Imágenes

Imagen a texto: reconocer, revisar y guardar palabras impresas

·

Imagen a texto convierte una fotografía de palabras impresas en texto que puedes editar, copiar o descargar. Selecciona un JPG, PNG o WebP estático, elige el idioma impreso y ejecuta el reconocimiento. Compara el resultado con la imagen antes de utilizarlo.

El resultado útil es un texto revisado, más allá de que el OCR termine. Esta guía explica los diez idiomas disponibles, los límites de archivo y píxeles, los problemas de fondo y calidad y las acciones que conservan o sustituyen tus correcciones.

Imagen a texto

Convertir una imagen en texto editable

Usa «Elige una imagen» para seleccionar texto impreso, escoge «Idioma del texto impreso» y pulsa «Reconocer texto». ToolMellow procesa la imagen en el navegador y muestra la salida en «Texto reconocido». Corrígela allí y usa «Copiar» o «Descargar texto». El archivo se llama recognized.txt y contiene texto sin formato en UTF-8.

Parte de la imagen original más nítida: una captura de un artículo, la foto de un aviso impreso o un escaneo guardado como imagen. El OCR interpreta caracteres a partir de píxeles; no recupera un original cuya exactitud esté garantizada. Contrasta especialmente nombres, fechas e importes, donde un pequeño error cambia el significado.

  • Selecciona un solo JPG, PNG o WebP estático; este espacio no procesa lotes.
  • Elige el idioma de las palabras impresas, aunque sea distinto al de la web.
  • Guarda las correcciones antes de elegir otro archivo o volver a reconocer.

Tesseract.js: READMEAPI de Tesseract.js 7.0.0

Comprobar el archivo y las dos dimensiones

Se aplican tres límites a la vez: 25000000 bytes como máximo, 24000000 píxeles en total y 12000 píxeles por lado. Son 25 MB decimales, no 25 MiB. Multiplica anchura por altura para obtener los píxeles. Una imagen de 6000 × 4000 tiene 24 megapíxeles y cumple las dimensiones si también respeta los bytes y se decodifica correctamente.

Una imagen de 13000 × 1000 solo tiene 13 megapíxeles, pero supera el límite por lado. Un archivo muy comprimido puede ocupar poco y contener demasiados píxeles. Se comprueba el contenido: cambiar la extensión de un PDF a .png no lo convierte. Se rechazan PNG y WebP animados. Los archivos dañados o cuyas dimensiones no pueden leerse con seguridad también pueden fallar dentro de los límites.

Comprobar el archivo y las dos dimensiones
ComprobaciónEntrada admitidaQué hacer
FormatoUn JPEG, PNG o WebP estáticoExporta una imagen estática compatible; renombrarla no basta.
Tamaño del archivoHasta 25000000 bytesElimina zonas innecesarias o exporta con un tamaño adecuado.
Total de píxelesAnchura × altura no superior a 24000000Comprueba las dimensiones además del tamaño del archivo.
Lado más largoNingún lado supera 12000 píxelesDivide o recorta una captura muy larga en otra herramienta.

Tesseract.js: README

Elegir el modelo del idioma impreso

Hay diez idiomas de reconocimiento, uno por ejecución: inglés, francés, alemán, italiano, portugués, español, chino simplificado, hindi, árabe y bengalí. Elige el de las palabras de la imagen. La interfaz selecciona inicialmente su modelo correspondiente cuando existe; las interfaces indonesia y urdu empiezan con inglés porque no hay modelos OCR de indonesio ni urdu.

El selector de idioma de la web y «Idioma del texto impreso» tienen funciones distintas. Se ofrece reconocimiento italiano sin interfaz italiana. Chino simplificado no implica un modelo específico de chino tradicional; árabe tampoco es un modelo urdu. No hay detección automática ni combinación de idiomas. Un documento multilingüe puede necesitar recortes separados u otro proceso con los idiomas adecuados.

Elegir el modelo del idioma impreso
Idioma impresoIdentificador del modeloRelación con la interfaz
Inglés / francés / alemáneng / fra / deuCada uno es el modelo inicial de su interfaz correspondiente.
Italiano / portugués / españolita / por / spaItaliano es una opción OCR; portugués y español también tienen interfaces correspondientes.
Chino simplificado / hindichi_sim / hinLas interfaces china e hindi empiezan con sus respectivos modelos.
Árabe / bengalíara / benLas interfaces árabe y bengalí empiezan con sus respectivos modelos.
Indonesio / urduSin modelo correspondiente aquíSus interfaces empiezan con inglés y no añaden reconocimiento de esos idiomas.

