Texto de una imagen: cómo verificar la calidad del reconocimiento

Qué hace la herramienta y a qué no deberías esperar

«Texto de una imagen» es un formulario web en el que cargas una imagen de hasta 4 MB y, si es necesario, añades una instrucción de texto. La herramienta devuelve el texto reconocido en un panel separado, que puedes copiar o descargar como un archivo de texto TXT común. No traduce el texto, no corrige la ortografía y no coloca formato. Si en la imagen hay varios idiomas, cada fragmento se conserva en su idioma. Las partes ilegibles se marcan, por ejemplo, como [ilegible] o [fragmento ilegible].

Es importante entender: la herramienta no es un editor OCR. No resalta cambios, no compara el resultado con el original y no ofrece opciones de corrección. Obtienes solo una transcripción cruda, y la evaluación de su calidad recae completamente en ti. La herramienta no funciona con PDF o DOCX, no realiza procesamiento por lotes y no guarda historial. Para cada imagen lanzas la generación por separado y copias manualmente el resultado.

Limitaciones de entrada: campo de texto hasta 8000 caracteres, campo de detalles hasta 1000 caracteres, imagen hasta 4 MB. Si la imagen es mayor, hay que comprimirla o recortarla previamente. La herramienta no está destinada a audio, video o generación de imágenes. Todo lo que hace es extraer texto visible. Las respuestas del modelo pueden contener errores, y la cola y la disponibilidad pueden variar.

Ejemplo de instrucción: Extraiga todo el texto visible de esta imagen sin traducirlo. Marque las partes ilegibles como [ilegible].

Criterios de evaluación: exactitud, completitud, marcado

La exactitud es la proporción de caracteres correctamente reconocidos respecto al número total de caracteres en el original. Los errores pueden ser de tres tipos: sustitución de un símbolo por otro (por ejemplo, «0» por «O»), omisión de un carácter o inserción de uno adicional. Para texto impreso de alto contraste la exactitud suele ser mayor, y el texto manuscrito y los estilos de fuente dan más errores. Verifica cada palabra, especialmente nombres, números y abreviaturas.

La completitud es la proporción de texto reconocido de todo lo visible. La herramienta puede pasar por alto líneas enteras si están superpuestas, giradas o escritas demasiado pequeñas. Compara la cantidad de líneas del original y del resultado. Si en la imagen hay encabezados, leyendas o marcas de agua, también deben reflejarse si son visibles. A veces la herramienta ignora texto en fondo colorido o en un marco.

El marcado de fragmentos ilegibles es un criterio importante. La herramienta debe indicar explícitamente los lugares donde los símbolos son ilegibles, en lugar de adivinar. Si ves un conjunto sin sentido de letras, puede ser un error de reconocimiento, no un marcado. Verifica que todas las zonas problemáticas estén marcadas de manera uniforme. La ausencia de marcados donde el texto es claramente ilegible reduce la confianza en el resultado.

Ejemplo práctico: evaluación en una imagen específica

Supongamos que tienes una fotografía de una página de libro con anotaciones manuscritas en los márgenes. La cargas en la herramienta con una instrucción: «Reconozca todo el texto visible, conserve el idioma, marque el ilegible como [ilegible]». Obtienes un archivo de texto. Ahora lo evalúas por pasos.

Paso 1: Compara la cantidad de líneas. En el original 20 líneas de texto impreso y 5 anotaciones manuscritas. En el resultado — 20 líneas y 4 anotaciones. Se omitió una anotación, posiblemente por la blandura de la tinta. Este es un error de completitud. Paso 2: Verifica la exactitud del texto impreso. Encuentra 3-4 palabras con potenciales letras complicadas (por ejemplo, «o» o «y»). Si se reconocieron correctamente, la exactitud es alta. Paso 3: Verifica el texto manuscrito. Si en lugar de palabras obtienes combinaciones sin sentido, y no hay marcados [ilegible], este es un error de marcado.

