Imagens

Imagem para texto: extraia, revise e salve palavras impressas

·

Imagem para texto transforma uma imagem de palavras impressas em texto que você pode editar, copiar ou baixar. Escolha um JPG, PNG ou WebP estático, selecione o idioma impresso e inicie o reconhecimento. Compare o resultado com a imagem antes de usá-lo.

O resultado útil é um trecho que você conferiu, além de uma execução de OCR concluída. Este guia explica as dez opções de idioma, os limites de arquivo e pixels, problemas de fundo e qualidade e quais ações mantêm ou substituem suas correções.

Imagem para texto

Transforme uma imagem em texto editável

Escolha uma imagem com texto impresso, selecione o “Idioma do texto impresso” e clique em “Reconhecer texto”. O ToolMellow lê a imagem no navegador e apresenta o resultado em “Texto reconhecido”. Corrija o conteúdo na caixa de texto e use “Copiar” ou “Baixar texto”. O download é um arquivo de texto simples em UTF-8 chamado recognized.txt.

Comece com a imagem original mais nítida disponível. Uma captura de tela de um artigo, uma foto de um aviso impresso ou uma digitalização salva como imagem podem servir. O OCR identifica caracteres a partir de pixels; ele não recupera um original oculto com correção garantida. Compare a saída com a imagem, principalmente quando um pequeno erro puder mudar um nome, uma data ou um valor.

  • Escolha um único JPG, PNG ou WebP estático; este painel não recebe lotes.
  • Selecione o idioma das palavras na imagem, que pode ser diferente do idioma do site.
  • Salve o texto corrigido antes de escolher outro arquivo ou iniciar o reconhecimento novamente.

README do Tesseract.jsAPI do Tesseract.js 7.0.0

Confira o tamanho do arquivo e as duas dimensões da imagem

Os três limites valem ao mesmo tempo: no máximo 25000000 bytes, 24000000 pixels no total e 12000 pixels em cada lado. O limite de arquivo corresponde a 25 MB decimais, não a 25 MiB. Multiplique a largura pela altura para obter a quantidade de pixels. Por exemplo, uma imagem de 6000 × 4000 pixels tem 24 megapixels e atende aos limites de dimensões, desde que o arquivo também respeite o limite de bytes e possa ser decodificado.

Uma imagem de 13000 × 1000 tem apenas 13 megapixels, mas ultrapassa o limite por lado. Um arquivo muito comprimido pode ocupar pouco espaço e ainda conter pixels demais. A ferramenta verifica o conteúdo, sem confiar apenas na extensão: renomear um PDF para .png não o converte. PNG e WebP animados são recusados. Arquivos danificados e imagens cujas dimensões não possam ser lidas com segurança também podem falhar dentro dos limites anunciados.

Confira o tamanho do arquivo e as duas dimensões da imagem
VerificaçãoEntrada aceitaAção prática
FormatoUm JPEG, PNG ou WebP estáticoExporte uma imagem estática em formato compatível; mudar o nome não basta.
Tamanho do arquivoNo máximo 25000000 bytesRemova áreas desnecessárias ou exporte a imagem em tamanho adequado.
Total de pixelsLargura × altura de até 24000000Confira as dimensões em pixels além do tamanho do arquivo.
Lado maiorNenhum lado acima de 12000 pixelsDivida ou recorte uma captura muito longa em trechos legíveis em outra ferramenta.

README do Tesseract.js

Escolha o modelo OCR correspondente ao idioma impresso

O seletor oferece dez idiomas de reconhecimento, um por vez: inglês, francês, alemão, italiano, português, espanhol, chinês simplificado, hindi, árabe e bengali. Escolha o idioma das palavras na imagem. A página começa com o modelo correspondente ao idioma da interface quando ele está disponível. As interfaces em indonésio e urdu começam em inglês, pois a ferramenta não tem modelos OCR para esses dois idiomas.

O seletor de idioma do site e “Idioma do texto impresso” têm funções diferentes. Há reconhecimento de italiano mesmo sem interface em italiano. A opção de chinês simplificado não promete um modelo separado de chinês tradicional, e árabe não é um modelo de urdu. Este painel não tem detecção automática de idioma nem seleção combinada de vários idiomas. Um documento misto pode exigir recortes separados ou outro fluxo com o suporte necessário.

Escolha o modelo OCR correspondente ao idioma impresso
Idioma impressoIdentificador do modeloRelação com a interface
Inglês / francês / alemãoeng / fra / deuCada interface começa com seu modelo correspondente.
Italiano / português / espanholita / por / spaItaliano é uma opção OCR; português e espanhol também têm interfaces correspondentes.
Chinês simplificado / hindichi_sim / hinAs interfaces chinesa e hindi começam com esses modelos, respectivamente.
Árabe / bengaliara / benAs interfaces árabe e bengali começam com esses modelos, respectivamente.
Indonésio / urduSem modelo correspondente aquiAs interfaces começam em inglês e não acrescentam suporte de reconhecimento.

