De imagen a texto
Qué problema resuelve este lector OCR
El texto dentro de una foto, captura o página escaneada no se puede buscar ni editar directamente. El reconocimiento óptico de caracteres, u OCR, estima los caracteres visibles y devuelve texto editable. Esta herramienta sirve para documentos breves, recibos, etiquetas, notas, formularios y capturas cuando un resultado rápido en el navegador resulta más útil que instalar software.
Xephory sirve el motor y los siete archivos de idioma, pero se ejecutan dentro de un worker del navegador. La imagen elegida se decodifica localmente, se prepara en un lienzo temporal y pasa al worker OCR local. No se publica en un endpoint de subida.
El OCR es una interpretación, no una transcripción certificada. Por eso el panel muestra confianza, recuentos de palabras y caracteres, tiempo, dimensiones de origen y dimensiones enviadas al motor. Estas medidas ayudan a detectar un resultado débil antes de copiarlo.
Formatos compatibles y límites
La herramienta acepta imágenes habituales y fotos Apple HEIC o HEIF. Que una extensión sea compatible no garantiza que un archivo dañado o poco común se pueda decodificar. Se comprueban tamaño y dimensiones antes del OCR.
Si la foto supera el presupuesto de trabajo, se reduce proporcionalmente en un lienzo temporal. Así se controla la memoria y normalmente mejora la velocidad sin modificar el original.
| Entrada | Tratamiento | Nota importante |
|---|---|---|
| HEIC / HEIF | Decodificado localmente a un mapa temporal | Solo se lee la primera imagen fija; ciertas secuencias pueden fallar. |
| PNG | Decodificado directamente por el navegador | Adecuado para capturas y texto nítido de interfaces. |
| JPEG / JPG | Decodificado directamente por el navegador | La compresión fuerte puede difuminar caracteres pequeños. |
| WebP | Decodificado por navegadores modernos | Los archivos animados se tratan como imagen fija. |
| Tamaño de archivo | Hasta 25 MB por imagen | El límite se aplica antes de convertir HEIC. |
| Imagen decodificada | Hasta 80 megapíxeles | Las imágenes mayores se rechazan para proteger la memoria. |
| Lienzo OCR | Hasta 16 megapíxeles | Las imágenes válidas mayores se reducen proporcionalmente. |
Flujo de OCR fiable
- Elige una imagen compatible o ejecuta el diagnóstico para probar el navegador y los datos de idioma.
- Comprueba vista previa, nombre y dimensiones. Los errores de decodificación se muestran antes del OCR.
- Selecciona el idioma realmente impreso. Un modelo bilingüe solo ayuda si aparecen ambos idiomas.
- Empieza con los colores originales. Usa grises para fondos de color y contraste alto para impresión tenue.
- Elige página automática para documentos mixtos, bloque para párrafos, texto disperso para etiquetas o línea única para una fila.
- Configura la rotación si el texto está de lado. Solo gira el lienzo temporal.
- Inicia la extracción y observa el porcentaje. Cancelar termina el worker sin congelar el navegador.
- Compara nombres, totales, fechas y referencias con la imagen antes de copiar o descargar.
Prueba reproducible del navegador
Qué mide el diagnóstico integrado
El diagnóstico crea en memoria un PNG de 1600 × 560 con dos líneas conocidas: «FREE OCR TEST 123» y «DOCUMENT READER». Usa inglés, colores originales, un bloque de texto y ninguna rotación. Así se comprueba toda la ruta local sin un archivo privado.
Una ejecución correcta debe devolver ambas líneas en el mismo orden. La confianza y el tiempo corresponden al dispositivo actual. Caché, procesador, restricciones del navegador y memoria disponible alteran la velocidad.
La prueba demuestra que la ruta funciona con una imagen sintética limpia. No garantiza precisión en un recibo borroso, escritura a mano o una página fotografiada con perspectiva.
Cómo cambian el resultado la preparación y el diseño
La calidad depende tanto de los píxeles preparados como del idioma. Original conserva colores, grises elimina diferencias de color y contraste alto calcula un umbral automático en blanco y negro. Este último puede rescatar impresión tenue, pero borrar trazos finos.
La segmentación indica al motor cómo está organizado el texto. Usar una sola línea en un documento completo probablemente perderá contenido. Cambia un ajuste cada vez para saber qué mejora el resultado.
- Colores originales: primera opción para un escaneo o captura limpios.
- Escala de grises: cuando distraen el papel de color o la iluminación.
- Contraste alto: texto oscuro sobre fondo claro bastante uniforme.
- Página automática: títulos, columnas o estructura incierta.
- Bloque único: párrafos y regiones normales de documento.
- Texto disperso: etiquetas, menús, diagramas o palabras separadas.
- Línea única: números de serie o una fila horizontal.
- Rotación: 90°, 180° o 270° sin cambiar el archivo original.
