OCR — Image to Text

No. Text recognition runs entirely in your browser using WebAssembly (the tesseract.js OCR engine). The image itself never leaves your device. The only network request is a one-time download of the language pack the first time you use a given language — after that, your browser caches it and no further requests are made.

The tool ships with a curated set of common languages — English, Spanish, French, German, Portuguese, Italian, Hindi, Chinese (Simplified), Japanese, Arabic, and Russian. Pick the language that matches the text in your image before extracting for the best accuracy.

OCR accuracy depends heavily on image quality. Low resolution, blurry photos, low contrast, skewed angles, and handwriting all reduce accuracy. For best results, use a well-lit, high-resolution, straight-on photo or screenshot of printed text, and check the confidence score shown after extraction.

Yes. The output appears in an editable text box, so you can correct any recognition errors before copying or downloading it as a .txt file.

Es posible con una letra manuscrita muy clara y con caracteres bien separados, pero Tesseract —el motor de OCR detrás de esta herramienta— está entrenado principalmente con texto impreso y escrito a máquina, no con escritura a mano, por lo que la precisión en notas manuscritas es notablemente más baja e impredecible que en una página impresa o una captura de pantalla con texto tipeado. La letra cursiva o unida resulta especialmente difícil, ya que el paso de segmentación de caracteres del motor espera que las letras tengan espacios visibles entre sí. Si necesitas digitizar notas manuscritas con regularidad, cuenta con hacer más correcciones manuales en el cuadro de texto editable después de la extracción de las que harías con un documento impreso, un recibo o un formulario escaneado. Para un reconocimiento genuinamente enfocado en escritura a mano, un modelo de OCR especializado en manuscritos rendiría notablemente mejor que un motor de propósito general para texto impreso como este.

La primera vez que usas un idioma determinado en esta herramienta, tu navegador tiene que descargar desde una CDN los datos de reconocimiento entrenados para ese idioma —normalmente unos pocos megabytes— antes de que Tesseract pueda empezar a reconocer texto en él. Esa descarga ocurre una sola vez; el navegador guarda el archivo en caché después, así que cada extracción posterior con el mismo idioma comienza casi de inmediato, sin ninguna actividad de red adicional. Cambiar a otro idioma por primera vez desencadena una descarga única más, específica para ese idioma. Si tu primera extracción se siente lenta, se trata de este costo inicial de configuración, no de una señal de que algo falla —y es la única solicitud de red que hace esta herramienta, ya que la imagen en sí se procesa y nunca se sube a ningún servidor.

Sí —no se limita a escaneos tipo escáner plano—. Fotos de recibos, carteles de la calle, cartas de restaurante, etiquetas de productos y pizarras funcionan todas, siempre que el texto esté razonablemente enfocado, bien iluminado y no demasiado torcido respecto a la cámara. Las fotos del mundo real tienden a obtener una puntuación de confianza más baja que un escaneo digital limpio simplemente porque introducen variables que un escáner no tiene —sombras, reflejos, superficies curvas como un recibo arrugado y distorsión de perspectiva por el ángulo de la toma—. Aplanar un recibo antes de fotografiarlo, evitar el reflejo directo de luces cenitales y sostener la cámara lo más paralela posible a la superficie mejoran de forma medible los resultados en este tipo de texto cotidiano y no documental.

Funciona cualquier formato de imagen común que tu navegador pueda mostrar, incluidos JPG, PNG, WebP y BMP —la herramienta acepta lo que selecciones o arrastres como archivo de imagen estándar—. No existe un límite de subida en el servidor del que preocuparse, ya que no se sube nada, pero las imágenes muy grandes y de alta resolución sí tardan más en procesarse porque el reconocimiento se ejecuta en el propio procesador de tu dispositivo, y los archivos extremadamente grandes pueden tardar más en cargarse en el navegador desde el principio. Para el uso cotidiano habitual —capturas de pantalla, fotos de teléfono, escaneos de una sola página— el tamaño del archivo no es una preocupación práctica; solo se vuelve relevante con imágenes inusualmente grandes y de muchos megapíxeles.

No en una sola pasada —eliges un idioma antes de extraer, y el motor usa los patrones de caracteres y palabras entrenados de ese idioma para interpretar la imagen—. Si un documento mezcla dos idiomas (por ejemplo, subtítulos en inglés sobre un formulario en otro idioma), elige el idioma que predomine en el texto que más te interese, ya que el motor a menudo seguirá reconociendo correctamente palabras individuales superpuestas de una escritura similar aunque la configuración de idioma no coincida a la perfección. Para un documento genuina y sustancialmente bilingüe con escrituras distintas, normalmente obtendrás mejores resultados ejecutando la extracción dos veces, seleccionando cada idioma por separado y comparando ambos resultados.