Imagem para texto (OCR)

Copie o texto de qualquer imagem

A foto de um quadro de avisos, a captura de um chat, uma carta digitalizada, um slide de aula, um recibo, a página de um livro: todos contêm texto que você não consegue selecionar nem pesquisar. A ferramenta Imagem para texto do Fileopia lê esse texto com reconhecimento óptico de caracteres (OCR) e o devolve como texto simples e editável que você pode copiar, colar, pesquisar, traduzir ou salvar. Reconhece texto impresso em doze idiomas, incluindo hindi, tâmil, árabe, chinês e japonês, e consegue ler dois idiomas na mesma imagem.

Tudo acontece no seu navegador. O motor de OCR e os modelos de idioma são carregados na página e rodam no seu dispositivo, então suas imagens (documentos de identidade, cartas do banco, laudos médicos, mensagens privadas) nunca são enviadas. Não há limite diário, nem nível de precisão «premium», nem conta.

Diferente de muitos sites de OCR «gratuitos», não há anúncios entre as etapas, nem CAPTCHA, nem é preciso um e-mail para baixar seu texto, nem há limite de número ou tamanho de imagens: o único limite é a memória do seu dispositivo.

Recursos

• 12 idiomas: inglês, espanhol, francês, alemão, português, italiano, russo, árabe, hindi, tâmil, chinês (simplificado) e japonês.
• Dois idiomas de uma vez para documentos mistos, como inglês com hindi ou francês com árabe.
• Colar da área de transferência: pressione Ctrl+V (Cmd+V no Mac) para passar o OCR em uma captura de tela sem salvá-la.
• OCR em lote: solte muitas imagens e obtenha todo o texto de uma vez.
• Saída em texto ou PDF pesquisável: copie o texto, baixe um arquivo .txt ou crie um PDF com uma camada de texto invisível sobre a imagem.
• Resolução ajustável: aumente o DPI para letras pequenas.
• Análise automática do layout que mantém linhas e parágrafos na ordem de leitura.
• Funciona offline depois que o modelo de idioma é carregado uma vez.
• Sem marca d'água nem cadastro: o texto que você extrai é seu, sem nada acrescentado.

Como extrair texto de uma imagem

• Solte uma ou várias imagens (JPG, PNG, WebP, HEIC, BMP, TIFF) ou cole uma captura de tela com Ctrl+V.
• Escolha o idioma do texto e, se quiser, um segundo idioma.
• Escolha a saída: texto simples ou PDF pesquisável.
• Clique em Extrair texto. Na primeira vez o modelo de idioma é baixado (alguns MB); nas seguintes começa na hora.
• Copie o texto ou baixe o arquivo.

Como funciona o OCR

O OCR transforma pixels em caracteres em várias etapas. Primeiro a imagem é passada para preto e branco com limiarização adaptativa, que compensa a iluminação irregular e os fundos coloridos. Depois o layout da página é analisado: o motor encontra os blocos de texto, separa as colunas e divide os blocos em linhas e palavras. Por fim, cada linha passa por uma rede neural (um modelo LSTM treinado com centenas de milhares de linhas de texto no idioma escolhido) que prevê a sequência de caracteres mais provável, usando seu conhecimento do idioma para escolher entre formas parecidas como «rn» e «m» ou «0» e «O».

O Fileopia usa o Tesseract, o motor de OCR de código aberto desenvolvido originalmente na HP e mantido depois com o apoio do Google, compilado em WebAssembly para rodar no navegador a uma velocidade quase nativa. O mesmo motor está por trás de muitos produtos de OCR de desktop e de servidor.

Como obter os resultados mais precisos

• Use uma imagem nítida e bem iluminada. Desfoque e sombras são as principais causas de erros. Fotografe os documentos planos, com luz natural e sem reflexos do flash.
• Preencha o enquadramento com o texto. Corte mesas, mãos e fundos com o Cortar imagem.
• Escolha o idioma certo. Um texto em francês lido com o modelo inglês perde os acentos e lê palavras errado.
• Aumente o DPI para letras pequenas. Se o texto for pequeno na imagem, aumente a resolução para que as letras tenham pelo menos 20–30 pixels de altura.
• Endireite a imagem. Inclinações leves são corrigidas, mas é melhor girar antes as fotos muito tortas com o Girar imagem.
• Mais contraste ajuda. Texto escuro sobre fundo claro dá os melhores resultados; texto claro sobre fundo escuro também costuma funcionar.

