Imagen a texto: extrae texto de cualquier foto, gratis

La mayoría de los convertidores en línea suben tu imagen a un servidor, ejecutan el OCR allí y devuelven el texto. Este no. El modelo de reconocimiento —un motor de OCR compacto y moderno de la familia PaddleOCR— se descarga a tu navegador una sola vez y luego se ejecuta localmente en un proceso en segundo plano cada vez que conviertes una imagen.

Ese diseño tiene dos consecuencias prácticas. Primero, la privacidad es estructural, no una promesa: como la conversión ocurre en tu pestaña, no hay ningún servidor que llegue a tener una copia de tu imagen. Nada del archivo —ni los píxeles ni el nombre— se transmite. Segundo, sigue funcionando sin conexión una vez que el modelo está en caché, así que un recibo o una captura de pantalla se convierten incluso sin internet.

No tienes que creernos sin más. Abre las herramientas de desarrollo de tu navegador, cambia a la pestaña Red (Network) y convierte una imagen. Verás que el archivo del modelo se descarga en la primera ejecución (y se carga desde el caché después), pero no verás que tu imagen se suba a ningún lado. Los bytes se quedan en el dispositivo.

Las capturas de pantalla son lo que la gente más procesa con esta herramienta, y también lo que mejor lee. Una captura de pantalla es nítida, está uniformemente iluminada y se renderiza a la densidad de píxeles nativa, lo cual es un input casi ideal para el OCR.

Tareas típicas de captura de pantalla a texto que resuelve sin problemas:

• Copiar un mensaje de error o un stack trace que un programa muestra como imagen o no deja seleccionar
• Sacar texto de un chat, una publicación en redes o un hilo de comentarios
• Tomar código, un comando o un fragmento de configuración de un video o una diapositiva
• Extraer números de un panel, la etiqueta de un gráfico o la captura de una hoja de cálculo
• Volver a convertir en texto editable la captura de un PDF o de una página con muro de pago

En macOS usa Mayús-Comando-4, en Windows usa la Herramienta Recortes (Windows-Mayús-S), y luego suelta la captura directamente en esta página. Como el texto de una captura ya es nítido, la precisión en estos casos suele ser casi perfecta.

Ser honestos sobre los límites te ahorra tiempo, así que este es el panorama real.

Lee excelentemente: texto impreso y tipografiado de casi cualquier tipo: libros, recibos, facturas, formularios, etiquetas, letreros, presentaciones y capturas de pantalla. Las fotos claras de la página de un documento también funcionan bien, siempre que el texto esté enfocado y razonablemente derecho.

Le cuesta: la escritura a mano. La letra cursiva y las notas manuscritas informales son genuinamente difíciles para el OCR en el navegador, y los resultados serán pobres; esta herramienta no es la adecuada para eso. Estamos desarrollando una herramienta dedicada de escritura a mano a texto que usa un modelo distinto y más pesado exactamente para este caso; llega pronto.

Algunos consejos para mejores resultados: fotografía los documentos de frente en lugar de en ángulo, encuadra todo el bloque de texto, y evita reflejos y sombras. Si una foto sale borrosa, vuelve a tomarla: un input más nítido supera a cualquier posprocesamiento. El texto muy pequeño o de muy bajo contraste puede perder caracteres, así que acércate cuando puedas.

Idiomas al lanzamiento: inglés, español e indonesio. El motor reconoce los caracteres de alfabeto latino, los acentos y la puntuación que se usan en estos idiomas, así que las eñes y las vocales acentuadas del español salen correctamente. Hay más idiomas planeados, y la herramienta cargará el modelo adecuado automáticamente a medida que se agreguen.

Formatos de imagen: JPG/JPEG, PNG y WebP se leen directamente. HEIC/HEIF —el formato que usan los iPhone por defecto— también se admite, así que puedes soltar una foto directamente desde tu galería sin convertirla primero. Para documentos de varias páginas, un PDF suele encajar mejor que una imagen; usa nuestra herramienta de PDF a texto para esos casos.

No hay un límite de tamaño de archivo impuesto por un servidor, porque no hay ningún servidor de por medio: el límite práctico es la memoria de tu dispositivo. Las fotos y capturas de pantalla del día a día están muy lejos de ese límite.