Como Converter uma Imagem em Texto (OCR Gratuito, Sem Carregamento)

Deixe de voltar a escrever texto a partir de uma imagem

Tem uma captura de ecrã de uma morada, uma fotografia de um recibo ou uma página digitalizada — e a única coisa de que realmente precisa é o texto que está lá dentro. Sem OCR, a única opção é apertar os olhos para a imagem e voltar a escrever cada palavra à mão, o que é lento e fácil de errar em números longos ou grafias desconhecidas.

O reconhecimento ótico de carateres faz esse trabalho por si. Arraste uma imagem e ele lê os carateres como texto editável que pode copiar, pesquisar e colar em qualquer lado. Sem voltar a escrever, sem serviço de transcrição e sem conta.

O que o OCR realmente faz

OCR — reconhecimento ótico de carateres — transforma a imagem do texto em texto a sério. O seu ecrã mostra letras de qualquer forma, mas para um computador uma imagem é apenas pixels coloridos; as palavras não são selecionáveis nem pesquisáveis até que algo reconheça as formas como carateres. O OCR é essa etapa: localiza as regiões de texto numa imagem, compara as formas com o conjunto de carateres de um idioma e produz uma cadeia de texto que pode editar.

É a mesma tecnologia por trás das funcionalidades de "selecionar texto numa fotografia", da pesquisa em documentos digitalizados e da digitalização de livros antigos. A ferramenta de Reconhecimento de Texto OCR executa-a em qualquer imagem que lhe der — um PNG, JPG, captura de ecrã ou fotografia — e devolve as palavras juntamente com uma pontuação de confiança para que saiba o quão segura está.

Três passos para extrair texto de uma imagem

1. Abra a imagem. Arraste a sua captura de ecrã, fotografia ou digitalização para a ferramenta de Reconhecimento de Texto OCR. É lida localmente, pelo que a imagem nunca é carregada — mesmo antes de o reconhecimento começar.
2. Escolha o idioma e reconheça. Selecione o idioma do texto na imagem para que o motor carregue o conjunto de carateres correto, depois clique em Reconhecer Texto. A ferramenta analisa a imagem e devolve as palavras extraídas juntamente com uma pontuação de confiança que reflete o quão limpa foi a leitura.
3. Copie o texto. Pegue no texto reconhecido e cole-o no seu documento, e-mail, folha de cálculo ou notas. É este o ciclo completo — sem etapa de exportação, sem marca de água, sem início de sessão.

A primeira execução de um determinado idioma transfere o seu modelo uma vez; depois disso, o reconhecimento é rápido e funciona mesmo offline.

Como obter resultados limpos e rigorosos

O rigor do OCR depende sobretudo da imagem que lhe fornece, não da ferramenta. Alguns hábitos fazem uma grande diferença:

• Utilize a imagem mais nítida que tiver. Maior resolução significa formas de carateres mais claras. Uma captura de ecrã direta é melhor do que uma fotografia de um ecrã; uma digitalização de mesa é melhor do que uma fotografia tirada à mão.
• Maximize o contraste. Texto escuro sobre fundo claro é o que se lê melhor. Evite reflexos, sombras e fundos carregados por trás do texto.
• Endireite-a. Recorte até ao texto e rode para que as linhas fiquem horizontais — texto inclinado ou rodado prejudica o reconhecimento.
• Faça corresponder o idioma. Selecionar o idioma errado obriga o motor a adivinhar com o conjunto de carateres errado. Isto é mais importante para escritas não latinas.

O texto impresso é reconhecido de forma muito mais fiável do que a escrita manual. Se um resultado vier confuso, uma versão mais limpa e com maior contraste da mesma imagem costuma resolver.

A ferramenta abrange doze idiomas em vários sistemas de escrita — inglês, chinês simplificado e tradicional, japonês, coreano, espanhol, francês, alemão, português, árabe, russo e hindi — pelo que lida com texto em latim, CJK, árabe, cirílico e devanágari, e não apenas em inglês.

Porquê executar o OCR no seu navegador

As imagens que mais quer transformar em texto são muitas vezes as mais privadas: um documento de identificação digitalizado, um recibo de vencimento, uma carta médica, um recibo com o número do seu cartão, uma captura de ecrã de uma conversa privada. Carregar isso para um serviço de OCR na nuvem significa entregar o original a um servidor que não controla.

Uma ferramenta baseada no navegador evita isso por completo. O reconhecimento corre no tesseract.js, um motor de OCR em WebAssembly que é executado dentro da página; o modelo de idioma é transferido uma vez e guardado em cache, e a sua imagem é processada no seu próprio dispositivo. Nada é transmitido durante o reconhecimento, e assim que o modelo está em cache continua a funcionar offline. A mesma lógica de privacidade percorre o resto de um fluxo de trabalho com documentos — extrair texto de uma imagem, depois de um PDF, depois limpá-lo: se o ficheiro nunca sai da sua máquina, não há nada para fugir.

Lista de verificação rápida

• Arraste a imagem para a ferramenta — é lida localmente, sem carregamento.
• Utilize a versão mais nítida e com maior contraste que tiver.
• Selecione o idioma que corresponde ao texto antes de reconhecer.
• Clique em Reconhecer Texto e verifique a pontuação de confiança.
• Copie o resultado — e lembre-se de que tudo aconteceu no seu dispositivo.