Que tipo de imagem funciona?

Seja realista com a letra manuscrita: motores de OCR clássicos, incluindo este, são treinados com texto impresso. Letras de forma manuscritas claras podem ser lidas parcialmente certo, mas a letra cursiva vai gerar principalmente erros. O reconhecimento específico de escrita à mão exige modelos de IA muito maiores, que hoje rodam em servidores.

Idiomas e sistemas de escrita

Cada idioma tem seu próprio modelo treinado, que conhece o alfabeto e as palavras comuns. Os idiomas de escrita latina (inglês, espanhol, francês, alemão, português, italiano) compartilham a maioria das letras mas diferem em acentos e vocabulário, então escolher o certo melhora bastante a precisão. O russo usa o cirílico. O árabe é escrito da direita para a esquerda com letras que mudam de forma conforme a posição; o modelo árabe lida com isso e devolve o texto na ordem lógica correta. O hindi usa o devanágari, com sua característica linha superior e suas letras conjuntas, e o tâmil tem sua própria escrita com sinais vocálicos em volta das consoantes; ambos têm modelos específicos. O chinês (simplificado) e o japonês têm milhares de caracteres e modelos maiores, então o primeiro carregamento demora um pouco mais.

Em documentos que misturam dois idiomas, escolha ambos: cada palavra é comparada com os dois modelos, o que evita, por exemplo, que palavras em inglês saiam deformadas em um documento em hindi.

Texto ou PDF pesquisável?

O texto simples é o mais flexível: cole-o em um documento, um e-mail, uma planilha ou um tradutor. Um PDF pesquisável mantém a imagem exatamente como aparece e coloca por cima o texto reconhecido de forma invisível, para que você possa pesquisá-lo com Ctrl+F, selecionar e copiar trechos e deixar que sistemas de gestão de documentos o indexem. Escolha PDF quando o layout original importar (uma carta assinada, um documento de identidade ou um formulário) e texto quando quiser reaproveitar as palavras. Para PDFs digitalizados de várias páginas, use o OCR em PDF, que adiciona uma camada de texto a cada página e pode endireitar digitalizações tortas.

Usos comuns

• Copiar texto de capturas de mensagens, slides ou vídeos.
• Digitalizar cartas e notas impressas para pesquisar e arquivar.
• Tirar uma citação, um endereço ou um número de telefone de uma foto.
• Extrair o texto de recibos para relatórios de despesas.
• Traduzir placas e cardápios: passe o OCR na foto e cole o texto em um tradutor.
• Fazer anotações de páginas de livros didáticos ou slides de aula.
• Acessibilidade: transformar conteúdo que é só imagem em texto que um leitor de tela consiga ler em voz alta, ou em áudio com o Texto para voz.

Tabelas e layout

A saída do OCR mantém a ordem de leitura de linhas e parágrafos, mas layouts complexos, como jornais de várias colunas e tabelas, são linearizados: as colunas são lidas uma após a outra e as células das tabelas viram linhas de texto separadas por espaços. Para tabelas em PDF, o PDF para Excel reconstrói linhas e colunas, inclusive em páginas digitalizadas.

Solução de problemas com resultados ruins

Como em qualquer ferramenta de OCR, revise sempre os dados importantes, como valores, números de conta, datas e nomes. Mesmo um resultado com 99 % de precisão contém um caractere errado a cada cem, e o motor não tem como saber que um dígito lido errado em um número de conta importa mais que uma letra lida errado em uma palavra.

Capturas de tela: o caso mais fácil

Capturas de tela são ideais para o OCR porque o texto está perfeitamente nítido, reto e com iluminação uniforme. Para tirar texto de um vídeo, um PDF bloqueado, um app que não permite copiar ou uma imagem de um chat, faça uma captura (Windows: Win+Shift+S; Mac: Cmd+Shift+4; Android e iPhone: a combinação de botões de sempre), abra esta página e pressione Ctrl+V. A captura é lida direto da área de transferência; você nunca precisa salvá-la como arquivo. Em telas de alta resolução, as capturas já têm pixels suficientes por letra, então o DPI padrão basta.