Cómo interpretar la confianza y las medidas
La confianza es una estimación interna de Tesseract. Un porcentaje alto todavía puede contener un dígito o nombre incorrecto, y uno menor puede ofrecer texto útil. Es una señal, no una prueba de exactitud.
Las dimensiones de origen describen la imagen decodificada. Las OCR muestran si se redujo al presupuesto de 16 megapíxeles. El reloj incluye preparación y reconocimiento y refleja la operación visible.
- Revisar cada número de facturas, recibos y referencias.
- Comparar nombres, direcciones, dominios y códigos mixtos carácter a carácter.
- Comprobar puntuación y saltos cuando importe la estructura.
- Si la confianza es baja, mejorar la luz o recortar antes la zona relevante.
- No usar el OCR como única base para decisiones legales, médicas, financieras o de seguridad.
- Conservar la imagen como registro principal; el texto es una copia práctica.
OCR local y límite de la IA opcional
Selección, vista previa, rotación, preparación y reconocimiento ocurren en el navegador. Xephory no recibe la imagen. Analítica y publicidad son servicios separados controlados mediante el consentimiento de Google y no reciben la imagen desde este flujo.
La corrección con IA está separada. Solo se habilita tras el OCR y exige confirmación. Al aceptar, se envían como máximo 12.000 caracteres del texto actual a Google Gemini mediante un endpoint limitado de Xephory. Nunca se incluye la imagen y se conserva el OCR original para deshacer.
La IA puede cambiar una palabra, cifra o nombre correcto. No envíes texto confidencial y compara siempre la corrección con la imagen. Google trata la solicitud bajo sus propias condiciones y prácticas de privacidad.
- No hace falta una cuenta.
- No existe solicitud de subida para la imagen.
- Los modelos de idioma se descargan y pueden quedar en caché.
- La corrección IA es opcional, está desactivada por defecto y requiere confirmación.
- Solo se envía el texto extraído al confirmar.
- Limpiar o cerrar la página elimina el resultado actual de la interfaz.
Consejos para una mejor imagen
Una fuente limpia suele ayudar más que cambiar muchos ajustes. El texto debe ocupar suficientes píxeles, la página estar plana, iluminada de forma uniforme y fotografiada lo más frontal posible.
- Evitar reflejos en papel brillante.
- Mantener la cámara paralela al documento.
- Recortar bordes vacíos y fondo ajeno.
- Usar resolución real alta, sin zoom digital.
- Mantener el texto derecho o seleccionar la rotación adecuada.
- Procesar documentos largos por página o sección.
- Preferir una captura nítida a una foto de una pantalla.
- Probar grises antes de alto contraste si desaparecen trazos finos.
Limitaciones conocidas
Este lector general está pensado para texto impreso. No reconstruye toda la estructura de un documento, no verifica identidades ni garantiza el orden de tablas o columnas complejas.
- La escritura manuscrita no es un objetivo de precisión compatible.
- Curvatura, sombras, desenfoque y perspectiva reducen la precisión.
- Las fuentes decorativas y el texto sobre fotos son difíciles.
- Las celdas de tablas pueden aparecer en orden inesperado.
- Se procesa una imagen fija cada vez; no se admiten PDF multipágina.
- Secuencias HEIC y variantes poco comunes pueden fallar.
- El primer uso de un idioma consume tiempo y ancho de banda.
- El límite de 120 segundos puede cortar imágenes muy difíciles.
Preguntas sobre el lector OCR gratuito
¿Se sube la imagen seleccionada?
No. Se decodifica, gira, prepara y reconoce en el navegador. El flujo OCR no la envía a Xephory ni a Google Gemini.
¿Por qué tarda más la primera ejecución?
El navegador puede tener que descargar el worker de Tesseract, el núcleo WebAssembly y el modelo elegido. La caché puede acelerar las siguientes.
¿Qué idioma debo elegir?
Elige el idioma impreso. Una opción bilingüe solo sirve cuando ambos aparecen y requiere más memoria y tiempo.
¿Qué hace el contraste alto?
Pasa el lienzo a grises, calcula un umbral automático y convierte los píxeles en blanco o negro. Puede reforzar texto tenue, pero eliminar detalles finos.
¿Puedo detener un reconocimiento lento?
Sí. Cancelar termina el worker activo. Además, cada ejecución se detiene al llegar a 120 segundos.
¿La corrección IA mejora el reconocimiento de imagen?
No. Primero termina el OCR local. Tras confirmar, la IA solo recibe el texto extraído e intenta corregir errores textuales evidentes.
¿Puedo confiar en el porcentaje de confianza?
Úsalo solo como indicador. Comprueba letras, dígitos, nombres, importes y códigos críticos contra la imagen.
¿Por qué se redujo mi foto grande?
La fuente puede tener hasta 80 megapíxeles, pero el lienzo OCR se limita a 16 para controlar memoria y mantener el navegador ágil. El original no cambia.