Converter JXL para TXT

Toda outra conversão deste site pega um arquivo e escreve o mesmo arquivo em outra forma. Esta faz algo categoricamente diferente: olha para uma imagem e escreve o que acha que a imagem diz. Não existe mapeamento de um JPEG XL para um arquivo de texto.

É por isso que a saída é rotulada como um palpite e não como um resultado. Um conversor funciona ou dá erro; um reconhecedor devolve texto que parece texto, tenha acertado ou não a página. Ler o resultado contra o original antes de confiar nele é o hábito mais útil aqui.

JPEG XL perdeu a disputa dos navegadores, mas não perdeu em todo lugar, e os lugares onde sobreviveu são exatamente onde documentos vivem. O registro deste site lista arquivamento e fotografia como seus usos, e arquivamento é o honesto: projetos de digitalização escolheram o formato porque ele comprime sem perdas bem e guarda mais bits por canal.

A outra rota comum é a Apple. Safari suporta JPEG XL desde a versão 17, então um arquivo salvo da web num Mac ou iPhone pode chegar como .jxl sem que ninguém tenha escolhido isso.

Todo outro caminho de imagem deste site decodifica o arquivo para pixels primeiro. Este não: o arquivo vai para o motor de reconhecimento como está, porque esse motor tem seu próprio carregador e forçar a imagem por um canvas achataria transparência em preto.

A consequência é que seu navegador não faz parte disso. Os únicos decodificadores capazes de agir sobre o arquivo são os seis compilados no núcleo de reconhecimento: BMP, JPEG, PNG, PBM, WebP e GIF não animado. JPEG XL não está entre eles.

Esta página costumava dizer que ler um JXL dependia do navegador, e citava o Safari como onde funcionava. Isso estava errado: o Safari exibe JPEG XL desde a versão 17, mas o reconhecedor nunca pede ao navegador para exibir nada, então o Safari falha aqui exatamente como o Chrome.

O que funciona é uma conversão extra. Converta o JXL para PNG neste site, depois leia o texto do PNG. Esse primeiro passo carrega seu próprio decodificador JPEG XL compilado em WebAssembly, rodando igual em qualquer navegador. PNG é o formato certo para o arquivo intermediário porque é sem perdas.

Inglês, alemão, francês e espanhol têm modelos disponíveis, e a configuração não é opcional na prática. O reconhecedor compara formas contra as letras e o vocabulário de um idioma por vez, então uma página em português lida como inglês não produz erro — produz lixo de aparência fluente.

Importa mais para caracteres acentuados e para conteúdo misto. Um documento em espanhol com termos técnicos em inglês lê melhor com espanhol selecionado do que com qualquer um dos dois adivinhado.

Reconhecimento precisa de pixels suficientes por caractere, e essa é a variável que separa um resultado quase perfeito de um inútil. Uma página escaneada a 300 dpi tem de sobra. Uma foto de uma página tirada do outro lado da mesa pode não ter.

Ampliar a imagem depois não ajuda — adiciona pixels sem adicionar informação e costuma piorar o resultado ao suavizar as formas das letras. Se um resultado voltar ruim, o conserto é a montante: escaneie de novo numa resolução maior.

Um arquivo de texto não tem colunas, células, fonte nem posição. O que você recebe são os caracteres que o reconhecedor encontrou, na ordem em que leu, e isso é uma perda genuína de estrutura em vez de uma preferência de formatação.

As quebras de linha ficam exatamente como foram vistas, sem tentativa de juntar linhas quebradas ou colapsar linhas em branco. Isso parece bagunçado e é deliberado: um poema, um endereço e uma tabela perdem sentido de formas diferentes quando as quebras são arrumadas.

A falha característica não é uma bagunça óbvia, que você notaria. É uma substituição plausível num número ou num nome — um 5 lido como S, um 1 como L minúsculo — dentro de um parágrafo por outro lado perfeito. Números de referência, dados de conta e preços são onde isso causa dano real.

A regra prática é revisar qualquer coisa que será usada em vez de só lida. Passar o olho num parágrafo recuperado capta as falhas óbvias; conferir um código de barras caractere por caractere é o único jeito de pegar a perigosa.

Reconhecimento de texto é de longe o motor mais lento deste site. A primeira conversão também precisa buscar o núcleo WebAssembly e o modelo de idioma antes de começar, então a primeira rodada custa mais que as seguintes — o modelo fica carregado pelo resto da sessão.

A barra de progresso rastreia deliberadamente só o reconhecimento em si, em vez do download e da inicialização. Uma página leva segundos; uma pasta delas leva segundos cada, em sequência, no seu processador.

O motor de reconhecimento, seu núcleo WebAssembly e todos os quatro modelos de idioma são servidos pela origem deste site. Isso foi trabalho deliberado: a biblioteca buscaria os três de um CDN público por padrão, o que enviaria seu endereço a terceiros.

A imagem em si nunca seria enviada de qualquer forma — mas alguém lendo um contracheque não devia ter esse fato anunciado a uma rede de conteúdo. Um teste no repositório falha se uma URL de CDN reaparecer algum dia.