Convertir imagen a texto (OCR)

Cómo convertir una imagen a texto

1. Agrega la imagen. Elige un archivo, arrástralo al recuadro o pega una captura con Ctrl+V (⌘V en Mac). En el celular, al elegir un archivo también aparece la cámara: puedes fotografiar al momento una hoja, un letrero o un ticket. Puedes agregar varias imágenes a la vez.
2. Revisa el idioma del texto. Por defecto es español con Reconocer también inglés activado, para que las palabras en inglés, las marcas, los correos y los enlaces salgan bien. Si el texto está en otro idioma, elígelo en la lista.
3. Espera unos segundos. El contador muestra el avance. La primera vez, el navegador descarga el motor de lectura y los datos del idioma: unos 4.4 MB para español e inglés. Se quedan guardados en el navegador, así que en las siguientes visitas la lectura empieza casi al instante.
4. Copia o descarga. El texto de cada imagen tiene su botón Copiar, y Descargar .txt lo guarda como archivo de texto: uno por imagen y otro con todos cuando lees varias. Pégalo en Word, Google Docs, WhatsApp o una hoja de cálculo y corrige lo que haya salido mal.

Cómo funciona

El reconocimiento óptico de caracteres (OCR) lo hace Tesseract, el motor que se desarrolló en Hewlett-Packard, se publicó como código abierto en 2005 y siguió mejorando con el patrocinio de Google. El proyecto tesseract.js lo compila a WebAssembly, de modo que se ejecuta dentro de esta página como cualquier programa de tu dispositivo. Desde la versión 4, Tesseract lee líneas completas con una red neuronal LSTM en lugar de comparar letra por letra; aquí se usan los modelos compactos «fast» de la colección oficial tessdata_fast.

Cada imagen se endereza primero (según la rotación que guardó la cámara) y se lee tal cual. Si la confianza de Tesseract queda por debajo del 85 % —lo típico en fotos de celular con sombras o grano—, la página además empareja la luz: estima el brillo del papel en toda la foto, compensa las diferencias y deja el fondo blanco y las letras negras. Lee también esa versión y se queda con el resultado más confiable. Las capturas y los escaneos limpios casi nunca pasan por este paso, y es mejor así, porque la corrección puede borrar texto blanco sobre franjas de color.

¿Qué tan preciso es? Nuestra prueba

Generamos 23 imágenes de prueba en el navegador: una muestra de 169 caracteres (frase, número de factura, fecha, importe, correo y teléfono) en fuentes y tamaños comunes, textos cortos en otros alfabetos y copias con aspecto de foto de celular: papel gris con luz desigual, grano, compresión JPEG y una ligera inclinación. El texto reconocido se comparó con el original carácter por carácter (precisión = 1 − distancia de edición ÷ longitud) en Microsoft Edge, en octubre de 2026:

Las fotos reales son más complicadas que las imágenes generadas, así que espera cifras algo menores. El patrón se mantiene: los errores vienen de letras diminutas, inclinación, desenfoque y letras decorativas, mucho más que del idioma.

Consejos para un mejor resultado

• Que las letras se vean grandes. La guía de Tesseract para mejorar la calidad recomienda escaneos de unos 300 DPI y advierte que la precisión cae rápido cuando las minúsculas miden menos de unos 10 píxeles de alto. Recorta cerca del texto, haz zoom antes de la captura o acerca el celular.
• Mejor captura que foto de la pantalla. Una captura tiene letras perfectamente nítidas; una foto del monitor agrega rayas y reflejos.
• Luz pareja y foto de frente. Sostén el celular paralelo a la hoja y evita tu propia sombra y el reflejo del flash en papel brillante.
• Elige el idioma correcto. Con inglés seleccionado, letras como ñ, á o ü suelen convertirse en n, a o u.
• Una columna a la vez. En periódicos, folletos y textos a dos columnas, recorta cada columna en una imagen aparte para que no se mezclen las líneas.

Tus imágenes no salen de tu dispositivo

La mayoría de los servicios de OCR en línea suben tu imagen a un servidor. Aquí no se sube nada: el motor y los datos del idioma vienen de este sitio, y la lectura la hace tu navegador en tu computadora o celular. Eso importa justo con lo que más se necesita copiar: credenciales, contratos, estados de cuenta, datos bancarios, recetas médicas, capturas de conversaciones. El motor y los datos del idioma se guardan en el almacenamiento del navegador (IndexedDB) para no descargarlos otra vez; las imágenes y el texto no se guardan en ningún lado.

Limitaciones

• Letra manuscrita: los modelos se entrenaron con texto impreso. La letra de molde clara suele funcionar; la letra cursiva y las firmas, casi nunca —incluso nuestra fuente cursiva bajó al 83 %—.
• Formato: obtienes texto plano en orden de lectura. Se conservan los saltos de línea, pero no las columnas, tablas, fuentes, negritas, colores ni imágenes; una tabla sale como líneas con las celdas separadas por espacios. Por eso no se genera un Word listo: pega el texto en Word y dale formato allí.
• Texto vertical: solo se leen líneas horizontales.
• PDF: no directamente. Convierte las páginas en imágenes con PDF a JPG (300 DPI para letra pequeña) y agrega esas imágenes aquí.
• Lo que no es texto común: fórmulas matemáticas, partituras, logotipos con letras decorativas y CAPTCHA no se reconocen de forma fiable. Para códigos QR usa el lector de códigos QR.
• Fotos HEIC del iPhone normalmente se convierten a JPG al elegirlas en el navegador; si alguna no abre, expórtala antes como JPG.

Idiomas

Son 24 idiomas: español, inglés, portugués, francés, alemán, italiano, neerlandés, polaco, ruso, ucraniano, turco, árabe, persa, urdu, hebreo, hindi, bengalí, tailandés, vietnamita, indonesio, malayo, japonés, coreano y chino simplificado. Cada idioma se descarga solo cuando lo eliges: entre 0.3 MB (persa) y 3 MB (neerlandés). Los textos que van de derecha a izquierda, como el árabe y el hebreo, se muestran y se copian en el orden correcto.

Para contar las palabras del texto extraído, pégalo en el contador de palabras.

Preguntas frecuentes

Última actualización: 15 de octubre de 2026