O OCR de imagens converte em texto editável e copiável o que está impresso em prints, fotos e digitalizações. O motor tesseract.js roda direto no navegador: dá para arrastar várias imagens de uma vez e formar uma fila, ou simplesmente colar com Ctrl+V o print recém-capturado; cada imagem recebe um percentual de confiança ao terminar, e o texto pode ser corrigido ali mesmo antes de copiar ou baixar.

Ele só trabalha com imagens. Para PDF digitalizado, use o "OCR de PDF", que renderiza página a página e gera um PDF pesquisável; para comparar os resultados de dois motores, o "OCR de motor duplo" chama um serviço on-line, com características de privacidade diferentes.

1. 01Escolha o idiomao padrão é "chinês simplificado + inglês (recomendado)", com as opções "somente inglês", "chinês tradicional" e "japonês". Os pacotes de chinês e inglês vêm embutidos no site; os de chinês tradicional e japonês são baixados na primeira vez (cerca de 2–20 MB) e ficam em cache.
2. 02Adicione imagensarraste, clique para escolher ou cole um print com Ctrl+V; os formatos são JPG / PNG / WebP / BMP / GIF / TIFF, e várias imagens formam a "fila de imagens".
3. 03Inicie o reconhecimentoclique em "Iniciar reconhecimento"; a barra mostra "imagem x/n · carregando o motor / baixando o pacote de idioma / reconhecendo o texto". A primeira imagem carrega o motor e as seguintes reaproveitam o mesmo processo, bem mais rápido. Dá para cancelar a qualquer momento.
4. 04Veja e exporteclique em uma imagem pronta na fila para ver o texto em "Resultado do reconhecimento" com a "confiança xx%"; edite se quiser e use "Copiar" ou "Baixar TXT". Com várias imagens, "Baixar todos os resultados (n TXT)" gera resultados-OCR.zip, e imagens de mesmo nome recebem (1), (2) etc.

Formatos de entrada

JPG / PNG / WebP / BMP / GIF / TIFF; arquivos que não são imagem são ignorados

Idiomas

só os quatro conjuntos — chinês simplificado + inglês, somente inglês, chinês tradicional e japonês; se o idioma não combinar com a imagem, o resultado sai ilegível ou vazio, e basta trocar e reconhecer de novo

Primeira execução

o motor e o pacote de idioma precisam ser carregados uma vez (motor e pacotes de chinês/inglês vêm deste site; chinês tradicional e japonês vêm de um CDN público) e isso pode levar mais de dez segundos; trocar de idioma reinicia o motor

Precisão

depende de nitidez, contraste e fonte, e texto impresso uniforme rende mais; manuscrito, letras decorativas, texto vertical, fundo complexo e foto torta pioram bastante — revise sempre à mão

O que ele não faz

não reconhece PDF (use o "OCR de PDF"), não preserva layout nem estrutura de tabela (a saída é texto puro) e não traduz; antes de reconhecer, endireite fotos tortas no "Melhoria de digitalizações"

As imagens são reconhecidas no navegador e não são enviadas a nenhum servidor. O motor e os pacotes de chinês/inglês são hospedados pelo próprio site e baixados no primeiro uso; ao escolher chinês tradicional ou japonês, o pacote vem do CDN público padrão do tesseract.js. Essas requisições buscam apenas o motor e os arquivos de idioma — o conteúdo das suas imagens não vai junto.