ejecución se detuvo antes de terminar. Una causa es que el motor del dispositivo no dio señales de avance durante 180 segundos, lo que la página considera un bloqueo. Ese temporizador solo cuenta el tiempo con la pestaña visible, así que deja la pestaña en primer plano durante una ejecución larga. Tras un fallo, la herramienta descarta su proceso de trabajo, de modo que al pulsar «Extraer texto» de nuevo empieza uno nuevo. Si sigue ocurriendo, recorta o reduce la imagen, procesa el PDF en partes más pequeñas o prueba con un navegador de escritorio.

Dice «No se encontró texto. Prueba con una imagen más nítida, o con más contraste entre el texto y el fondo.»

El detector no encontró ninguna línea de la que el reconocedor estuviera al menos un 50% seguro. Revisa primero «Idioma de la imagen», porque cada paquete está hecho para un sistema de escritura, así que un paquete latino es la elección equivocada para árabe, tailandés o chino. Después recorta el texto, aumenta el contraste y endereza la foto. La escritura a mano puede dar este resultado. En un PDF, el mismo mensaje aparece solo cuando ninguna página produjo texto, así que un PDF que ya tiene texto real en todas las páginas da texto y no este mensaje.

El cuadro del modelo dice «La descarga se detuvo: comprueba tu conexión e inténtalo de nuevo.» o «Tu dispositivo está en modo de ahorro de datos, así que la descarga no ha empezado.»

No se pudieron traer los archivos del reconocedor. Comprueba la conexión y pulsa «Reintentar», o desactiva el ahorro de datos o cambia a Wi-Fi si aparece el mensaje del ahorro de datos. Una descarga detenida se informa por separado. Tu imagen se decodifica antes de que empiece la descarga, así que un archivo ilegible o demasiado grande nunca te cuesta una descarga. Si el cuadro dice que el dispositivo no tiene memoria suficiente, o que el navegador es demasiado antiguo, usa un ordenador de escritorio o una versión actualizada de Chrome, Edge, Firefox o Safari.

Dice «Esa imagen es demasiado grande para procesarla en una pestaña del navegador (límite 40 megapíxeles). Redúcela e inténtalo de nuevo.» o «Una página de este PDF es demasiado grande para renderizarse en una pestaña del navegador.»

La imagen tiene más de 40 millones de píxeles, más de lo que una pestaña del navegador puede procesar con seguridad. Esto se comprueba antes de cualquier descarga. Redúcela o recórtala en cualquier editor de imágenes y agrégala de nuevo, o haz la toma con una resolución de cámara menor. Una foto de móvil de 12 megapíxeles queda muy por debajo del límite. En un PDF, el mensaje significa que una página es enorme, de muchos metros de ancho. Expórtalo antes con un tamaño de página menor. En una cola, el archivo muestra «Imagen demasiado grande para leer».

Cómo se compara

Si un PDF ya tiene texto seleccionable, no necesitas OCR en absoluto: la herramienta lo detecta y mantiene esas páginas tal cual. Para escaneos y fotos, el reconocimiento aquí se ejecuta en tu procesador, así que una página densa tarda unos 30 segundos y un móvil es más lento, mientras que otro software de OCR puede ser más rápido. Esta herramienta encuentra líneas de texto y las devuelve en orden de lectura, sin reconstruir tablas, columnas ni fuentes, así que una página de dos columnas puede salir con las líneas de ambas columnas mezcladas. A cambio, ofrece una salida en PDF con búsqueda, 51 idiomas y un archivo que no se sube.