API de Tesseract.js 7.0.0

Saber cuándo se sustituye el texto

Cambiar «Idioma del texto impreso» conserva el texto actual y borra el error anterior. No vuelve a ejecutar el OCR ni traduce el editor. Así puedes preparar otra configuración sin perder correcciones. Al pulsar «Reconocer texto», sí comienza una nueva ejecución y el texto anterior se vacía inmediatamente. Copia o descarga antes lo que quieras conservar.

Elegir otro archivo también borra el resultado anterior. Durante el reconocimiento se deshabilitan el selector de archivo, el de idioma y el editor. Al terminar, la salida permanece hasta que la edites o realices una acción que la borre. No hay historial de trabajos ni panel de comparación; guarda cada resultado revisado y reúne por tu cuenta los textos de varias imágenes.

API de Tesseract.js 7.0.0

Preparar una imagen legible

Busca nitidez y contraste claro entre letras y fondo. Fotografía una página plana con luz uniforme y la cámara aproximadamente perpendicular. Evita reflejos sobre palabras y sombras fuertes en pliegues. Recorta el entorno innecesario, dejando un margen que no corte acentos, trazos inferiores ni extremos de línea. Puedes usar aparte la herramienta de recorte de imágenes.

Endereza el texto muy inclinado y examina las letras pequeñas con una ampliación legible. Ampliar una imagen borrosa no recupera detalles perdidos; cambiar solo el valor DPI tampoco añade píxeles. Este panel OCR no tiene controles de recorte, contraste ni resolución. Una foto más clara o un recorte pertinente suele resultar más útil que repetir la misma imagen deficiente.

Tesseract: mejorar la calidad de la salida

Revisar fondo y orientación

El decodificador utiliza los metadatos de orientación. Antes del OCR, se dibuja la imagen decodificada sobre blanco conservando sus dimensiones en píxeles. Las zonas transparentes pasan a ser blancas. Las letras negras sobre transparencia pueden funcionar, pero las blancas pensadas para un fondo oscuro pueden desaparecer. Exporta una versión con un fondo de contraste adecuado.

El motor puede intentar corregir la rotación durante el reconocimiento, sin garantizar la lectura de texto girado, invertido o inclinado. La página no ofrece control de rotación ni vista previa de la imagen preparada. Si el resultado es malo, revisa la fuente en un visor y gírala deliberadamente con otra herramienta. Comprueba de nuevo la salida; la orientación correcta no resuelve todos los problemas.

Tesseract: mejorar la calidad de la salidaAPI de Tesseract.js 7.0.0

Comprobar el orden de lectura del texto sin formato

Este espacio devuelve texto editable sin formato. No reproduce diseño de página, estilos, celdas, ilustraciones ni un PDF con búsqueda. Los saltos de línea pueden ayudar, pero no son un mapa exacto del original. Dos columnas, una tabla de precios o un formulario pueden producir palabras desordenadas aunque los caracteres parezcan correctos.

Antes de pegar, comprueba qué etiquetas corresponden a cada valor. Reconocer recortes de columnas por separado facilita la revisión. Si necesitas una tabla, reconstruye y verifica sus filas y columnas. «Descargar texto» guarda el editor; cambiar la extensión a .docx, .xlsx o .pdf no crea esos formatos.

Tesseract: mejorar la calidad de la salidaAPI de Tesseract.js 7.0.0

Detectar errores pequeños que alteran el significado

Lee el resultado junto al original. El OCR puede confundir formas similares, omitir signos, cambiar acentos o separar mal los caracteres. Una palabra plausible puede ser incorrecta. La página no muestra una puntuación de confianza y terminar no certifica cada carácter. Presta especial atención a nombres propios, códigos, fechas, totales y escrituras ajenas al modelo elegido.

Como ejercicio ficticio, usa Invoice 4827 — Total 125.50: revisa cada cifra, el punto decimal y la relación entre etiquetas y valores. Si la fuente es ambigua, no inventes una corrección por parecer probable; consulta una imagen mejor o el documento original. Corrige «Texto reconocido» antes de copiarlo o descargarlo.

