Convertidor de imagen a texto

Convierte el texto atrapado en una imagen en texto que puedas copiar

En cuanto haces una captura de pantalla o una foto, las frases que aparecen en ella dejan de ser texto y quedan reducidas a puntos de color. Tú las lees sin problema, pero el ordenador no puede seleccionarlas ni copiarlas. Esta herramienta busca la forma de las letras en una imagen y las convierte de nuevo en caracteres. A este trabajo se le llama normalmente OCR, siglas de reconocimiento óptico de caracteres.

El resultado de un OCR no es una copia fiel del original, sino la suposición más probable del motor. Por eso esta herramienta no se limita a mostrar el texto reconocido: pinta sobre la imagen la confianza que el motor asigna a cada palabra y, cada vez que pasas a una palabra dudosa, amplía el original de esa línea para que lo compares con el resultado. Todo se procesa dentro de este navegador y tu imagen no se envía a ningún sitio.

¿Cuándo resulta útil?

Volver a teclear un texto parece rápido, pero es fácil equivocarse, sobre todo si hay números o direcciones de correo. El texto atrapado en una imagen aparece más a menudo de lo que parece.

• Avisos y comunicados que te llegan como imagen por mensajería: copia fechas, lugares y números de cuenta directamente a tu calendario o a tus notas.
• Capturas de diapositivas y de videollamadas: pega en tus apuntes una frase que apareció un momento en pantalla y corrige solo lo necesario.
• Capturas de mensajes de error: copia el texto de una captura que te hayan enviado para buscarlo o pegarlo en una consulta de soporte.
• Fotos de libros y de páginas impresas: copia el párrafo que quieres citar y compruébalo con la página, junto con su número.
• Imágenes de la web con texto que no se puede seleccionar: extrae las frases de una imagen para redes sociales o de una tabla publicada como imagen, o conviértelas en un texto que pueda leer un lector de pantalla.

Los móviles y los ordenadores ya incluyen funciones parecidas. Si la tuya tiene una, es la vía más rápida. Esta herramienta viene bien donde la función del dispositivo no llega y en las tareas que exigen revisar el resultado con cuidado.

Cómo se usa

1. Haz una captura de pantalla y pégala aquí con Ctrl+V (⌘+V en Mac), suelta una imagen sobre la página o pulsa Elegir imagen. En Windows, Win+Shift+S copia una parte de la pantalla directamente al portapapeles; en Mac, usa ⌘+Shift+Control+4.
2. Comprueba que los botones de idioma de reconocimiento coinciden con el texto de la imagen. Al principio solo está activado Español, y puedes elegir hasta tres idiomas.
3. Con las flechas que hay bajo el cuadro del resultado, pasa una a una por las palabras por revisar. En la franja de arriba aparece ampliado el original de esa línea: compáralo y corrige las letras erróneas directamente en el cuadro del resultado.
4. Si también se ha leído texto que no necesitas, usa Elegir zona para dibujar un cuadro sobre la imagen y volver a leer solo esa parte. Si el texto está de lado, pulsa un botón de giro.
5. Copia todo o guárdalo como TXT. Si el texto va a un documento, cambia los saltos de línea a «Unir en párrafos».

Encuentra las letras erróneas con la confianza y la línea original

Para cada palabra, el motor de reconocimiento devuelve una puntuación de 0 a 100 que indica la probabilidad de que sea correcta. Esta herramienta pinta los cuadros de palabras sobre la imagen con tres estilos según esa puntuación. Si empiezas por las más bajas, no hace falta comparar todo el resultado de principio a fin.

El resultado de ejemplo de arriba contiene tres casos, y los tres aparecen en la tabla. Es la lectura real de la imagen de ejemplo con el motor de esta herramienta. Hay tres palabras por revisar: los dos puntos medios (·) se leyeron como guiones (-) con puntuaciones de 45 y 42, y la dirección de correo se leyó como «ayuda(Olospinos.example» con un 26 porque la arroba (@) se confundió con «(O». Además, falta el punto final de la última frase.

Aun así, un error no siempre trae una puntuación baja: con una puntuación por encima de 60 también se cuelan errores, así que antes de enviar el resultado, o de usarlo en un pago o una reserva, vuelve a comparar con el original los números, las fechas, los números de cuenta y los nombres. Al mover el cursor por el cuadro del resultado, el original de la línea donde está esa palabra aparece en la franja de arriba y su cuadro se resalta en la imagen, así que no tienes que ir buscando las palabras una por una. Y al revés: si haces clic en el cuadro de una palabra sobre la imagen, esa palabra se selecciona en el cuadro del resultado.