API do Tesseract.js 7.0.0

Saiba quais ações substituem o texto

Mudar o “Idioma do texto impresso” mantém o texto atual e remove o erro anterior. Isso não executa o OCR novamente nem traduz o conteúdo do editor. Suas correções ficam preservadas enquanto você prepara outra configuração. Ao clicar em “Reconhecer texto”, uma nova execução começa e o texto anterior é apagado imediatamente; copie ou baixe o que quiser guardar antes disso.

Escolher outro arquivo também apaga o resultado anterior. Durante o reconhecimento, a escolha de arquivo, o seletor de idioma e o editor ficam desativados. Quando termina, a saída daquela execução permanece no editor até você alterá-la ou realizar uma ação que a apague. Não há histórico de trabalhos salvos nem painel de comparação. Se várias imagens fizerem parte de um documento, salve cada resultado revisado e reúna-os no seu próprio arquivo.

API do Tesseract.js 7.0.0

Prepare uma imagem legível antes do OCR

Use uma imagem nítida, com boa separação entre as letras e o fundo. Fotografe uma página plana com iluminação uniforme e mantenha a câmera aproximadamente de frente para ela. Evite reflexos sobre palavras e sombras fortes em dobras. Recortar elementos sem relação com o texto pode ajudar, mas deixe uma pequena margem para não cortar acentos, partes inferiores das letras ou pontas de linhas. Use a ferramenta de recortar imagens separadamente para essa preparação.

Endireite texto muito inclinado e examine letras pequenas com um zoom que permita lê-las. Ampliar uma imagem já desfocada não recupera detalhes perdidos, e mudar apenas um valor de DPI não acrescenta pixels. Este painel OCR não oferece controles de recorte, contraste ou resolução. Uma imagem mais clara ou um trecho isolado costuma ser mais útil que repetir o reconhecimento da mesma fonte ruim.

Tesseract: melhorar a qualidade da saída

Confira o fundo e a orientação

O decodificador usa os metadados de orientação da imagem. Antes do reconhecimento, a ferramenta desenha a imagem decodificada sobre um fundo branco, com as mesmas dimensões em pixels. As áreas transparentes ficam brancas. Letras pretas sobre transparência podem funcionar, mas letras brancas feitas para um fundo escuro podem desaparecer. Exporte a imagem com um fundo de contraste adequado antes de tentar novamente.

O mecanismo pode tentar lidar com a rotação durante o reconhecimento, mas isso não garante a leitura de texto de lado, de cabeça para baixo ou inclinado. A página não oferece controle de rotação nem prévia da imagem preparada. Se o resultado for ruim, examine a fonte em um visualizador e gire-a deliberadamente em outra ferramenta. Confira a nova saída; acertar a orientação não resolve necessariamente todos os problemas de leitura.

Tesseract: melhorar a qualidade da saídaAPI do Tesseract.js 7.0.0

Confira também a ordem de leitura do texto simples

Este painel retorna texto simples editável. Ele não reproduz o desenho da página, estilos de fonte, células de planilha, ilustrações ou um PDF pesquisável. As quebras de linha podem ajudar, mas são parte do reconhecimento, não um mapa exato da página original. Duas colunas, uma tabela de preços ou um formulário podem produzir palavras fora de ordem mesmo quando os caracteres parecem corretos.

Confira a relação entre rótulos e valores antes de colar a saída em outro documento. Em páginas com várias colunas, reconhecer recortes separados pode facilitar a revisão. Se precisar de uma tabela, reconstrua e confira suas linhas e colunas explicitamente. “Baixar texto” salva o conteúdo do editor; mudar sua extensão para .docx, .xlsx ou .pdf não cria esses formatos de documento.

Tesseract: melhorar a qualidade da saídaAPI do Tesseract.js 7.0.0

Revise onde um pequeno erro muda o significado

Leia a saída com a imagem original ao lado. O OCR pode confundir formas parecidas, omitir pontuação, mudar acentos ou separar caracteres incorretamente. Uma palavra plausível ainda pode estar errada. A página não mostra uma pontuação de confiança, e concluir a execução não certifica cada caractere. Dê atenção especial a nomes próprios, códigos de produto, datas, totais e texto fora da escrita habitual do modelo selecionado.

Como exercício, use um recibo fictício com Invoice 4827 — Total 125.50: confira cada dígito, o separador decimal e qual rótulo corresponde a cada valor. Se a fonte estiver pouco legível, não adivinhe uma correção só porque ela parece provável; procure uma imagem melhor ou o documento original. Corrija “Texto reconhecido” antes de copiar ou baixar.

