Tornar uma digitalização pesquisável
Um papel digitalizado é só uma fotografia. Isto lê o que lá está escrito e passa a dar para procurar e copiar.
Três utilizações grátis por semana. Sem limites desde 2,99 €/mês, e cancelas quando quiseres.
Como se faz
- Escolhe ou arrasta a digitalização.
- Espera uns segundos por página.
- Descarrega o PDF, agora com texto por baixo.
O que é o reconhecimento de texto
Uma página digitalizada é uma fotografia. Os teus olhos lêem as letras, mas para o computador aquilo são manchas escuras sobre fundo claro — não há uma única palavra lá dentro.
O reconhecimento óptico de caracteres (OCR) olha para a imagem, identifica as letras e escreve o texto numa camada invisível por baixo. A página continua a parecer igual, mas passa a poder ser procurada, copiada e seleccionada.
Para que é que isso serve mesmo
Para encontrar um contrato entre duzentos, procurando um nome. Para copiar um número de um recibo em vez de o escrever à mão. Para converter para Word depois — sem OCR, essa conversão dá um documento com uma imagem e nada mais.
E para acessibilidade: um leitor de ecrã não lê uma fotografia de texto, mas lê a camada de texto.
O que o faz falhar
A qualidade do reconhecimento depende quase toda da digitalização. Letra manuscrita raramente é reconhecida. Fotografias tortas, com sombra ou desfocadas dão erros em cada linha. Fundos coloridos ou papel amarelado baixam muito o acerto.
Se a digitalização estiver má, endireita-a primeiro — sai muito melhor do que insistir com o OCR numa imagem ruim.
⚠️ Mesmo em boas condições o reconhecimento não é perfeito. Confirma sempre os números antes de os usar: um 0 lido como O não se vê, porque a camada de texto é invisível.