Só texto impresso. A escolha do idioma é o que mais importa; a primeira execução baixa o motor de reconhecimento e o modelo, e depois funciona offline.
O que esta ferramenta de OCR faz
Solte a foto de um documento, uma captura de tela, uma página digitalizada ou a foto de uma placa, e o texto aparece como texto selecionável ao lado da imagem. São doze idiomas: inglês, chinês simplificado e tradicional, japonês, coreano, espanhol, francês, alemão, português, russo, italiano e vietnamita. O inglês é sempre lido junto com o idioma escolhido, então um contrato em chinês com nomes e números em inglês sai como um único documento. Cada imagem tem seu próprio idioma e sua própria caixa de resultado editável, para corrigir algum caractere antes de copiar.
A leitura é feita por dois motores, conforme o idioma escolhido. Inglês, chinês simplificado, espanhol, francês, alemão, português e italiano vão para o PP-OCRv6 do PaddleOCR: uma rede localiza cada linha de texto, outra lê linha por linha, e os dois modelos somam 6,3 MB. Chinês tradicional, japonês, coreano, russo e vietnamita vão para o Tesseract, porque esse modelo do PP-OCR não tem kana, hangul nem cirílico no conjunto de caracteres e não tem muitos caracteres tradicionais comuns. Os dois motores rodam em uma thread worker do navegador, são baixados uma vez e ficam em cache. A imagem nunca sai do seu dispositivo, o que importa para documentos de identidade, contratos e laudos médicos.
Como usar
Adicione, solte ou cole as imagens. Abaixo de cada imagem, escolha o idioma do texto, o fator que mais pesa na precisão, e clique em Reconhecer; na primeira vez o mecanismo também é baixado. Para comparar, troque o idioma e clique em Reconhecer de novo. Edite o resultado ali mesmo e depois copie ou baixe como .txt. Com duas ou mais imagens, aparecem embaixo Copiar todo o texto e Baixar tudo em um .txt.
Em inglês, chinês simplificado, espanhol, francês, alemão, português e italiano, apontar para uma linha do resultado destaca o quadro dela na imagem, e clicar num quadro da imagem seleciona essa linha. As linhas são agrupadas pela inclinação da página, e uma página em duas colunas é lida coluna por coluna. Manter quebras de linha segue as linhas impressas; Juntar em parágrafos as transforma em texto corrido para colar num documento. Se o documento veio em PDF, passe antes por PDF para imagem e envie as páginas para cá com um clique. Fotos tortas são lidas melhor depois de Girar imagem e Cortar imagem.
Erros comuns
OCR lê texto impresso; letra à mão, fontes decorativas e texto sobre fundos cheios de detalhes saem embaralhados, e nenhuma ferramenta de navegador muda isso. A precisão depende principalmente da foto: preencha o enquadramento com a página, mantenha-a plana e reta, use luz boa e uniforme, evite sombras e reflexos e não reduza a imagem antes de arrastá-la — uma foto de 12 megapixels de uma página A4 é ideal, uma miniatura de 600 pixels não tem salvação. Escolher o idioma errado é a outra grande causa de resultado sem sentido: uma página em japonês lida como chinês, ou uma em francês lida como inglês, produz um texto que parece plausível mas é lixo.
Tabelas saem como linhas de texto sem a grade. Números com pouco texto em volta (notas fiscais, leituras de medidor) são bem lidos, mas sempre vale conferir, porque um 6 e um 8 também se parecem para uma máquina. O primeiro uso num aparelho baixa o mecanismo e um modelo de idioma, então precisa de conexão uma vez; depois funciona offline. Lotes grandes no celular podem ser lentos; alguns segundos por página é normal.
Contexto: como o texto é reconhecido
O PP-OCR trabalha em duas etapas. Uma pequena rede de detecção marca os pixels que pertencem a texto, e cada região marcada vira um retângulo inclinado, por isso uma foto tirada alguns graus torta ainda gera linhas retas. Cada linha é recortada, redimensionada para 48 pixels de altura e lida por uma rede de reconhecimento que conhece 6.905 caracteres: chinês simplificado, letras latinas com acentos, dígitos e pontuação. Depois as linhas são recolocadas em ordem de leitura. As linhas seguem a inclinação da página inteira, um vão vertical vazio com linhas longas dos dois lados é tratado como duas colunas, e um espaço claramente maior que o entrelinhamento normal vira quebra de parágrafo.
