Extrae texto de imágenes con cajas a nivel de palabra.

Una herramienta gratuita de OCR que extrae texto editable de imágenes y PDF escaneados directamente en tu navegador: capturas de pantalla, recibos, fotos de pizarras, contratos escaneados, certificados, cartas y archivos. Las palabras reconocidas llevan puntuación de confianza y coordenadas, y un modelo de visión opcional en el dispositivo puede responder preguntas sobre la página.

El motor es Tesseract compilado para WebAssembly: no se sube nada, no hace falta cuenta, y un lote de imágenes o un PDF de 300 páginas pasa por la misma cola.

Cómo funciona

Tesseract.js —el motor de OCR de código abierto compilado a WebAssembly— ejecuta el reconocimiento íntegramente en tu pestaña. El núcleo del motor y los datos de entrenamiento de cada idioma se descargan bajo demanda y los guarda el navegador, así que tras el primer uso el reconocimiento funciona sin conexión. Hay 24 chips de idioma que cubren inglés, chino simplificado y tradicional, japonés, coreano, las principales lenguas europeas, además de árabe, hebreo, hindi, tailandés, vietnamita y otras escrituras; el catálogo completo de Tesseract supera los 100 idiomas.

Antes del reconocimiento, las imágenes pueden preprocesarse (escala de grises o binarización) para mejorar la precisión en escaneos tenues o con ruido; un modo de segmentación de página —automático, bloque único, línea única o texto disperso— indica al motor cómo está dispuesta la página, y un deslizador de confianza mínima filtra las palabras débiles de la vista de texto.

PDF escaneados, página a página

Un PDF se trata como debe ser: cada página se rasteriza a unos 144 DPI y se reconoce en orden, de modo que una carta o contrato de varias páginas se convierte en una transcripción continua y no en una carpeta de capturas. Las páginas se renderizan de forma diferida —solo está en memoria la página en reconocimiento—, lo que hace viables incluso documentos de 300 páginas en un portátil normal. Los formatos de salida son TXT sin formato, JSON con cuadro delimitador y confianza por palabra, y hOCR con posiciones y maquetación; en el visor, cada palabra reconocida se superpone a la página y se colorea según su confianza.

Cola de lotes y exportación ZIP

Imágenes y PDF comparten una cola serie con estado, recuento de palabras, duración y barra de progreso por elemento. Añade una carpeta de recibos o una pila de cartas escaneadas y se procesan uno tras otro; los fallos quedan marcados, una repetición solo reintenta esos elementos, y los resultados de toda la cola se descargan juntos en un ZIP de archivos de texto con nombre. Además de arrastrar archivos, puedes pegar capturas desde el portapapeles.

Extracción inteligente con un modelo de visión

Más allá de la transcripción, la extracción inteligente ejecuta un modelo de visión y lenguaje en el dispositivo (Moondream, unos 800 MB mediante WebGPU) que responde preguntas libres sobre la página abierta —«¿Cuál es el importe total de este recibo?» o «¿Qué fecha está sellada aquí?»—. Es una descarga independiente y opcional que requiere WebGPU; al igual que el OCR, el modelo se ejecuta localmente y la imagen nunca sale de tu dispositivo.

Límites gratuitos y Pro

El plan gratuito procesa lotes de 10 archivos de origen (cada PDF cuenta como un archivo) y PDF de hasta 30 páginas, con lotes ilimitados. Pro sube la cola a 50 archivos y los PDF a 300 páginas. Las páginas por encima del límite del PDF se omiten con un aviso en lugar de hacer fallar todo el trabajo. Ningún plan tiene cuota diaria, tope de ejecuciones ni marca de agua, y el uso comercial está incluido.

Consejos de calidad y privacidad

Las imágenes nítidas, bien iluminadas y rectas de texto impreso se reconocen casi a la perfección; la letra cursiva, la inclinación fuerte y las tipografías decorativas siguen siendo difíciles por naturaleza, y el resaltado por confianza muestra exactamente dónde hay que revisar. Para las escrituras CJK y arábigas, elegir el idioma correcto antes de reconocer es la mayor palanca de precisión.

Los escaneos de contratos, documentos de identidad, formularios médicos o correspondencia privada se quedan por diseño en el dispositivo: el reconocimiento no sube ni un píxel, razón de fondo para preferirlo frente a un sitio de OCR en línea gratuito.