Extraer texto de una imagen — Free, Fast & Private
El reconocimiento óptico de caracteres es un problema resuelto que la web logró envolver en molestias sin resolver: colas de subida, cuotas de páginas por día, muros de correo, y el detalle silencioso de que tu documento se lee en el servidor de otro. Esta herramienta toma el otro camino. El motor de reconocimiento — una build autoalojada de Tesseract, el proyecto OCR de código abierto refinado durante más de tres décadas — se descarga a tu navegador y corre ahí. La primera visita baja el modelo, unos 2 MB, desde los servidores de este mismo sitio; después queda en caché, el reconocimiento arranca al instante y la herramienta sigue funcionando sin conexión. Arrastra una imagen y recibe texto plano que puedes seleccionar, copiar y pegar donde quieras, junto con un puntaje de confianza que te dice qué tan seguro está el motor de lo que leyó.
Una aclaración honesta antes que nada: el motor OCR lee texto en inglés; español próximamente. Esta primera versión incluye solo el modelo entrenado en inglés. Una captura o un documento con texto en inglés se lee muy bien; un documento completo en español todavía no — saldría como texto plagado de errores, porque el modelo no conoce las tildes ni la eñe. Palabras sueltas en alfabeto latino dentro de un texto en inglés (nombres, códigos, URLs) suelen salir bien. Más abajo explicamos por qué el límite existe y cómo se va a resolver.
Capturas de pantalla: el texto que ves pero no puedes copiar
El trabajo de OCR más común hoy no es un libro escaneado — es una captura de pantalla. Un mensaje de error pegado al chat como imagen, una diapositiva de un webinar, un fragmento de código en un video, un párrafo de un PDF que bloqueó la selección. El texto está ahí en tu pantalla y es imposible de copiar. Las capturas también son el mejor caso para el OCR: la tipografía renderizada es perfectamente nítida, alineada y de alto contraste, así que el reconocimiento de una captura limpia (con texto en inglés) sale casi perfecto. Las capturas de iPhone en HEIC funcionan directamente — la herramienta decodifica HEIC y TIFF por su cuenta — igual que JPEG, PNG, WebP, AVIF, BMP y GIF. Si la captura después se va a compartir, pásala por aquí primero: con el texto ya extraído, puedes comprimir la imagen sin miedo a aplastar una legibilidad que ya no necesitas.
Por qué el OCR en tu dispositivo importa más que ningún otro
Piensa a qué le apunta la gente con el OCR: contratos, facturas, recibos de sueldo, recetas médicas, informes, documentos de identidad, estados de cuenta. Son, casi por definición, los documentos más sensibles que una persona tiene — por eso existen en papel y hay que digitalizarlos. Todos los sitios de OCR convencionales funcionan subiendo ese documento a un servidor, reconociéndolo allá y devolviendo el texto; estás confiando la retención, el registro y la seguridad de un operador desconocido con los papeles exactos que jamás le darías a un extraño. Aquí ese trato no existe. La imagen se decodifica en tu dispositivo, se lee en tu dispositivo, y el texto nunca sale de tu dispositivo — no hay ninguna petición de red con datos de imagen que inspeccionar, y puedes verificarlo en la pestaña Network de DevTools mientras la herramienta corre. Para una captura suelta la diferencia es filosófica. Para un recibo de sueldo, es todo el punto.
Texto impreso, sí. Manuscrito, honestamente, no.
El reconocimiento neuronal del motor es muy bueno en lo que se entrenó: tipografía impresa y renderizada — documentos, libros, etiquetas, capturas, tickets de impresora térmica. No es un lector de manuscritos. Las mayúsculas de imprenta separadas y prolijas a veces pasan; la cursiva y la letra rápida de todos los días salen casi siempre como disparates con apariencia confiada. Muchos sitios de OCR entierran esa advertencia; es mejor decirla claro, porque el fallo es silencioso — recibes texto de vuelta igual, y solo el puntaje de confianza insinúa que el motor estaba adivinando. Si tu tarea es digitalizar apuntes a mano, esta herramienta te va a decepcionar. Para todo lo que salió de una impresora o de una pantalla (en inglés, por ahora), es la herramienta correcta.
Qué te dice de verdad el puntaje de confianza
Junto con el texto, la herramienta reporta un porcentaje de confianza — la estimación del propio motor, promediada sobre las palabras reconocidas, de qué tan probable es que cada lectura sea correcta. Trátalo como un presupuesto de corrección. Arriba de 90, el texto suele estar limpio para pegar y revisar por encima. Entre 70 y 80, espera errores sueltos de caracteres — los clásicos son 0/O, 1/l/I, 5/S, rn/m — concentrados donde la fuente estaba borrosa o con sombra. Abajo de 70, revisa todo contra el original y desconfía de cada número: una palabra mal leída se delata sola, pero un dígito cambiado en un monto, una fecha o una referencia se ve perfectamente plausible y es justo el error que sobrevive hasta una planilla. La confianza baja también es la única forma que tiene la herramienta de decirte que la entrada le quedó grande — casi siempre manuscrito, una foto mal iluminada o un idioma que el motor todavía no conoce, como el español.
Solo inglés, por ahora — y por qué
La versión uno reconoce inglés. Es un límite real y la página lo dice en vez de dejar que lo descubras con basura de salida en una factura en español. La razón es la misma arquitectura que hace posible la promesa de privacidad: cada idioma es su propio modelo entrenado que hay que descargar a tu dispositivo, y enviar un solo modelo de 2 MB bien cacheado era la versión uno honesta — un selector de idiomas que disparara en silencio una descarga de 50 MB traicionaría el contrato de "rápido, liviano, local" que mantiene el resto de este sitio. Más idiomas están planeados, agregados de la misma forma: autoalojados, descargados una vez, cacheados. El español está en esa lista — hasta entonces, esta página prefiere decírtelo de frente.