Antes de trocar de motor, testamos os dois em 28 imagens: 13 textos renderizados limpos, as mesmas imagens reduzidas, inclinadas 2,5°, com ruído e salvas como JPEG de baixa qualidade, e duas páginas A4 inteiras. Em chinês, a taxa média de erro por caractere caiu de 18,6% com o Tesseract para 1,3% com o PP-OCR, e nas versões tipo foto de 22,2% para 2,0%. Um título branco sobre um degradê laranja voltou vazio no Tesseract e totalmente correto no PP-OCR. Com inglês, francês, alemão e espanhol limpos os dois foram quase perfeitos. Na nossa máquina de teste, com WebAssembly de uma thread, um print leva de 0,3 a 0,7 segundo e uma página A4 densa de 6 a 8 segundos. O Tesseract, que continua lendo os outros cinco idiomas, é uma rede LSTM treinada por idioma; os modelos são o conjunto tessdata_best quantizado para inteiros de 8 bits, e cada imagem é convertida para tons de cinza e ampliada para cerca de 2.000 pixels antes da leitura.
Quando você precisa de imagem para texto
Copiar um parágrafo de um print que alguém mandou para você. Transformar a foto de um quadro branco, de um slide ou da página de um livro em anotações. Tirar o texto de uma carta digitalizada ou de um PDF antigo que só tem imagens. Extrair um endereço, um número de pedido ou um número de série de uma foto. Digitalizar recibos e notas fiscais para a contabilidade. Ler um cardápio, uma placa ou um rótulo em outro alfabeto para colar em um tradutor.
Neste site a sequência é: girar e cortar a foto se for preciso, reconhecer o texto aqui e, no caso de PDFs, passar antes pelo PDF para imagem. Um documento montado a partir de fotos pode ser reunido com o imagem para PDF depois que o texto tiver sido conferido.
Perguntas frequentes
Minhas imagens são enviadas para algum lugar?
Não. O reconhecimento roda no seu navegador, com PP-OCR ou Tesseract conforme o idioma, ambos compilados para WebAssembly. A imagem nunca sai do seu dispositivo. O motor e o modelo são baixados uma vez e ficam em cache; depois a ferramenta funciona offline.
Quais idiomas são suportados?
Inglês, chinês simplificado, chinês tradicional, japonês, coreano, espanhol, francês, alemão, português, russo, italiano e vietnamita. Os idiomas asiáticos podem ser combinados com inglês em uma única passagem.
Ele lê letra à mão?
Não — só texto impresso. Letra à mão, fontes decorativas e texto sobre fundos cheios de detalhes não são lidos com confiabilidade por este nem por nenhum OCR de navegador.
Como consigo mais precisão?
Escolha o idioma certo, use uma foto nítida, reta, com luz uniforme e na resolução original, e corte para deixar só o texto. Imagens pequenas ou borradas são ampliadas automaticamente, mas não dá para deixá-las nítidas.
Posso fazer OCR de um PDF?
Converta as páginas com a ferramenta PDF para imagem e envie-as para cá; cada página vira um bloco de texto editável.
Artigos sobre esta ferramenta
Blog →Mais de Ferramentas de imagem
11 ferramentas →
Remover FundoRecorte automático; cabelo, pelos e bordas finas preservados
Compressor de ImagensReduza JPG, PNG e WebP com controle de qualidade, em lote
Conversor de ImagensConverta PNG, JPG, WebP, AVIF, GIF, BMP e SVG em lote
Redimensionar ImagemRedimensiona para largura × altura ou porcentagem
Cortar ImagemCorte por proporção ou pixels exatos; arraste ou digite
Girar ImagemGire 90°, 180° ou outro ângulo, vire ou espelhe, por imagem
