Ir para o conteúdo
PT

Extrair o texto de uma imagem (OCR)

Copie o texto de uma foto, captura de tela ou PDF escaneado: reconhecimento em 6 idiomas, texto editável, exportação em .txt ou Word. No seu navegador.

  • Grátis
  • Sem cadastro
  • Nenhum arquivo enviado
  • Windows, Mac, Android, iPhone

Seus arquivos ficam no seu aparelho: nada é enviado.

Carregando a ferramenta…

Compartilhar esta ferramenta

Sobre esta ferramenta

Uma foto de documento, uma captura de tela ou um PDF escaneado têm texto que não dá para selecionar. Solte o arquivo: o reconhecimento óptico de caracteres (OCR) lê e devolve um texto editável, para copiar ou salvar em .txt ou Word. Tudo acontece no seu navegador: seu documento nunca é enviado.

Quando usar

Recuperar o texto de um documento em papel

Uma carta, um contrato ou uma nota fiscal fotografados: recupere o texto sem digitar tudo de novo.

Copiar o texto de uma captura de tela

Uma mensagem, uma página da web ou uma legenda capturada: copie para citar, traduzir ou pesquisar.

Tornar um PDF escaneado reutilizável

Um PDF feito de imagens não pode ser copiado: o OCR transforma em texto que você edita no Word.

Como usar

  1. Marque o idioma do documento (vários, se precisar).
  2. Solte uma imagem (JPG, PNG, WebP…) ou um PDF escaneado.
  3. Aguarde a leitura, página por página.
  4. Corrija o texto se precisar e depois copie ou salve em .txt ou Word.

Como funciona

A leitura usa o Tesseract, motor de reconhecimento de código aberto, na versão para navegador Tesseract.js (licença Apache 2.0), com os dados de idioma “tessdata_fast” (licença Apache 2.0).

O motor e os idiomas marcados são baixados de zanakit.com no primeiro uso e depois ficam no cache do navegador. As páginas de um PDF são renderizadas a 300 pontos por polegada antes da leitura.

Sua imagem ou seu PDF nunca é enviado para um servidor.

Dicas para um melhor resultado

  • Fotografe a página bem plana, de frente e com boa luz, sem sombras.
  • Um texto com pelo menos 10 pixels de altura é muito mais bem reconhecido: aproxime-se em vez de usar o zoom.
  • Marque só os idiomas presentes: cada idioma a mais deixa a leitura mais lenta e pode trazer erros.
  • Para fotografar um documento e endireitá-lo, comece por “Digitalizar para PDF com a câmera”.

Problemas comuns e soluções

O texto tem muitos erros

Tire uma foto mais nítida e mais iluminada e confira o idioma marcado. Letra cursiva quase não é reconhecida.

Colunas ou tabelas ficam misturadas

O OCR devolve o texto na ordem de leitura que ele deduz. Corte a imagem em uma coluna por vez com “Cortar uma imagem”.

Um PDF longo demora para ser lido

As páginas são lidas uma depois da outra. Extraia só as páginas úteis com “Extrair páginas de PDF”.

Perguntas frequentes

Meu documento é enviado para um servidor?

Não. O reconhecimento é feito no seu navegador; só o motor e os dados de idioma são baixados do nosso site.

Quais idiomas são reconhecidos?

Francês, inglês, espanhol, português, alemão e indonésio. Você pode marcar vários para um documento misto.

Quantos dados são baixados?

Na primeira vez, cerca de 5 a 8 MB conforme o idioma; depois, nada: o motor e os idiomas ficam no seu navegador.

A letra cursiva é reconhecida?

Muito mal. O Tesseract foi feito para texto impresso ou exibido na tela.

Posso ler um PDF escaneado?

Sim, até 50 páginas por vez. Se o PDF já tem texto, “PDF para Word” preserva melhor o layout.

É grátis, até para uso comercial?

Sim. O Tesseract.js e os dados de idioma estão sob a licença Apache 2.0, e o texto obtido é seu.

Pesquisas relacionadas

Ainda com problema?

Pergunte no fórum: a categoria, a ferramenta, a ficha do seu dispositivo e o resultado do teste são preenchidos para você.