El texto pequeño se amplía y se lee otra vez

Cuando los trazos de las letras miden solo unos pocos píxeles, el OCR no distingue formas parecidas. La documentación de Tesseract explica que el motor funciona mejor con imágenes de al menos 300 ppp, por lo que cambiar el tamaño de la imagen puede ayudar. Una captura de pantalla no tiene un valor de ppp con sentido, así que esta herramienta mide en su lugar la mediana de la altura de las líneas de texto en la primera lectura.

Si ese valor es inferior a 30 píxeles, amplía la imagen hasta que las líneas midan 44 píxeles y la lee una vez más. La ampliación es de 3 veces como máximo, no supera los 16 millones de píxeles y no se hace si hubiera que ampliar menos de 1,25 veces. De los dos resultados se usa el que tiene mayor confianza media, ponderada por el número de caracteres. Si en la primera lectura no se encuentra ninguna línea de texto, se prueba una vez más ampliando a 2 veces. El indicador «Altura de las líneas de texto» muestra este proceso.

Como en la última fila, el texto pequeño dentro de una foto grande no deja margen para ampliar la imagen entera. Si eliges solo la parte del texto como zona, se procesa únicamente esa parte y se puede ampliar mucho más dentro del mismo límite. Eso sí, las fotos de más de 16 millones de píxeles se reducen primero a 16 millones, así que la zona elegida se recorta de esa copia reducida antes de ampliarla. El texto que ya está borroso no gana trazos por mucho que se amplíe, así que lo mejor es volver a hacer la foto desde más cerca.

Pantallas oscuras, márgenes y fotos torcidas

Los motores posteriores a Tesseract 4 esperan texto oscuro sobre fondo claro. Si el brillo medio del área que se va a leer es inferior a 0,45 (blanco = 1), esta herramienta lo considera una captura en modo oscuro e invierte los colores antes de leer. Un PNG transparente se coloca sobre un fondo blanco y se lee así.

La documentación de Tesseract advierte de que puede haber problemas si el área del texto no tiene borde y recomienda un margen de unos 10 píxeles. En las capturas el texto suele quedar pegado al borde, de modo que antes de leer esta herramienta añade un margen de 12 píxeles por los cuatro lados, con el color medio del borde de la imagen. Si las líneas de texto están muy inclinadas, la precisión al separar las líneas cae mucho, así que en una foto girada de lado usa el botón de giro para poner las líneas en horizontal antes de leer.

Con un titular grande y en negrita, el motor a veces lee la parte superior de las letras como una línea aparte y genera una línea de símbolos sin sentido. Esta herramienta elimina del resultado una línea cuando todas sus palabras tienen una confianza inferior a 60 y se solapa verticalmente en al menos la mitad con otra línea más fiable.

Elegir los idiomas de reconocimiento

Elige los idiomas de reconocimiento según el tipo de texto de la imagen. Cada idioma tiene sus propios datos de entrenamiento, que se descargan la primera vez que lo eliges, y cuantos más idiomas combines, más tarda la lectura. Por eso solo se pueden elegir tres a la vez.

Si en una imagen que solo tiene texto en coreano se cuelan letras latinas, desactiva English y deja solo el coreano. Al revés, en una imagen con texto solo en inglés, dejar únicamente English hace más estable el reconocimiento de las letras. Cuando cambias de idioma, la misma imagen se vuelve a leer enseguida con el nuevo ajuste. Los datos son una versión reducida a números enteros de los datos de entrenamiento más precisos de Tesseract (tessdata_best), los mismos que usa Tesseract.js por defecto.

Mantener líneas o unir en párrafos

Mantener líneas deja los saltos de línea tal como se ven en la imagen. Va bien para textos en los que la línea tiene sentido por sí misma, como una dirección, la fila de una tabla o una lista. Unir en párrafos junta las líneas que solo se cortaron por el ancho de la pantalla, de modo que el texto quede bien al pegarlo en un documento o en un correo. Ninguno de los dos modos vuelve a leer la imagen: solo reorganizan el resultado.

• Entre un párrafo y otro se deja una sola línea en blanco.
• Las líneas que empiezan con una marca como •, -, ※, 1., ① o un marcador de lista coreano se consideran elementos de una lista y empiezan en una línea nueva.
• Las líneas en alfabeto latino se unen con un solo espacio, y donde se encuentran kanji o kana se unen sin espacio.
• Si una palabra en inglés quedó cortada con un guion al final de la línea y la siguiente empieza con minúscula, se unen las líneas y se conserva el guion.