Detectar errores pequeños que alteran el significado
RevisarPosible problemaAcción
Nombres y letras acentuadasUna palabra plausible sustituye un nombre o se pierde una tilde.Compara cada nombre con el original; el corrector ortográfico no basta.
Números y códigosO / 0, I / 1 o un carácter ausente cambian un valor.Compara la secuencia completa, incluidos ceros iniciales y separadores.
Importes y fechasFalta un signo, separador de fecha o marca decimal.Revisa los signos junto a su etiqueta y contexto.
Tablas y columnasLos caracteres son legibles pero pertenecen a la fila equivocada.Verifica el orden de lectura y reconstruye expresamente la estructura.

Tesseract: mejorar la calidad de la salida

Exportar el contenido corregido

«Copiar» envía al portapapeles el contenido actual, con cambios y saltos de línea. Tras funcionar, el botón muestra «Copiado»; editar reinicia esa indicación. Si falla el portapapeles, la página pide seleccionar el texto. Usa la selección habitual y el comando de copia del navegador o sistema operativo, o descarga el resultado.

«Descargar texto» crea recognized.txt en UTF-8 a partir del editor. El navegador decide dónde guardarlo o pregunta la ubicación. No incluye la imagen original ni reconstruye el formato. Copiar y descargar están deshabilitados durante el reconocimiento y cuando el editor está vacío. Un reintento de copia correcto borra la advertencia anterior del portapapeles.

API de Tesseract.js 7.0.0

Entender el procesamiento local y las descargas

El proceso OCR trabaja con la imagen en un worker del navegador. No sube la imagen ni el texto reconocido a un servidor OCR. El motor y el modelo seleccionado se cargan desde la propia web de ToolMellow. Por eso la primera ejecución puede descargar archivos aunque el reconocimiento sea local. Cada trabajo usa un modelo, sin descargar todos los idiomas para esa tarea.

OCR local no significa ausencia de red: pueden cargarse páginas, scripts, fuentes, archivos OCR y analítica habitual del sitio. No presupongas funcionamiento indefinido sin conexión ni almacenamiento permanente del modelo. Copiar coloca texto en tu portapapeles y descargar crea un archivo bajo tu control. Recargar pierde el estado del editor; no hay historial de recuperación ni garantía de borrado seguro.

Instalación local de Tesseract.js 7.0.0API de Tesseract.js 7.0.0

Interpretar el progreso y cancelar

Durante la ejecución aparecen «Procesando…» y un porcentaje. La inicialización del motor y el modelo puede mantenerlo en cero al principio. Indica actividad, no precisión ni tiempo restante fiable. Imágenes grandes, poca memoria y la carga de archivos afectan a la duración. Este espacio no impone un plazo fijo de reconocimiento.

«Cancelar» detiene el trabajo y devuelve los controles. No pausa el motor para reanudarlo, no conserva salida parcial ni restaura el texto borrado al empezar. Una nueva ejecución comienza desde cero con el archivo y el idioma seleccionados. Si parece bloqueado, cancela, comprueba que los recursos del sitio cargan y prueba una imagen legible más pequeña cuando corresponda.

API de Tesseract.js 7.0.0Instalación local de Tesseract.js 7.0.0

Distinguir un resultado vacío de un fallo

«No se encontró texto.» significa que el motor devolvió únicamente espacios en blanco o ningún texto. Comprueba que haya palabras impresas visibles, un idioma adecuado y contraste; las letras blancas sobre transparencia pueden desaparecer sobre blanco. Una salida vacía no demuestra que la imagen carezca de texto: esta configuración puede no leerlo.

«No se pudo terminar. Prueba un archivo más pequeño o recarga la página.» abarca más causas: entrada incompatible o dañada, límites superados, fallo de decodificación o memoria, o problemas al cargar el motor o el modelo. El aviso no identifica por sí solo la causa. Revisa lo pertinente y guarda cualquier corrección útil antes de cambiar de archivo o reiniciar.

