Cómo obtener resultados de OCR precisos con fotos, escaneos y capturas

La mayoría de los errores de OCR empiezan en la imagen. Qué cambiar antes de leer, qué ajustes importan, qué hace la Mejora automática y cómo revisar el resultado rápido.

Actualizado

Cuando el OCR se equivoca con el texto, el motor rara vez es el problema principal. Lo normal es que la imagen le haya dado demasiado poco con lo que trabajar: letras demasiado pequeñas, una sombra sobre la página, un ángulo inclinado o un ligero desenfoque. Un minuto dedicado a la imagen te ahorra mucho más tiempo corrigiendo el texto.

Los consejos de abajo van, más o menos, de mayor a menor impacto. Si quieres saber por qué importa cada uno, cómo funciona el OCR explica qué hace el motor con tu imagen.

Haz que el texto sea lo bastante grande

Lo que cuenta es cuántos píxeles le tocan a cada letra, no cuántos megapíxeles tiene tu cámara. Una foto de alta resolución de todo un escritorio puede dejar el texto de una hoja en apenas unos píxeles de alto.

  • Llena el encuadre con el texto. Acerca la cámara hasta que la zona que necesitas ocupe casi toda la foto.
  • Amplía la pantalla antes de una captura. Agranda primero la página o el documento y después captura. Las capturas de una pantalla de alta resolución también se leen mejor que el mismo contenido en una de baja resolución.
  • No reduzcas las imágenes por el camino. Algunas apps de mensajería y programas de correo comprimen o redimensionan las fotos. Envía el archivo original, o transfiérelo directamente.
  • Escanea a 300 ppp. Para letra muy pequeña, ayuda subir a entre 400 y 600 ppp. Los ajustes se explican en cómo pasar documentos escaneados y PDF a texto.

Ampliar después una imagen pequeña ayuda un poco, porque los motores de OCR funcionan mejor cuando las letras no son diminutas. Pero no puede añadir el detalle que la cámara nunca captó.

Ilumina la página de forma uniforme

  • Usa una luz suave. La luz natural de una ventana o la luz del techo de una habitación funcionan bien. El sol directo crea sombras duras y zonas muy brillantes.
  • Que tu sombra no caiga sobre la página. El teléfono y las manos tapan la luz que viene de arriba. Colócate de forma que la luz llegue de lado y no desde detrás de ti.
  • Evita el flash con papel brillante. Crea un punto blanco que borra el texto que hay debajo. Si necesitas el flash, inclina un poco el teléfono para que el reflejo se aparte del texto y endereza la foto después.

La iluminación desigual es una de las principales razones por las que una parte de la página sale bien y otra sale sin sentido: la zona más oscura se interpreta como tinta.

Haz la foto de frente

Sostén el teléfono paralelo a la página. Cuando está inclinado, el lado lejano de la página se encoge, las líneas convergen y las letras de un borde quedan más pequeñas que las del otro.

Si no puedes evitar el ángulo, una herramienta de enderezado con cuatro esquinas (corrección de perspectiva) devuelve la página a un rectángulo: arrastras un punto a cada esquina de la página. Una imagen de lado o al revés solo necesita girarse. Las páginas de libro que se curvan hacia el lomo son más difíciles, porque enderezar no puede aplanar una curva, así que aplana el libro todo lo que puedas antes de hacer la foto.

Ajusta bien el contraste

Los motores de OCR leen mejor el texto oscuro sobre fondo claro.

  • El texto claro sobre fondo oscuro, como las capturas en modo oscuro, las diapositivas y los carteles, debe invertirse antes de leer.
  • El texto y los fondos de color a menudo se leen mejor en escala de grises, sobre todo combinaciones como rojo sobre rosa o azul sobre gris.
  • La impresión desvaída o pálida mejora con más contraste, o en blanco y negro si el fondo es desigual.
  • Los fondos con dibujos, como los patrones de seguridad de cheques y certificados, a veces se pueden quitar con blanco y negro, que elimina los dibujos claros y conserva el texto oscuro.

Que salga nítida

  • Toca la pantalla para enfocar el texto antes de hacer la foto, sobre todo cuando la página está cerca del objetivo.
  • No te muevas. Apoya los codos en la mesa. Con poca luz, la cámara usa una velocidad de obturación más lenta, así que más luz también significa menos desenfoque.
  • Compruébalo antes de irte. Amplía la foto en el teléfono. Si las letras se ven borrosas a tamaño completo, haz otra mientras todavía tienes la página delante.