Revise onde um pequeno erro muda o significado
O que conferirPossível problemaComo revisar
Nomes e letras acentuadasUma palavra plausível substitui o nome impresso ou um acento desaparece.Compare cada nome com o original, sem depender só do corretor ortográfico.
Números e códigosO / 0, I / 1 ou um caractere ausente altera o valor.Compare a sequência inteira, incluindo zeros iniciais e separadores.
Valores e datasUm separador decimal, sinal ou separador de data desaparece.Confira a pontuação junto com o rótulo e o contexto.
Tabelas e colunasOs caracteres são legíveis, mas ligados à linha errada.Verifique a ordem de leitura e reconstrua a estrutura desejada.

Tesseract: melhorar a qualidade da saída

Exporte o conteúdo corrigido do editor

“Copiar” envia o conteúdo atual do editor à área de transferência, incluindo alterações e quebras de linha. Depois do sucesso, o botão mostra “Copiado”; editar o texto desfaz esse rótulo. Se o acesso à área de transferência falhar, a página pede que você selecione o texto para copiá-lo. Você pode selecionar normalmente no editor e usar o comando de copiar do navegador ou sistema operacional, ou baixar o texto.

“Baixar texto” cria recognized.txt em UTF-8 com o conteúdo atual do editor. O navegador escolhe a pasta de download ou pergunta onde salvar. Essa ação não guarda a imagem original nem reconstrói sua formatação. Copiar e baixar ficam indisponíveis durante o reconhecimento ou quando o editor está vazio. Uma nova tentativa de copiar bem-sucedida remove o aviso anterior da área de transferência.

API do Tesseract.js 7.0.0

Entenda o que fica no navegador e o que ainda é carregado

O fluxo OCR processa a imagem escolhida em um worker do navegador. Ele não envia a imagem nem o texto reconhecido a um servidor OCR. O mecanismo e o modelo do idioma selecionado são carregados do próprio site do ToolMellow. A primeira execução pode, portanto, precisar baixar arquivos, embora o reconhecimento dos caracteres ocorra localmente. Cada execução usa um modelo selecionado, em vez de baixar todos os idiomas para o trabalho.

OCR local não significa ausência de requisições de rede: páginas, scripts, fontes, arquivos OCR e os serviços normais de análise de uso do site ainda podem ser carregados. Não presuma funcionamento offline por tempo indeterminado nem armazenamento permanente do modelo. Copiar coloca texto na área de transferência; baixar salva um arquivo separado sob seu controle. Recarregar a página perde o estado do editor. A ferramenta não oferece histórico de recuperação nem garantia de exclusão segura.

Instalação local do Tesseract.js 7.0.0API do Tesseract.js 7.0.0

Use o progresso e Cancelar sem confundi-los com precisão

Durante uma execução, a página mostra “Processando…” e uma porcentagem de progresso. A inicialização do mecanismo e do modelo pode manter o valor em zero antes de o reconhecimento avançar. Esse percentual indica atividade, não confiança no texto nem uma previsão segura de tempo. Imagens grandes, memória limitada do dispositivo e carregamento de arquivos afetam a duração. Este painel não estabelece um prazo fixo para concluir o reconhecimento.

“Cancelar” interrompe o trabalho atual e libera os controles. Não pausa o mecanismo para continuar depois, não guarda texto parcialmente reconhecido e não restaura o conteúdo apagado quando a execução começou. Uma nova execução começa novamente com o arquivo e o idioma selecionados. Se o carregamento parecer travado, cancele, verifique se os arquivos do site podem carregar e, quando adequado, tente uma imagem menor e legível.

API do Tesseract.js 7.0.0Instalação local do Tesseract.js 7.0.0

Diferencie um resultado vazio de uma execução que falhou

“Nenhum texto encontrado.” significa que o mecanismo não retornou conteúdo além de espaços em branco naquela execução. Confira se a imagem contém palavras impressas visíveis, se o idioma escolhido é adequado e se letras brancas sobre transparência não desapareceram no fundo branco. Um resultado vazio não prova ausência de texto na fonte; essa configuração pode simplesmente não conseguir lê-lo.

“Não foi possível concluir” é um aviso mais amplo. Ele pode resultar de entrada incompatível ou danificada, limites excedidos, problemas de decodificação ou memória, ou falha ao carregar o mecanismo ou modelo. A mensagem isolada não determina a causa. Siga as verificações pertinentes abaixo e guarde qualquer edição útil antes de trocar o arquivo ou iniciar outra execução.