Extrair texto de redes sociais e memes

As imagens compartilhadas em redes sociais costumam estar comprimidas e podem ter texto sobre fundos carregados ou degradês coloridos. O OCR continua funcionando bem com letreiros grandes e com capturas de posts, tuítes e comentários. Com o típico texto branco com contorno preto dos memes, o motor lê as letras desde que sejam grandes e claras; corte a imagem de baixo para reduzir o ruído. Texto muito pequeno em imagens comprimidas (como uma marca d'água ou um nome de usuário em um canto) pode precisar de mais DPI ou de uma imagem de origem mais limpa. Se o post ainda estiver online, uma captura nova em resolução total dá resultados melhores que salvar de novo várias vezes uma cópia já comprimida.

Fotos tiradas com o celular

Fotos de documentos tiradas com o celular variam muito mais que digitalizações. Para melhores resultados, segure o celular paralelo à página para que o texto não se deforme em perspectiva, garanta que a página inteira esteja em foco tocando no texto antes de fotografar e evite sua própria sombra ficando ao lado da fonte de luz. Desligue o flash com papel brilhante, que reflete a luz e cria manchas brancas sem texto. Se você fotografa em HEIC com um iPhone, pode enviar o HEIC diretamente; ele é decodificado no navegador. Uma câmera de celular moderna gera 12 megapixels ou mais, o que é de sobra: não é preciso aumentar o DPI para fotos.

Recibos e notas fiscais

Recibos costumam ser impressos em papel térmico, que desbota com o tempo e tem pouco contraste. Fotografe-os logo depois da compra, sobre um fundo escuro para que as bordas fiquem claras, e alise o papel enrolado. O resultado do OCR traz o nome da loja, os itens e os totais como texto que você pode colar em uma planilha de despesas. Como os valores são críticos, confira os totais a olho antes de entregar um relatório de despesas.

OCR vs. copiar texto de um PDF

Se um PDF foi criado em um processador de texto, ele já contém texto real, e basta selecioná-lo e copiá-lo ou usar o PDF para texto, que é mais rápido e 100 % preciso. O OCR só é necessário quando o PDF é uma digitalização ou uma imagem de texto. Um teste rápido: tente selecionar uma palavra no seu visualizador de PDF. Se conseguir destacar palavras soltas, o texto já está lá; se a página inteira for destacada como uma imagem, você precisa de OCR.

Glossário

• OCR (reconhecimento óptico de caracteres): converter imagens de texto em caracteres legíveis por máquina.
• DPI (pontos por polegada): quantos pixels são usados por polegada do original; valores mais altos aumentam as letras pequenas para o motor.
• Camada de texto: texto invisível colocado sobre uma imagem em um PDF para que possa ser pesquisado e copiado.
• LSTM: o tipo de rede neural que o Tesseract moderno usa para reconhecer linhas de texto inteiras.
• Binarização: converter a imagem em preto e branco puros antes do reconhecimento.

Privacidade

Cada etapa acontece dentro da aba do navegador. A imagem é decodificada, editada e recodificada no seu próprio dispositivo com o mecanismo de imagens integrado do navegador e WebAssembly, e o resultado vai direto para a sua pasta de downloads. Nada é enviado, nada é salvo em um servidor e não há fila, então fotos privadas, documentos de identidade, capturas de tela com dados pessoais e fotos de produtos não lançados nunca saem do seu computador ou celular. Você pode até desligar o Wi-Fi depois que a página carregar e a ferramenta continua funcionando.

Muitos serviços de OCR online enviam sua imagem para um servidor e a processam lá, e alguns guardam um histórico de conversões em uma conta. Aqui, a única coisa baixada é o modelo de idioma, do nosso próprio site, e a única coisa produzida é texto na sua tela.

Ferramentas relacionadas

• OCR em PDF: PDFs pesquisáveis a partir de documentos digitalizados.
• PDF para Excel: tabelas de PDF, inclusive digitalizados.
• Texto para voz: ouça o texto extraído.
• Cortar imagem: isole o texto antes do OCR.
• Leitor de QR Code: leia QR codes em imagens.