Paso 4: Evalúa la idoneidad. Si solo necesitas el contenido impreso y las anotaciones manuscritas no son importantes, el resultado se puede usar después de una rápida lectura. Si las anotaciones son críticas, tendrás que introducirlas manualmente en el texto. La herramienta no garantiza una exactitud del 100%, por lo que siempre debes contemplar tiempo para la verificación.

Fragmento original: «¡Hola, mundo!» (impreso) y «¡Urgente!» (manuscrito). Resultado: «¡Hola, mundo!» y «[ilegible]». Evaluación: texto impreso exacto, texto manuscrito no reconocido, pero marcado — esto es aceptable si la marca es honesta.

Cómo evaluar el resultado de forma sistemática

Crea una lista de verificación sencilla. 1) Abre el original y el resultado uno al lado del otro. 2) Recorre el texto de arriba abajo, marcando las discrepancias. 3) Para cada discrepancia determina el tipo: sustitución, omisión, inserción, marcado incorrecto. 4) Cuenta un porcentaje aproximado de errores. Si hay menos del 5% de errores y no son críticos, el resultado se puede usar. Si hay más del 10% o errores en datos clave (números, nombres), requiere edición manual.

Presta atención al contexto. La herramienta puede reconocer correctamente una palabra, pero equivocarse en el registro o la puntuación. Por ejemplo, «Moscú» en lugar de «moscú». No siempre es crítico, pero para documentos oficiales es importante. También verifica que no se hayan añadido espacios o saltos de línea adicionales que cambien el significado.

Si en la imagen hay tablas o listas, verifica si se ha conservado la estructura. La herramienta puede dar texto como un flujo continuo, lo que dificulta la lectura. En ese caso, evalúa cuán fácil es restaurar la estructura manualmente. Si es así, el resultado es apto. Si no, quizás sea conveniente dividir la imagen en partes y procesarlas por separado.

Errores típicos y cómo interpretarlos

Errores en símbolos parecidos: «l» y «1», «O» y «0», «З» y «3». Es frecuente en baja resolución. Si tales errores son únicos, son fáciles de corregir. Si son sistemáticos, quizás la imagen esté demasiado borrosa. Intenta aumentar el contraste o nitidez antes de cargar, pero recuerda que la herramienta no mejora la imagen.

Omisión de texto en fondo de color. La herramienta puede no reconocer texto si está escrito en claro sobre claro o en un fondo estampado. En el resultado verás una omisión. Esto es una limitación, no un error del algoritmo. Si ese texto es importante, tendrás que reconocerlo manualmente o usar otra herramienta.

Marcado incorrecto de ilegible. A veces la herramienta marca como ilegible lo que en realidad se lee, aunque no con seguridad. Esto puede resultar molesto, pero es mejor precaverse. Verifica dichos lugares: si puedes leer el texto, simplemente reemplaza el marcado por el texto correcto. Si no — deja el marcado.

Limitaciones de la herramienta y cuándo el resultado es inapropiado

La herramienta no está destinada al reconocimiento de texto en objetos en movimiento, muy distorsionados por perspectiva u ocultos por otros objetos. Si el texto está superpuesto en un 50% o más, el resultado será incompleto. También no funciona con texto manuscrito ilegible, salvo que sean letras impresas simples. En tales casos ni siquiera puede tener un marcado [ilegible], y obtendrás basura.

No uses la herramienta para documentos oficiales, donde se requiera traducción notarialmente certificada o reconocimiento. El resultado no tiene validez legal. Tampoco deberías aplicarlo a texto en idiomas raros o con símbolos no estándar (por ejemplo, fórmulas matemáticas). La herramienta puede dar una aproximación, pero no una representación exacta.

Si la imagen contiene más de 8000 caracteres de texto, la herramienta puede recortar el resultado o trabajar más lento. En ese caso divide la imagen en partes. Recuerda que el tamaño máximo del archivo es 4 MB, y la cola y la disponibilidad pueden variar. Siempre verifica el resultado antes de usarlo.