Convertir HEIF a TXT

La situación para la que sirve esta página es de escritorio. Las fotos ya están en el ordenador —copiadas del móvil, exportadas de la nube, enviadas por un compañero, recuperadas de una copia de seguridad— y son documentos, no paisajes: una factura, la lectura de un contador, un recibo, una nota escrita a mano, las páginas de un contrato que alguien fotografió en vez de escanear.

En un iPhone, el propio sistema suele ofrecer seleccionar el texto directamente sobre la foto, y eso es más rápido que cualquier página web. En un ordenador de escritorio, con archivos en este formato, normalmente no hay nada: el sistema puede ni siquiera mostrar una miniatura. Reconocer el texto desde una pestaña del navegador es una de las pocas vías que no empieza instalando nada.

El motor de reconocimiento lee el archivo tal cual se le entrega, sin que nada lo decodifique antes. Es así a propósito —pasar la imagen por un lienzo intermedio antes de leerla aplanaría la transparencia a negro, y en el escaneo de una página blanca esa diferencia separa lo legible de lo ilegible—, pero significa que los únicos formatos que ese motor puede abrir son los seis que lleva compilados dentro: BMP, JPEG, PNG, PBM, WebP y GIF sin animar. HEIF no está entre ellos, y no existe ningún lector de HEIF en el propio núcleo de reconocimiento que sirve este sitio.

Por eso el trabajo son dos conversiones y no una. Convierte primero el HEIF a PNG en este mismo sitio, y después lee el texto de ese PNG. El decodificador que se encarga del primer paso es un componente distinto del motor de reconocimiento, y ese sí lee HEIF, que es por lo que HEIF a PNG y HEIF a JPG funcionan cada una en su propia página. Conviene elegir PNG para el archivo intermedio: la foto ya se comprimió una vez en el propio dispositivo que la tomó, y una segunda pasada con pérdida cae justo sobre los trazos finos que el reconocimiento intenta distinguir.

Cualquier otra pareja de formatos aquí funciona o falla de forma clara. Una imagen se convierte en otra imagen, y si el codificador no puede con ella, sale un error. El reconocimiento de texto es distinto por naturaleza: devuelve un texto que tiene todo el aspecto de ser correcto, diga o no lo que decía la foto.

Así que el resultado es una lectura, no una transcripción, y hay que comprobarla contra el original. No es un aviso de trámite que se pueda saltar: es el hecho más importante para trabajar con esta herramienta, y condiciona cómo conviene usar el resultado.

Hay cuatro modelos disponibles: inglés, alemán, francés y español. Cada uno es un modelo entrenado para las letras y el vocabulario propios de esa lengua, y el motor trabaja únicamente dentro del que elijas.

Elegir el idioma equivocado no produce un error, que es justo lo que lo hace peligroso. Produce la mejor coincidencia posible dentro de un conjunto que no contiene la respuesta correcta, así que el texto sale fluido, con forma de frase y equivocado. Si un resultado se ve raro de una manera que no sabes explicar, esto es lo primero que hay que revisar y suele ser la causa.

El reconocimiento es, con diferencia, lo más lento que hace este sitio, y la mayor parte de la espera en el primer archivo no es la lectura en sí: es descargar y compilar varios megabytes de WebAssembly y después un modelo de idioma.

Ese coste se paga una vez por idioma y se mantiene durante el resto de la sesión, y el modelo queda guardado en el navegador para que un documento de mañana no lo vuelva a descargar. La consecuencia práctica es un poco contraintuitiva: procesar una carpeta de veinte páginas de golpe sale mucho más rentable por página que hacerlo de una en una, así que conviene agrupar el trabajo en vez de convertir archivo por archivo.

La resolución rara vez es el problema en una foto de móvil — doce megapíxeles dan de sobra por carácter incluso cuando la página solo ocupa parte del encuadre. La geometría y la luz sí lo son.

Fotografía la página plana, no curvada, con el móvil en vertical sobre ella y no desde una silla, y con la luz llegando de lado para que tu propia sombra no caiga sobre el texto. Esas tres cosas cambian el resultado más que cualquier ajuste de esta página, y una foto tomada en ángulo produce errores que ninguna cantidad de megapíxeles corrige.

