Convertir PNG a TXT

Un mensaje de error de una gestoría fotografiado con el móvil. Una tabla de horarios que alguien reenvió como imagen en vez de copiarla. Un aviso de un trámite de la Seguridad Social que solo existe como pantallazo en un correo. En todos los casos el texto está ahí y la única forma de sacarlo es teclearlo de nuevo, salvo que se lea directamente de la imagen.

Eso es justo lo que hace esta herramienta, y sobre una captura de pantalla lo hace con buenos resultados: el tipo de letra viene renderizado por un sistema, no fotografiado, y eso cambia bastante la dificultad del problema.

Todo lo que suele complicar el reconocimiento de texto está ausente aquí. No hay enfoque que falle porque nada se enfocó. No hay ángulo, porque la pantalla es plana. No hay sombra ni pulso de la mano. Y las letras salieron de una fuente tipográfica, no de una impresora fotografiada después, así que su forma es exactamente la que el diseño de esa fuente definió.

Con texto de interfaz limpio y a tamaño normal, el resultado suele ser prácticamente exacto. Cuando no lo es, casi siempre hay una de las dos causas que siguen: poca resolución o el idioma mal puesto.

El reconocimiento necesita cierta cantidad de píxeles por letra. Una captura tomada a tamaño completo en una pantalla actual tiene de sobra; una que se ha reducido para caber en un documento, que ha pasado por una aplicación de mensajería o que viene de una pantalla de baja resolución, puede no tenerla.

Ampliar la imagen después no ayuda: añade píxeles sin añadir información, y a menudo suaviza los bordes de las letras y empeora el resultado. Si el texto sale mal, vuelve a capturar la pantalla a tamaño completo o acerca la aplicación antes de capturar, para que las letras ocupen más espacio físico en la pantalla.

El motor solo reconoce cuatro idiomas: inglés, alemán, francés y español, con el inglés como valor por defecto si no se elige otro. Frente al idioma equivocado no falla con un error: entrega algo que parece texto correcto sin serlo, porque está comparando formas contra un vocabulario que no contiene la respuesta real.

Esto pesa especialmente en español por las tildes y la eñe: dejarlo en inglés por defecto suele convertir «años» en algo parecido pero distinto, o perder el acento de «rápido». Elige español en el selector antes de convertir, sobre todo si el texto trae nombres propios o cifras con esas marcas.

Las capturas de código y de líneas de comandos son de las entradas más habituales, y tienen un riesgo concreto. Precisamente los caracteres que más importan en código son los que más se parecen entre sí: el uno, la ele minúscula y la barra vertical; el cero y la o mayúscula; en algunas fuentes, el guion y el guion bajo.

Una confusión entre cualquiera de ellos produce un texto que parece correcto y que no funciona, y el error queda en el carácter que menos se nota al leer por encima. Revisa cualquier cosa que vayas a ejecutar, y si puedes elegir, captura en una fuente monoespaciada: las terminales las usan precisamente porque distinguen bien estos caracteres, y eso ayuda tanto al ojo como al reconocedor.

El resultado es texto plano en el orden de lectura. Una tabla se convierte en una sucesión de valores sin columnas, un diseño a dos columnas puede entremezclarse, y los títulos llegan como líneas corrientes más.

Para la mayoría de capturas eso basta de sobra: lo que hacía falta era el mensaje de error, el número de referencia o el párrafo suelto. Donde no basta es en una tabla que se piensa usar en una hoja de cálculo; ahí lo que se obtiene son las cifras para comprobarlas, no una estructura para importar.

Es habitual que un ayuntamiento, una gestoría o un proveedor envíen una captura en lugar de un documento: la referencia de un expediente, el número de una factura, un enlace escrito a mano en la pantalla de otra aplicación. Nadie diseñó esa captura para que se copiara, y sin embargo es lo único que ha llegado.

Pasarla por aquí devuelve un texto que se puede pegar en el buscador del propio trámite, en un correo o en una hoja de cálculo, sin volver a teclear números de referencia largos donde un solo dígito mal copiado invalida la búsqueda.

El reconocimiento se ejecuta dentro de la propia pestaña del navegador, sobre tu procesador. Nada se sube, así que no hay copia en un servidor, no hace falta cuenta y no existe un límite diario que dependa de nosotros: una carpeta de imágenes se convierte tan rápido como tu equipo pueda leerlas.

Las capturas de pantalla son un tipo de archivo especialmente sensible y pocas veces se piensa en ellas así: suelen llevar números de cuenta, nombres de sistemas internos, datos de otras personas visibles en una bandeja de mensajes y cualquier cosa que estuviera abierta en los bordes de la captura. No enviarlas a ningún sitio resuelve todo eso de una vez.

Se puede soltar una carpeta entera en vez de un archivo suelto, hasta cien imágenes por tanda, y cada una se procesa por separado con su propio texto de salida. No hace falta abrirlas una a una ni repetir la selección de idioma en cada vez.

El tope está en el número de archivos por lote, no en su tamaño combinado: cada imagen puede llegar hasta cien megabytes. Para un archivo de capturas acumuladas durante meses, dividir en varias tandas de cien es más rápido que sospecharlo un problema de la herramienta.

El reconocimiento puede equivocarse sin avisar de que se ha equivocado: entrega un texto que tiene el aspecto de ser correcto tanto si acertó como si no. Es distinto de un fallo técnico, que al menos se nota. Por eso conviene revisar el resultado, y no solo confiar en que la conversión «funcionó» porque produjo algo.

Una captura de una fotografía de pantalla —una foto tomada a un monitor en vez de una captura real— se comporta como una foto, con reflejos y ángulo, y el resultado baja de calidad de forma notable. Y una captura recortada a mitad de palabra deja el reconocedor sin el contexto que le permitiría adivinar bien el resto.

El archivo TXT que se descarga es texto sin formato, sin negritas, sin tamaños de letra ni saltos de página, listo para pegar en un correo, un chat o el buscador de un trámite. Si el destino es un documento con formato, pégalo primero en texto plano y da estilo después, en vez de arrastrar el formato de la aplicación de origen.

Guarda también la captura original hasta confirmar que el texto es correcto, sobre todo si contiene cifras o referencias que se van a usar en algún sitio: es más rápido volver a mirar la imagen que localizar de nuevo el mensaje que la generó.

Esta herramienta lee imágenes —PNG, JPG y varios formatos más— y no lee un PDF directamente, así que un documento escaneado que llegó como PDF no se puede soltar aquí tal cual. Hace falta convertirlo antes a imagen, página por página.

Es un paso extra, pero merece la pena distinguirlo de un PDF con texto real: si el PDF se generó desde un procesador de textos, ese texto ya se puede seleccionar y copiar sin pasar por ningún reconocimiento, y esta herramienta no es la que hace falta en ese caso.

Si solo se va a comprobar una parte del resultado, que sea esa: nombres de persona, números de expediente, importes y fechas. Son las cadenas más cortas del texto, así que un solo carácter mal reconocido cambia el significado entero sin que el resto de la frase delate el error, al contrario que una palabra larga mal leída, que suele saltar a la vista por sí sola.

Un cero leído como una o, o una coma decimal leída como un punto, pasan fácilmente inadvertidos en una cifra larga. Compara esos valores concretos contra la captura original antes de dar el texto por bueno, sobre todo si van a alimentar un formulario o una hoja de cálculo donde el dato se usará sin volver a mirarlo.