Diferencie um resultado vazio de uma execução que falhou
ObservaçãoConfira primeiroPróximo passo
Reconhecer texto indisponívelNenhum arquivo escolhido ou execução em andamento.Escolha uma imagem compatível, espere terminar ou cancele o trabalho atual.
Nenhum texto encontradoImagem vazia, pouco contraste, modelo incorreto ou letras difíceis.Examine a fonte e o idioma; tente um recorte mais nítido da área relevante.
Não foi possível concluirFormato, os três limites e carregamento dos arquivos necessários.Exporte uma nova imagem compatível dentro dos limites; recarregue se necessário.
Palavras incorretas ou ausentesQualidade, idioma impresso e ordem de leitura.Compare com a imagem e corrija o editor; procure outro fluxo se a escrita não tiver suporte.
Área de transferência indisponívelO acesso do navegador à área de transferência falhou.Selecione e copie manualmente, baixe o texto ou tente Copiar novamente.

API do Tesseract.js 7.0.0Tesseract: melhorar a qualidade da saída

Reconheça os limites desta ferramenta de imagem para texto

Manuscritos, assinaturas e reprodução exata do layout não têm suporte. A ferramenta se destina a palavras impressas nos dez idiomas de reconhecimento disponíveis. Ela não traduz texto, decodifica códigos de barras, interpreta diagramas nem explica o significado de documentos. Mesmo uma anotação manuscrita legível ou uma página em urdu exige um fluxo apropriado, em vez de supor que um idioma parecido será suficiente.

Para PDF, use a ferramenta separada de PDF para Word e confira seus próprios limites e comportamento de saída; este painel de imagem não aceita PDFs. Use o recortador de imagens para isolar um trecho, ou o contador de palavras depois de revisar o texto extraído. Escolha o próximo passo conforme o resultado de que precisa: um trecho conferido, um documento reconstruído ou outro formato.

README do Tesseract.jsPerguntas frequentes do Tesseract

Perguntas frequentes

Quais formatos de imagem posso usar?

Escolha um JPG, PNG ou WebP estático. PNG/WebP animados e conteúdos incompatíveis são recusados. Renomear uma extensão não converte uma imagem, e um arquivo aparentemente válido pode falhar se estiver danificado ou não puder ser decodificado com segurança.

Quais são os limites de tamanho?

O arquivo pode ter até 25000000 bytes, com no máximo 24000000 pixels no total e nenhum lado acima de 12000 pixels. Os três limites valem juntos; respeitar apenas o limite de bytes não basta.

Quais idiomas OCR estão disponíveis?

Inglês, francês, alemão, italiano, português, espanhol, chinês simplificado, hindi, árabe e bengali. Selecione um idioma por vez conforme o texto impresso. Este painel não oferece detecção automática nem uma opção de idiomas combinados.

A interface em urdu ou indonésio lê texto nesses idiomas?

Esses idiomas de interface não acrescentam modelos OCR. Ambos começam em inglês, e a ferramenta não tem modelo de reconhecimento para urdu ou indonésio. Árabe não é um modelo de urdu. Use um fluxo que ofereça suporte explícito ao idioma impresso.

Mudar o idioma do texto impresso traduz o conteúdo?

Não. Isso escolhe o modelo da próxima execução e mantém o conteúdo atual do editor. Para ler a imagem novamente, clique em Reconhecer texto; a nova execução substitui o texto anterior, então salve suas correções antes.

A ferramenta reconhece manuscritos ou preserva uma tabela?

Manuscritos e layout exato não têm suporte. A saída é texto simples, e a ordem de leitura de tabelas ou colunas pode estar errada. Confira e reconstrua a estrutura necessária.

Por que o resultado está vazio?

O mecanismo pode não encontrar texto legível com a imagem e o modelo escolhidos. Confira idioma, contraste, nitidez e fundo. Imagens transparentes são desenhadas sobre branco, o que pode esconder letras claras.

A porcentagem mostra a precisão do OCR?

Não. Ela indica progresso, podendo ficar em zero durante a inicialização. A página não mostra pontuação de confiança, e a conclusão não garante texto correto.

O que acontece ao cancelar?

O trabalho atual para e os controles ficam disponíveis. Não há pausa com retomada nem recuperação de resultado parcial. O texto apagado no início do reconhecimento não é restaurado.

A imagem e o texto extraído são enviados?

O fluxo OCR inspecionado os processa no navegador, em vez de enviá-los a um servidor OCR. A página e os arquivos OCR selecionados ainda são carregados do site, e requisições normais do site podem ocorrer. Processamento local não promete funcionamento offline permanente.

O download inclui minhas correções?

Sim. Copiar e Baixar texto usam o conteúdo atual do editor. O download é um arquivo de texto simples UTF-8 chamado recognized.txt, sem a imagem de origem nem a formatação reconstruída da página.

Posso recuperar o texto depois de escolher outra imagem ou recarregar?

A ferramenta não tem histórico de trabalhos salvos. Escolher outra imagem, iniciar o reconhecimento novamente ou recarregar pode apagar o conteúdo atual. Copie ou baixe as edições que quiser guardar antes dessas ações.

Fontes e leituras adicionais

Coloque em prática.

Guias relacionados