Convertir imagen a texto (OCR)

OCR significa reconocimiento óptico de caracteres: un programa analiza los píxeles de una imagen, localiza las zonas que contienen escritura y deduce qué caracteres representan. El resultado es texto real que puedes buscar, editar, pegar en un documento o llevar a una hoja de cálculo, en lugar de una imagen de texto que tendrías que volver a teclear a mano. Es la forma más rápida de extraer texto de una imagen.

Krawly usa Tesseract, un motor OCR de código abierto con una larga trayectoria. Se desarrolló primero en Hewlett-Packard, se publicó como código abierto en 2005 y más tarde siguió desarrollándose con el patrocinio de Google. Aquí funciona como Tesseract.js, una versión compilada a WebAssembly para que pueda ejecutarse dentro de una página web sin ningún servidor. A grandes rasgos, el motor limpia la imagen hasta dejar texto oscuro sobre fondo claro, divide la página en bloques, líneas y palabras, y después reconoce cada línea con un modelo entrenado para el idioma que hayas seleccionado.

Ese último paso explica por qué importa elegir bien el idioma. Cada idioma tiene su propio modelo, con su alfabeto, sus letras acentuadas y sus formas de palabra habituales. Si le pides al motor que lea inglés mientras la imagen está en español, polaco o vietnamita, lo intentará igualmente, pero las letras con tildes y otros signos saldrán mal: la «ñ» o la «á» acaban convertidas en otros caracteres. Elegir el idioma correcto, o una combinación de hasta tres, es una de las formas más sencillas de conseguir un resultado más limpio.

El OCR funciona mejor con texto impreso, claro, con buen contraste y en líneas rectas. Las capturas de pantalla suelen ser ideales porque el texto es nítido y perfectamente horizontal. Para escaneos, unos 300 DPI son un buen objetivo: suficiente para que las letras pequeñas tengan bordes limpios sin generar archivos enormes. Si quieres pasar foto a texto desde el móvil, haz que el documento ocupe todo el encuadre, sujeta la cámara paralela al papel y evita las sombras de tu mano o del propio teléfono.

El contraste importa más que el color. Texto negro sobre papel blanco es fácil; texto gris claro sobre fondo beige, o texto blanco encima de una foto recargada, es mucho más difícil. Si el resultado es pobre, prueba a recortar la imagen para dejar solo la zona de texto, girarla para que las líneas queden rectas y aumentar el contraste en cualquier editor de fotos antes de volver a ejecutar el OCR. Las líneas torcidas, curvas o deformadas por la perspectiva, como en una página fotografiada cerca del lomo de un libro, son una causa habitual de palabras perdidas.

El texto muy pequeño es otro problema frecuente. Cuando las letras miden solo unos pocos píxeles de alto, no hay detalle suficiente para distinguir una e de una c o una l de un 1. Ampliar la página antes de hacer la captura, o escanear a más resolución, suele ayudar más que cualquier retoque posterior. Ten en cuenta que agrandar una imagen que ya es pequeña no puede añadir el detalle que nunca se capturó.

Tesseract está pensado para texto impreso. La letra manuscrita, las notas en cursiva, las firmas y las tipografías muy estilizadas o decorativas suelen dar resultados pobres o inservibles. Lo mismo ocurre con fotos de baja resolución, borrosas o muy comprimidas. Si tu imagen entra en alguno de estos grupos, cuenta con tener que corregir buena parte del resultado a mano, o con volver a teclear el texto.

El resultado es texto plano. No se conservan columnas, tablas, negritas ni cursivas, tamaños de letra ni imágenes. Un artículo a dos columnas se aplana en líneas de texto y una tabla se convierte en filas de palabras separadas por espacios, así que quizá tengas que ordenar la estructura después de pegarla en otro sitio. Esta herramienta no genera documentos de Word ni hojas de cálculo.

Cada imagen recibe además un porcentaje de confianza medio. Es la propia estimación del motor sobre lo seguro que estaba de las palabras reconocidas, no una garantía de precisión, pero es una señal útil: una puntuación claramente más baja suele indicar que la imagen tiene que estar más nítida, más recta o mejor recortada.

Es habitual usar OCR con material delicado: tickets para notas de gastos, capturas de chats o de apps bancarias, facturas, contratos, documentos de identidad y cartas. Muchos servicios de OCR online suben esas imágenes a un servidor para procesarlas. Krawly no lo hace. El reconocimiento se ejecuta íntegramente en tu navegador con JavaScript y WebAssembly, y tus imágenes nunca se envían a los servidores de Krawly.

Lo único que descarga tu navegador son archivos de programa: el motor Tesseract y el modelo de cada idioma que elijas, de unos pocos megabytes cada uno. Tras la primera ejecución quedan en caché, así que las siguientes empiezan antes. La imagen y el texto reconocido se quedan en la memoria de la página, no se guarda nada y al cerrar la pestaña todo desaparece.

Como el trabajo se hace en tu dispositivo, la velocidad depende de tu hardware. Un portátil reciente procesa una captura rápidamente; un móvil antiguo tarda más con fotos grandes. La herramienta funciona en las versiones actuales de Chrome, Edge, Firefox y Safari, tanto en escritorio como en móvil, y es gratis, sin registro, sin correo electrónico y sin límite diario.