La salida es texto plano: las palabras, en el orden de lectura, con saltos de línea. No hay columnas, ni celdas de tabla, ni encabezados, ni posiciones sobre la página, porque un archivo de texto no tiene dónde ponerlas.

Una carta o un recibo sobreviven bien a esto. Una página a dos columnas se mezcla, porque el motor lee de corrido cualquier cosa que parezca una línea. Una tabla de cifras se convierte en una sucesión de números sin columnas, y un formulario acaba con etiquetas y valores pegados de formas difíciles de separar. Para esos casos, fotografiar una sección cada vez da algo mucho más aprovechable.

Las líneas en blanco entre párrafos se dejan tal cual, y las líneas que parecen una sola frase partida no se unen. Es así a propósito, no por falta de acabado: ambos retoques son suposiciones sobre el diseño de la página, y un poema, una dirección postal o una tabla pierden sentido en cuanto se les reorganizan los saltos de línea.

Así que el archivo que descargas es exactamente lo que se leyó, y cualquier reordenación es una decisión que te toca a ti, en un editor donde puedas ver las dos cosas a la vez. Es el orden correcto: un conversor que reformatea un documento por su cuenta es mucho más difícil de confiar que uno que entrega exactamente lo que encontró.

La prosa es indulgente. Una letra mal leída dentro de una frase suele notarse a simple vista, y quien lee la corrige sin darse cuenta. Los números no tienen esa red de seguridad: una cifra equivocada en un importe, una referencia de cuenta, una lectura de contador o una fecha se ve exactamente igual de correcta que la buena, y no hay nada en la frase que la contradiga.

Como los documentos que se fotografían son sobre todo de este tipo numérico —facturas, recibos, extractos, lecturas, referencias impresas en una carta—, la costumbre útil es tratar el texto como un borrador de las palabras y comprobar cada cifra contra la foto antes de que ese texto vaya a ningún sitio.

La foto no se sube nunca. Tampoco, y esto costó un trabajo deliberado, ninguna otra pieza: la librería de reconocimiento descarga por defecto su script, su núcleo de WebAssembly y su modelo de idioma desde una red de contenidos de terceros a menos que se sobrescriban las tres rutas, y aquí las tres se sirven desde este mismo sitio.

La diferencia importa más de lo que parece a primera vista. La foto nunca iba a salir de tu equipo de todas formas, pero quien lee una nómina no debería anunciarle ese hecho a una red de contenidos junto con su dirección y la página en la que está. Un fallo en la suite de pruebas del sitio salta si alguna de esas rutas de terceros reaparece.

El archivo de texto es un derivado y puede estar equivocado, así que la foto HEIF original sigue siendo el documento de referencia. Además es irreemplazable aquí: este sitio sabe leer el formato y no sabe escribirlo, porque el decodificador tiene una licencia que un sitio estático puede cumplir sin problema y ningún codificador la tiene.

Si el documento importa de verdad, guarda las dos cosas, y valora convertir también la foto a PDF, para tener a la vez una página que se puede enseñar y un texto que se puede buscar. Esa combinación —una imagen que mostrar y un texto que buscar— es lo que casi todo el mundo busca en realidad cuando empieza este proceso.

Los modelos de este sitio están entrenados con tipografía impresa, y eso es lo que leen bien: letras limpias, rectas y de un tamaño razonable en una tipografía común salen casi perfectas. Las tipografías decorativas, la letra muy pequeña y la cursiva marcada cuestan precisión, y un fax borroso o una fotocopia de quinta generación cuestan mucha.

La letra manuscrita no es cuestión de grado. Unas notas a mano, una firma, una cantidad garabateada en un recibo o un formulario rellenado a mano van a producir un texto que tiene forma de palabras y no corresponde a nada real. Si la parte que importa de la foto está escrita a mano, la respuesta honesta es transcribirla tú mismo y usar el reconocimiento solo para el resto: el formulario impreso, el membrete, las condiciones al dorso de la página.