La nitidez ayuda con una imagen algo blanda, y la reducción de ruido ayuda con las fotos granuladas tomadas con poca luz. Ninguna de las dos puede salvar un desenfoque de movimiento de verdad.

Recorta lo que necesitas

Todo lo que hay en la imagen es algo a lo que el motor tiene que encontrarle sentido.

  • Quita lo que sobra. Los bordes de la mesa, otras páginas, logotipos, fotos y bordes oscuros se pueden confundir con texto o enredar el diseño de la página.
  • Recorta por separado las zonas separadas. Si solo necesitas una columna, un párrafo o una tabla, recorta hasta ahí.
  • Deja un pequeño margen. No recortes tan ajustado que las letras toquen el borde de la imagen. La documentación de Tesseract señala que un pequeño margen alrededor del texto ayuda.

Elige el idioma correcto

El OCR lee cada idioma con su propio modelo. Si lees un texto en español como si fuera inglés, las tildes y la ñ salen mal o desaparecen. Si lees ruso como inglés, obtendrás un disparate.

Selecciona todos los idiomas que aparecen en la página, por ejemplo español e inglés en un formulario bilingüe, y solo esos. Los idiomas de más ralentizan la lectura y le dan al motor más opciones equivocadas entre las que elegir.

En Image to Text App, la opción Automático empieza con el inglés y los idiomas de tu navegador, así que, si tu navegador está en español, el español ya está incluido. Si el texto parece de otra escritura, la detecta y vuelve a leer la imagen con el idioma adecuado.

Elige el modo de lectura correcto

En la mayoría de los modos, la elección afecta más a la forma del resultado que a qué letras se reconocen. Texto sin formato mantiene cada línea tal como aparece. Documento une las líneas en párrafos y conserva los títulos y las listas. Tabla, Recibo o factura, Código, Letra a mano y Matemáticas estructuran cada uno el resultado para su tarea. Image to Text App elige un modo automáticamente y etiqueta lo que cree ver, como «Parece una tabla de 4 columnas», y puedes cambiarlo sin volver a subir la imagen.

Qué hace la Mejora automática

La Mejora automática de Image to Text App está activada por defecto. Según la imagen, invierte el texto claro sobre fondo oscuro, amplía el texto pequeño, corrige una ligera inclinación, iguala la iluminación y las sombras de las fotos del teléfono y sube el contraste. Los pasos que aplicó aparecen en la app, así que puedes ver qué cambió.

Si un resultado se ve peor de lo que esperabas, usa el botón Mostrar procesada para ver la imagen de la que se leyó el texto (Mostrar foto vuelve al original) y prueba las herramientas manuales: girar, recortar, enderezar con cuatro esquinas, brillo, contraste, nitidez, escala de grises, invertir colores, blanco y negro, igualar iluminación y reducir ruido. Después de cambiar la imagen, presiona Ctrl+Enter (⌘+Enter en Mac) para volver a leerla.

Revisa el resultado sin perder tiempo

Incluso un buen resultado merece una revisión si vas a depender de él.

  • Empieza por la confianza general. Confianza alta, media o baja es una pista de con cuánto cuidado leer, no una garantía.
  • Salta de una palabra marcada a otra. Las palabras de las que el motor no estaba seguro aparecen subrayadas, y puedes pasar de una a la siguiente.
  • Aprovecha el vínculo entre texto e imagen. Haz clic en una línea del texto para ver dónde está en la imagen, o haz clic en la imagen para saltar a su texto.
  • Prioriza lo que no tiene contexto. Los nombres, números, direcciones de correo, direcciones web y códigos no se pueden deducir de las palabras de alrededor, así que es ahí donde los errores hacen más daño.
  • Corrige los errores repetidos con Buscar y reemplazar, revisando cada coincidencia en lugar de reemplazarlas todas de golpe.

Para convertir escritura a mano en texto hace falta otra forma de capturar y revisar; consulta cómo pasar notas escritas a mano a texto. Para fotos de páginas impresas, la página foto a texto reúne todo lo anterior en un solo lugar, y en el teléfono puedes hacer la foto directamente.

Más guías