Si corriges texto en el cuadro del resultado y luego cambias los saltos de línea, tus correcciones vuelven al texto reconocido al principio. En ese caso, pulsa «Recuperar mis correcciones» en la línea de estado para volver al texto anterior al cambio.

Errores frecuentes

Límites

• Escritura a mano: las preguntas frecuentes de Tesseract.js indican que el reconocimiento de escritura a mano no mejora mucho con ninguna combinación de ajustes, porque el motor está pensado para texto impreso.
• Escritura vertical: no se incluyen datos de entrenamiento para escritura vertical. La precisión cae mucho con japonés o coreano en vertical.
• Tablas: se lee el texto de las celdas, pero no se conserva la estructura de filas y columnas. Con una tabla de muchas celdas, es mejor elegir y leer una columna cada vez.
• Tipos de letra decorativos y texto sobre dibujos: si la forma de las letras se aleja mucho de los tipos que el motor aprendió, o se confunde con un dibujo de fondo, aumentan los errores.
• Fórmulas y símbolos especiales: disposiciones como fracciones, superíndices o fórmulas químicas se aplanan en una sola línea y pierden su estructura.
• Una imagen cada vez: lee y copia las imágenes de una en una. Si el documento ya es un PDF, es más preciso usar una herramienta que extraiga el texto directamente del PDF.

Tu imagen no se envía a ningún sitio

Las capturas pueden contener con facilidad datos sensibles como nombres, datos de contacto o números de cuenta. Esta herramienta ejecuta el motor Tesseract.js en un proceso de trabajo dentro de tu navegador, de modo que la imagen que eliges o pegas y el texto que se lee no se envían a un servidor, ni se guardan ni se dejan en la barra de direcciones. Lo único que se descarga de internet es, una sola vez al principio, el motor de reconocimiento y los datos de los idiomas que elijas, además de un conversor que se usa cuando el navegador no puede abrir por sí mismo una foto HEIC. Todo se descarga de este sitio.

Los datos de los idiomas se guardan en el almacenamiento del navegador (IndexedDB) para no tener que descargarlos de nuevo en tu próxima visita. Al pulsar Borrar, la imagen, el resultado y la zona elegida desaparecen de la pantalla, y al cerrar la pestaña no queda nada. En un ordenador compartido, el texto que copiaste puede seguir en el portapapeles, así que es más seguro copiar otro texto cualquiera cuando termines.

Base: motor Tesseract.js 7.0.0 (publicado el 2025-12-15, LSTM), datos de idioma 4.0.0_best_int de @tesseract.js-data 1.0.0. Los tamaños de descarga son 4.073.740 bytes el motor, 1.572.336 el coreano, 2.952.873 el inglés, 2.030.256 el japonés, 2.100.190 el español y 1.194.182 el indonesio. Comprobado el 2026-10-20.

Fuentes

• 01Documentación de Tesseract: Improving the quality of the outputFunciona mejor a 300 ppp o más, la versión 4.x espera texto oscuro sobre fondo claro, márgenes (por ejemplo, 10px), inclinación, segmentación de página
• 02Documentación de Tesseract: Traineddata Filestessdata_best cede mucha velocidad a cambio de algo más de precisión; comparación con tessdata_fast
• 03Tesseract.jsOCR en JavaScript para más de 100 idiomas, se ejecuta en el navegador y en Node.js, Apache-2.0
• 04Preguntas frecuentes de Tesseract.jsLos datos oem 1 son tessdata_best reducido a enteros, los archivos de idioma se guardan en IndexedDB, la escritura a mano no mejora mucho con los ajustes
• 05Versión v7.0.0 de Tesseract.jsPublicada el 2025-12-15
• 06jsDelivr: @tesseract.js-datakor, eng, jpn, spa e ind 1.0.0, traineddata.gz de la carpeta 4.0.0_best_int
• 07Soporte de Apple: Usar Texto en vivo en el iPhoneiPhone XS y XR o posteriores, iOS 15 o posterior
• 08Apple: disponibilidad de funciones de iOSLos idiomas de Texto en vivo incluyen inglés, japonés, coreano y español
• 09Soporte de Microsoft: usar la Herramienta Recortes para capturar capturas de pantallaAcciones de texto (OCR); el reconocimiento de texto se procesa en el dispositivo
• 10heic2anyConversor que se usa cuando el navegador no puede abrir HEIC directamente, MIT, versión 0.0.4

Preguntas frecuentes

Herramientas para usar con esta