Convertidor de Imagen a Texto

Propósito e intención del usuario: La herramienta realiza reconocimiento óptico de caracteres (OCR) para extraer texto de las imágenes proporcionadas por el usuario. Es utilizada por investigadores, estudiantes, editores y archiveros que necesitan texto editable a partir de recibos, escaneos, capturas de pantalla o carteles.

Lógica central y características: Aplica OCR con preprocesamiento opcional y manejo de idiomas. Las funciones obligatorias incluyen entrada de imagen y configuraciones de idioma; las opciones avanzadas añaden deskewing, mejora de contraste y metadatos de los bloques de texto.

Entradas y salidas: Las entradas incluyen imagen (requerido, image/*, ejemplo: receipt.jpg), lenguaje (opcional, código ISO 639-1 o nombre, ejemplo: eng), formato de salida (opcional, plain_text o JSON estructurado). Las salidas incluyen texto (cadena, saltos de línea), idioma detectado (cadena), confianza (0-1) y longitud en caracteres (número). Salida estructurada opcional ofrece bloques con texto y coordenadas.

Algoritmos y cálculos: El motor OCR selecciona modelos por idioma, realiza detección automática cuando no se especifica el idioma y aplica postprocesamiento para normalizar espacios y guiones. Opcionalmente se conservan indicios básicos de diseño.

Errores y casos límite: Imagen ausente o inválida genera un error; imágenes muy grandes pueden dividirse; baja confianza puede generar texto marcado o salida truncada; la escritura a mano es menos confiable.

Industria/Región y localización: Soporta idiomas con alfabeto latino y varios scripts no latinos. Usa códigos ISO y permite procesamiento multilingüe. Consideraciones de privacidad incluyen procesamiento en dispositivo cuando está disponible y retención de datos configurable. Supuestos y exclusiones: se asume texto claramente legible impreso; escritura a mano o tipografías muy estilizadas son menos confiables; no es una herramienta de extracción de formularios sin análisis explícito de diseño; no hay garantías de 100% precisión.