Imagen a texto (OCR)

Tesseract lee texto de una foto o un escaneo y lo deja en un archivo .txt. La calidad no es un porcentaje publicado: depende de la resolución, el contraste, la orientación y el idioma. ToolZen corre el motor en una cola OCR propia; la petición HTTP no ejecuta el reconocimiento. El resultado no es un Word ni un PDF con capa de texto invisible.

Se aceptan JPEG, PNG y WEBP, una imagen por trabajo, con el tamaño máximo de invitado (25 MB). Los idiomas instalados son español e inglés (el motor corre `spa+eng`; no hay selector en el formulario). No declaramos francés, alemán u otros paquetes porque no están en la imagen. Un escaneo nítido de ~300 DPI, derecho y contrastado suele ir mejor que una foto oscura, de lado o con flash. No hay OCR de PDF multipágina en esta herramienta. Una imagen por encima del techo de megapíxeles se rechaza antes de Tesseract.

El tiempo máximo está publicado. Un trabajo que se pasa de tiempo falla y limpia temporales. Si Tesseract no reconoce nada usable, el archivo de texto indica que no se reconoció texto: no inventamos palabras. Tampoco “corregimos” el resultado con un modelo de lenguaje. Lo que ves es la salida del motor, recortada de espacios, lista para copiar o archivar.

Privacidad: la imagen de entrada se borra al terminar el proceso. El .txt dura la retención temporal. No enviamos la imagen a un OCR en la nube. No hay cuenta. Revisa siempre el texto antes de usarlo en un trámite: un DNI borroso, una factura con sello o una captura con columnas pueden salir con errores, líneas mezcladas o caracteres cambiados.

Casos de uso: pasar un apunte manuscrito claro a texto, extraer un párrafo de una captura, o recuperar texto de un escaneo sencillo. No sustituye a una transcripción profesional ni a un OCR de producción con plantillas. Si la imagen pesa mucho, comprímela antes. Si partes de un PDF, rasterízalo a JPG con el límite de páginas de esa herramienta y luego elige la página que quieras leer.