Extraer el texto de una imagen (OCR)
Copia el texto de una foto, una captura o un PDF escaneado: reconocimiento en 6 idiomas, texto editable, exportación a .txt o Word. En tu navegador.
- Gratis
- Sin registro
- Sin subir archivos
- Windows, Mac, Android, iPhone
Tus archivos se quedan en tu dispositivo: no se envía nada.
Cargando la herramienta…
Compartir esta herramienta
Acerca de esta herramienta
Una foto de un documento, una captura de pantalla o un PDF escaneado contienen texto que no se puede seleccionar. Suelta el archivo: el reconocimiento óptico de caracteres (OCR) lo lee y te devuelve un texto editable, para copiar o guardar en .txt o en Word. Todo ocurre en tu navegador: tu documento nunca se sube.
Cuándo usarla
Recuperar el texto de un documento en papel
Una carta, un contrato o una factura fotografiados: recupera su texto sin volver a escribirlo.
Copiar el texto de una captura de pantalla
Un mensaje, una página web o un subtítulo capturado: cópialo para citarlo, traducirlo o buscarlo.
Hacer reutilizable un PDF escaneado
Un PDF hecho de imágenes no se puede copiar: el OCR lo convierte en texto que puedes editar en Word.
Cómo se usa
- Marca el idioma del documento (varios si hace falta).
- Suelta una imagen (JPG, PNG, WebP…) o un PDF escaneado.
- Espera mientras se lee, página por página.
- Corrige el texto si hace falta y luego cópialo o guárdalo en .txt o en Word.
Cómo funciona
La lectura usa Tesseract, motor de reconocimiento de código abierto, en su versión para navegador Tesseract.js (licencia Apache 2.0), con los datos de idioma «tessdata_fast» (licencia Apache 2.0).
El motor y los idiomas marcados se descargan desde zanakit.com la primera vez y luego se guardan en la caché del navegador. Las páginas de un PDF se renderizan a 300 puntos por pulgada antes de leerlas.
Tu imagen o tu PDF nunca se envía a un servidor.
Consejos para un mejor resultado
- Fotografía la página plana, de frente y con buena luz, sin sombras.
- Un texto de al menos 10 píxeles de alto se reconoce mucho mejor: acércate en lugar de usar el zoom.
- Marca solo los idiomas presentes: cada idioma de más ralentiza la lectura y puede añadir errores.
- Para fotografiar un documento y enderezarlo, empieza con «Escanear a PDF con la cámara».
Problemas frecuentes y soluciones
El texto tiene muchos errores
Toma una foto más nítida y mejor iluminada, y comprueba el idioma marcado. La escritura a mano casi no se reconoce.
Las columnas o las tablas se mezclan
El OCR devuelve el texto en el orden de lectura que deduce. Recorta la imagen a una columna cada vez con «Recortar una imagen».
Un PDF largo tarda en leerse
Las páginas se leen una tras otra. Extrae solo las páginas útiles con «Extraer páginas de un PDF».
Preguntas frecuentes
¿Se envía mi documento a un servidor?
No. El reconocimiento se hace en tu navegador; solo el motor y los datos de idioma se descargan desde nuestro sitio.
¿Qué idiomas se reconocen?
Francés, inglés, español, portugués, alemán e indonesio. Puedes marcar varios para un documento mixto.
¿Cuántos datos se descargan?
La primera vez, entre 5 y 8 MB aproximadamente según el idioma; después, nada: el motor y los idiomas se quedan en tu navegador.
¿Se reconoce la escritura a mano?
Muy mal. Tesseract está hecho para texto impreso o mostrado en pantalla.
¿Puedo leer un PDF escaneado?
Sí, hasta 50 páginas a la vez. Si el PDF ya contiene texto, «PDF a Word» conserva mejor el diseño.
¿Es gratis, incluso para uso comercial?
Sí. Tesseract.js y los datos de idioma tienen licencia Apache 2.0, y el texto obtenido es tuyo.
Búsquedas relacionadas
¿Sigues atascado?
Pregunta en el foro: la categoría, la herramienta, la ficha de tu dispositivo y el resultado de la prueba se rellenan solos.