OCR

El OCR (reconocimiento óptico de caracteres) convierte imágenes de texto en caracteres que la máquina puede leer. La entrada puede ser un escaneo, una foto o una captura de pantalla. La salida es texto plano, a menudo con la posición de cada palabra, línea y bloque en la página.

Los motores de OCR modernos usan modelos de redes neuronales entrenados con muchas fuentes y muchos idiomas. Entre los motores muy usados están Tesseract, un proyecto de código abierto, y el framework Vision de Apple, que las apps de macOS e iOS pueden llamar. Las versiones recientes de macOS también ofrecen Live Text, que permite seleccionar texto en imágenes en Fotos, Vista Previa y otras apps.

Cuando el resultado del OCR se coloca como una capa invisible sobre las imágenes de página de un PDF, el PDF se vuelve buscable y su aspecto no cambia.

Cómo funciona el OCR

1. Preprocesa la imagen: ajusta el contraste, endereza la imagen y elimina el ruido.
2. Analiza la maquetación: localiza bloques de texto, columnas, líneas y palabras.
3. Reconoce caracteres y palabras con un modelo entrenado.
4. Aplica modelos de lenguaje para corregir los errores probables.
5. Devuelve el texto con sus coordenadas.

Dónde se usa el OCR

• Hacer buscables los documentos escaneados y los PDF de capturas.
• Copiar texto de imágenes, diapositivas y fotogramas de video.
• Pasar recibos, facturas y formularios a otros sistemas.
• Accesibilidad, cuando un lector de pantalla necesita texto en lugar de imágenes.

OCR para capturas de pantalla

Las capturas de pantalla son buena entrada para el OCR: el texto es recto, nítido y tiene mucho contraste. La precisión baja con texto muy pequeño, colores de bajo contraste, tipografías decorativas, notación matemática y texto dentro de diagramas. Las capturas Retina y los PNG sin pérdida dan al motor más detalle que los JPG reducidos.

Temposhot ejecuta OCR cuando exporta un PDF desde el panel de resultados, y todo el proceso se ejecuta en tu Mac.

Errores comunes con el OCR

• Ejecutar OCR sobre imágenes muy comprimidas o reducidas.
• Confiar en el resultado del OCR para números y nombres sin comprobarlo.
• Esperar que las ecuaciones, las tablas y las notas al pie salgan con la estructura correcta.
• Mezclar idiomas en una misma página sin comprobar el resultado.

¿Quieres convertir páginas en un PDF?

Exporta un PDF buscable desde Temposhot, consulta guardar capturas de pantalla como PDF en Mac o convierte imágenes existentes con Screenshot to Searchable PDF.

Preguntas frecuentes

¿El texto del OCR es exacto?

No. La precisión es alta en texto claro, pero no es perfecta. Comprueba los datos importantes con la imagen.

¿Puedo extraer el texto de una sola captura?

Sí. Extract Text from Image lee el texto en el navegador.

Fuentes

• Optical character recognition (Wikipedia)
• Tesseract OCR (GitHub)

Recursos relacionados

• El OCR no reconoce ecuaciones, notas al pie ni diagramas: límites conocidos.
• Formatos de exportación: exportación a PDF buscable.