Cómo extraer texto de una imagen o una captura de pantalla (OCR)
El texto suele quedar atrapado dentro de una imagen: un recibo fotografiado, un documento escaneado, una captura de pantalla o una diapositiva. El reconocimiento óptico de caracteres (OCR) puede convertirlo en texto editable. Esta guía explica cómo funciona y qué hacer para obtener un resultado preciso.
Qué es el OCR
El OCR (reconocimiento óptico de caracteres) es una tecnología que busca formas de letras en una imagen y las convierte en texto real. Para un ordenador, una foto es solo una cuadrícula de píxeles, así que sin OCR no puedes seleccionar, copiar ni buscar las palabras que contiene.
El resultado no es magia: el programa adivina cada carácter a partir de su forma y de un diccionario del idioma. Por eso una foto nítida y bien iluminada da un resultado mucho mejor que una torcida o borrosa.
Cómo extraer el texto paso a paso
- Abre la herramienta de imagen a texto y elige tu imagen (JPG, PNG, WebP o similar).
- Selecciona el idioma del documento. Un texto en lituano con caracteres como ą, č, ę, ė, į, š, ų, ū, ž se reconoce con más precisión si el idioma está bien configurado.
- Inicia el reconocimiento y espera: la primera vez puede ser necesario descargar los datos del idioma, así que puede tardar más.
- Revisa el resultado y corrige los errores, sobre todo en números, fechas, nombres e importes.
- Copia el texto o guárdalo en un archivo.
Cómo preparar la imagen para obtener mejores resultados
La calidad del original importa más que cualquier otra cosa. Unos pocos pasos sencillos suelen mejorar el resultado más que cualquier ajuste.
- Haz la foto justo desde arriba para que las líneas no salgan inclinadas ni deformadas.
- Usa una iluminación uniforme, sin sombras ni reflejos del flash.
- Los caracteres deben tener un tamaño suficiente: si la imagen es muy pequeña, amplíala antes de reconocerla, y si es enorme, redúcela para que el procesamiento sea más rápido.
- Recorta los bordes que sobren para que el texto destaque con claridad sobre el fondo.
- Guarda las capturas de pantalla como PNG y no como JPG muy comprimido: los artefactos alrededor de las letras confunden el reconocimiento.
Qué funciona bien y qué no
| Origen | Precisión esperada |
|---|---|
| Captura de pantalla con una tipografía impresa | Normalmente muy buena |
| Documento impreso bien escaneado | Buena, aunque necesita revisión |
| Recibo fotografiado con el móvil | Moderada, depende de la luz y del estado del papel |
| Escritura a mano | A menudo deficiente, sobre todo la cursiva |
| Fuentes muy estilizadas o decorativas | Poco fiable |
Dónde resulta más útil el OCR
Ejemplos típicos: los datos de recibos y facturas que necesitas pasar a una hoja de cálculo, pasajes de libros o artículos escaneados, texto de diapositivas o capturas de pantalla que quieres citar y fotos de documentos antiguos que quieres hacer buscables.
Si necesitas varias páginas, lo mejor es procesarlas de una en una y combinar los resultados a mano. Ojo con las tablas: el OCR suele leer bien las palabras, pero rompe la estructura de las columnas, así que los datos tabulares hay que ordenarlos manualmente.
Privacidad
Las fotos suelen contener datos delicados: números de identificación personal, números de cuenta, notas médicas. Muchos servicios de OCR en línea suben tu archivo a su servidor. La herramienta de Konvertavimas.lt hace el reconocimiento en tu navegador, así que la imagen no se envía a ningún sitio.
Cuando termines, borra el texto que ya no necesites del portapapeles y de la carpeta de descargas.
Qué hacer si el resultado es malo
Primero, comprueba el idioma seleccionado. Un error frecuente es reconocer un texto en lituano con el inglés seleccionado, lo que convierte las letras con signos diacríticos en letras sin ellos o en símbolos extraños.
Si el texto sigue saliendo ilegible, prueba a aumentar el contraste o a girar la imagen para que quede derecha. Si eso no ayuda, vuelve a hacer la foto en mejores condiciones. En resultados largos, un contador de palabras ayuda a comprobar a grandes rasgos la salida, y los caracteres erróneos que se repiten se pueden corregir con buscar y reemplazar.