“OCR de imágenes” convierte en texto editable y copiable la letra impresa de capturas de pantalla, fotos y escaneos. El motor de reconocimiento, tesseract.js, se ejecuta directamente en el navegador: puedes arrastrar varias imágenes a la vez para formar una cola o pegar con Ctrl+V una captura recién hecha; cada imagen terminada muestra su porcentaje de confianza, y en el cuadro de resultado puedes corregir un error antes de copiar o descargar.

Solo trabaja con imágenes. Para un PDF escaneado usa “OCR de PDF”, que renderiza página a página y puede generar un PDF con búsqueda; y si quieres comparar los resultados de dos motores, “OCR de doble motor” pasa por una API en línea y tiene otra política de privacidad.

1. 01Elige el idioma de reconocimientopor defecto “chino simplificado + inglés (recomendado)”; también hay “solo inglés”, “chino tradicional” y “japonés”. Los paquetes de chino simplificado e inglés vienen incluidos con el sitio; los de chino tradicional y japonés se descargan la primera vez (unos 2–20 MB) y quedan en caché.
2. 02Añade imágenesarrastra, selecciona o pega con Ctrl+V; se admiten JPG / PNG / WebP / BMP / GIF / TIFF, varias a la vez, y se forma la “cola de imágenes”.
3. 03Inicia el reconocimientopulsa “Iniciar reconocimiento” y la barra muestra “imagen x de n · cargando el motor / descargando el paquete de idioma / reconociendo el texto”. La primera imagen carga el motor y las siguientes reutilizan el mismo proceso, así que van mucho más rápido. Puedes “Cancelar” en cualquier momento.
4. 04Consulta y exportapulsa una imagen terminada de la cola y “Resultado del reconocimiento” muestra el texto con la “confianza xx%”; edítalo y luego “Copiar” o “Descargar TXT”. Con varias imágenes, “Descargar todo en un ZIP (n TXT)” genera resultado_ocr.zip, y los nombres repetidos reciben (1), (2) y así sucesivamente.

Formatos de entrada

JPG / PNG / WebP / BMP / GIF / TIFF; los archivos que no sean imágenes se ignoran

Idiomas

solo hay cuatro opciones (chino simplificado + inglés, solo inglés, chino tradicional y japonés); si el idioma no coincide con el texto de la imagen, el resultado saldrá ilegible o en blanco, y basta cambiar y volver a reconocer

Primera ejecución

la primera vez hay que cargar el motor y los paquetes de idioma (el motor y los paquetes de chino simplificado e inglés vienen de este sitio; los de chino tradicional y japonés, de un CDN público), lo que puede tardar una docena de segundos; cambiar de idioma reconstruye el motor

Precisión

depende de la nitidez, el contraste y la tipografía, y el mejor caso es la letra impresa limpia; la escritura a mano, las letras decorativas, el texto en vertical, los fondos complejos y las fotos torcidas bajan mucho el resultado, así que revisa siempre a mano

Lo que no hace

no reconoce PDF (usa “OCR de PDF”), no conserva la maquetación ni la estructura de tablas (solo devuelve texto plano) y no traduce; si la foto está torcida, enderézala antes con “Mejora de escaneos”

Las imágenes se reconocen en el navegador y no se suben a ningún servidor. El motor y los paquetes de chino simplificado e inglés se alojan en este sitio y se descargan de él la primera vez; si eliges chino tradicional o japonés, el paquete se descarga del CDN público por defecto de tesseract.js. Estas peticiones solo piden el motor y los archivos de idioma: no incluyen tus imágenes.