Distinguir un resultado vacío de un fallo
ObservaciónPrimera comprobaciónSiguiente paso
«Reconocer texto» no está disponibleNo hay archivo o ya hay una ejecución activa.Elige una imagen compatible, espera o cancela la ejecución.
«No se encontró texto.»Imagen vacía, poco contraste, modelo incorrecto o letras difíciles.Examina imagen e idioma y prueba un recorte más claro.
No se pudo terminarFormato, los tres límites y carga de recursos.Exporta una nueva imagen compatible dentro de los límites; recarga si hace falta.
Palabras ilegibles o ausentesCalidad, idioma impreso y orden de lectura.Compara y corrige; usa otro proceso si la escritura no es compatible.
Portapapeles no disponibleHa fallado el acceso del navegador al portapapeles.Selecciona y copia manualmente, descarga o vuelve a pulsar «Copiar».

API de Tesseract.js 7.0.0Tesseract: mejorar la calidad de la salida

Elegir otro proceso cuando sea necesario

Los manuscritos, las firmas y el diseño exacto de página no están admitidos. La herramienta está pensada para texto impreso en sus diez idiomas. No traduce, decodifica códigos de barras, interpreta diagramas ni explica documentos. Una nota manuscrita legible o una página urdu requieren un proceso adecuado, sin asumir que un idioma parecido servirá.

Para PDF, utiliza la herramienta independiente PDF a Word y consulta sus propios límites y resultados; este espacio no acepta PDF. Recorta imágenes para aislar texto y usa el contador de palabras después de revisar la extracción. Elige según lo que necesites obtener: un pasaje comprobado, un documento reconstruido u otro formato.

Tesseract.js: READMEPreguntas frecuentes de Tesseract

Preguntas frecuentes

¿Qué formatos de imagen puedo usar?

Un JPG, PNG o WebP estático. Se rechazan PNG/WebP animados y contenidos incompatibles. Renombrar no convierte un archivo; incluso uno que parezca válido puede estar dañado o no decodificarse con seguridad.

¿Cuáles son los límites de tamaño?

Hasta 25000000 bytes, 24000000 píxeles totales y 12000 píxeles por lado. Los tres límites se aplican juntos; cumplir solo los bytes no basta.

¿Qué idiomas OCR están disponibles?

Inglés, francés, alemán, italiano, portugués, español, chino simplificado, hindi, árabe y bengalí. Selecciona uno según el texto impreso. No hay selección automática ni combinación de idiomas.

¿Las interfaces urdu e indonesia reconocen esos idiomas?

No añaden modelos OCR. Ambas empiezan con inglés y aquí no hay modelos de urdu ni indonesio. El modelo árabe no es urdu. Usa un proceso que admita expresamente el idioma impreso.

¿Cambiar el idioma impreso traduce el texto?

No. Elige el modelo de la siguiente ejecución y conserva el editor. «Reconocer texto» vuelve a leer la imagen y sustituye el texto anterior; guarda antes tus correcciones.

¿Reconoce manuscritos o conserva tablas?

No se admiten manuscritos ni diseño exacto. La salida es texto sin formato y puede tener un orden incorrecto de tablas o columnas. Revisa y reconstruye lo que necesites.

¿Por qué el resultado está vacío?

El motor puede no encontrar texto legible con esa imagen y modelo. Revisa idioma, contraste, nitidez y fondo. La transparencia se convierte en blanco y puede ocultar letras claras.

¿El porcentaje indica precisión?

No. Es progreso y puede permanecer en cero durante la inicialización. No se muestra confianza; completar el trabajo no garantiza un texto correcto.

¿Qué ocurre al cancelar?

El trabajo se detiene y los controles se habilitan. No hay pausa, reanudación ni recuperación parcial. El texto borrado al iniciar no se restaura.

¿Se suben la imagen y el texto extraído?

El proceso OCR inspeccionado los trata en el navegador sin enviarlos a un servidor OCR. La página y los recursos OCR seleccionados siguen cargándose desde el sitio y puede haber peticiones normales. Procesamiento local no garantiza uso permanente sin conexión.

¿La descarga incluye mis correcciones?

Sí. «Copiar» y «Descargar texto» usan el editor actual. La descarga es recognized.txt en UTF-8, sin la imagen ni el formato de página reconstruido.

¿Puedo recuperar texto tras cambiar de imagen o recargar?

No hay historial de trabajos. Elegir otra imagen, reconocer de nuevo o recargar puede borrar el texto. Copia o descarga previamente lo que quieras conservar.

Fuentes y lecturas adicionales

Ponlo en práctica.

Guías relacionadas