Extrair o texto de uma foto ou de uma imagem (OCR)

Uma foto da página de um livro, uma captura de ecrã com texto, uma placa fotografada em viagem: esta ferramenta transforma qualquer imagem que contenha texto impresso em texto realmente aproveitável — copiável num e-mail, editável num processador de texto ou pesquisável num leitor de PDF. Suporta sete línguas, incluindo o ioruba, um fator diferenciador raro entre as ferramentas de OCR gratuitas.

O que se passa entre o envio da foto e o resultado

Antes de qualquer reconhecimento de carateres, a imagem passa por várias etapas de preparação automática, invisíveis para si mas determinantes para a qualidade do resultado. A inclinação do texto é medida e depois corrigida: uma foto tirada ligeiramente torta, o que acontece quase sistematicamente à mão livre, é endireitada antes de se avançar. Se a página inteira estiver de pernas para o ar ou rodada um quarto de volta — um erro frequente ao fotografar um livro — a ferramenta deteta-o e coloca-a no sentido certo. A imagem é depois convertida em níveis de cinzento, ligeiramente limpa de ruído e depois limiarizada para separar nitidamente o texto do fundo. Se os carateres parecerem demasiado pequenos para um reconhecimento fiável, a imagem é ampliada automaticamente antes da última etapa.

Porque a qualidade da foto conta mais do que o motor

O reconhecimento ótico de carateres progrediu enormemente nos últimos anos, mas continua fundamentalmente limitado pelo que recebe à entrada: um motor, por mais potente que seja, não consegue adivinhar uma letra totalmente desfocada ou afogada num reflexo. É por isso que esta ferramenta apresenta, após o processamento, uma pontuação de confiança média em vez de pretender uma fiabilidade universal. Abaixo de 60 %, uma mensagem concreta orienta-o para as correções mais úteis: repetir a foto com o documento bem plano (um livro aberto em ângulo deforma as linhas de texto junto às margens), com iluminação de frente em vez de rasante (para evitar sombras projetadas na página) e sem tremido (preferir um apoio ou uma luminosidade suficiente para um tempo de exposição curto).

Três resultados para três usos

O texto simples é apresentado diretamente numa zona que pode copiar com um clique — o mais rápido para recuperar uma citação ou uma passagem curta. O documento Word reconstitui um parágrafo por bloco de texto detetado, pronto a ser reeditado ou completado. O PDF pesquisável mantém o aspeto exato da sua foto original, sobrepondo-lhe uma camada de texto invisível: ideal para arquivar um documento mantendo a possibilidade de o pesquisar depois por palavra-chave, sem perder o seu aspeto visual original (carimbo, assinatura, paginação).

Limites a conhecer

Esta ferramenta reconhece texto impresso numa paginação relativamente simples: parágrafos, títulos, listas. Uma tabela complexa com muitas colunas, uma escrita manuscrita ou um tipo de letra muito estilizado (caligrafia, texto artístico) darão um resultado parcial ou incorreto. Uma imagem com mais de 50 megapíxeis é recusada por razões de tempo de processamento; nesse caso, reduza primeiro o seu tamanho com a ferramenta de redimensionamento de imagens.

Perguntas frequentes

A minha foto está ligeiramente torta, é grave?
Não: a ferramenta deteta automaticamente a inclinação do texto e corrige-a antes do reconhecimento, até certo ponto. Uma foto tirada à mão livre com alguns graus de inclinação não costuma levantar problemas; em contrapartida, um ângulo de captura demasiado acentuado (foto tirada muito de lado em vez de de frente) continua a ser difícil de corrigir automaticamente.
Porque é que o resultado é por vezes de má qualidade?
A qualidade do reconhecimento depende quase inteiramente da imagem de partida: um texto desfocado, uma foto tirada na penumbra, um reflexo na página ou uma resolução demasiado baixa degradam fortemente o resultado, seja qual for o motor de reconhecimento utilizado. Após o processamento é apresentada uma pontuação de confiança média; abaixo de 60 %, a ferramenta convida-o a repetir a foto em melhores condições.
Posso combinar várias línguas, por exemplo português e inglês?
Sim: marque todas as línguas presentes no seu documento antes de lançar o reconhecimento. O motor usa-as em simultâneo, o que melhora a precisão num documento bilingue em comparação com declarar uma única língua.
A escrita manuscrita é reconhecida?
Não, ou muito mal: esta ferramenta foi concebida para texto impresso (livro, documento administrativo, captura de ecrã, placa). A escrita manuscrita segue regras de reconhecimento muito diferentes, que este motor não cobre.
O que acontece se a minha foto contiver uma tabela?
O texto é extraído célula a célula pela ordem de leitura detetada pelo motor, mas a formatação da tabela (colunas alinhadas, bordas) não é reconstituída: para uma tabela complexa, o resultado em Word exigirá uma reformatação manual.
As minhas fotos são conservadas após o processamento?
Não: o ficheiro enviado e os documentos gerados são automaticamente eliminados 30 minutos após o processamento, sem nunca serem registados nem reutilizados. Pode também clicar em «Eliminar agora» assim que tiver recuperado o seu resultado.
Porque não posso escolher uma língua que não está na lista?
Só são propostas as línguas cujos dados de reconhecimento estão realmente instalados no servidor: mais vale uma lista mais curta mas fiável do que uma opção que falharia em silêncio.