Cómo convertir una imagen a texto editable de verdad

«Convertir una imagen a texto» casi siempre significa algo más que meter caracteres en el portapapeles. Significa acabar con algo que puedas editar: un documento, una fila de hoja de cálculo, un bloque de código, un archivo Markdown. Esa segunda mitad es donde la mayoría de convertidores de imagen a texto se rinden en silencio: te devuelven un párrafo larguísimo y te dejan a ti la reconstrucción de la estructura.

Esta guía va del resultado. Para la mecánica de sacar el texto, mira cómo extraer texto de una imagen; para el copiar y pegar más rápido posible, cómo copiar el texto de una imagen.

Qué implica realmente la conversión

Hay tres etapas distintas, y saber cuál falló te dice cómo arreglarlo.

La detección encuentra dónde está el texto: los recuadros de la imagen que contienen caracteres. El reconocimiento lee cada uno de esos recuadros y lo convierte en una cadena. La reconstrucción decide cómo encajan esas cadenas entre sí: cuáles son el mismo párrafo, cuáles son columnas separadas y cuáles forman una tabla.

Casi todas las herramientas hacen las dos primeras de forma aceptable y se saltan la tercera. Por eso una página a dos columnas convertida vuelve tantas veces con las columnas izquierda y derecha entrelazadas línea a línea. Los caracteres se leyeron bien; la maquetación nunca se rehízo.

Convertir a texto plano

La opción por defecto, y la correcta para cualquier cosa que vayas a reformatear tú de todos modos.

Arrastra la imagen al convertidor de imagen a texto y copia el resultado. Aquí hay una decisión que importa: el interruptor de limpieza. Las imágenes de páginas impresas van cortadas por línea: cada línea visual termina donde terminaba la columna, no donde terminaba la frase. Pegado en bruto, obtienes un párrafo partido cada nueve palabras, inservible en un documento que reajusta el texto.

La limpieza vuelve a unir esas líneas en párrafos reales y quita la partición de palabras que dejó el justificado (informa- + ción pasa a ser información). No reescribe tu redacción, y puedes desactivarla para recuperar la salida en bruto. Déjala activada cuando el destino sea un documento; desactívala cuando los saltos de línea signifiquen algo, es decir, cuando conviertas código o un poema.

Convertir a hoja de cálculo

Si la imagen contiene una rejilla —una factura, una lista de precios, una tabla de resultados, un horario—, convertirla a texto plano destruye justo la información que querías. Las columnas se vuelven espacios, y los espacios no se distinguen de los que hay dentro de una celda.

Selecciona la zona de la rejilla en la vista previa y usa la salida de tabla. Reconstruye filas y columnas y te da tres formatos:

• Excel: pega directamente en una hoja y las celdas caen en su sitio.
• CSV: para importar en algún sitio, o para que lo lea un script.
• Markdown: para documentación, un README o una página de wiki.

Revisa siempre las celdas numéricas. Un dígito mal leído en prosa canta; un dígito mal leído en la tercera fila de una factura es invisible hasta que es un problema. La vista de texto plano sigue disponible junto a la tabla para que puedas contrastar.

Convertir a documento

Aquí no hay una conversión directa de imagen a Word, y en la práctica tampoco la quieres: un .docx autogenerado lleno de tipografías adivinadas y cuadros de texto es más incómodo de trabajar que un texto limpio al que das estilo tú.

El flujo que aguanta de verdad: convertir a texto con la limpieza activada, pegar en tu editor y aplicar tus propios estilos de título y cuerpo. Conservas la maquetación real de tu documento en lugar de heredar una aproximación de la original, que es casi siempre lo que habrías acabado haciendo a mano.

Convertir código desde una captura

El código es el caso donde el consejo habitual se invierte. Deja la limpieza desactivada: la indentación y los saltos de línea son semántica, no formato, y unir líneas romperá el fragmento.

Cuenta con revisar los pares de caracteres ambiguos antes de ejecutar nada: l / 1 / I, 0 / O y rn / m. La mayoría de tipografías de editor los distinguen bastante bien, pero el fallo de no revisarlos es un error de ejecución confuso en vez de una errata evidente.

Conversión por lotes

Convertir una pila de imágenes una a una es tedioso, y la respuesta honesta es que ahí una herramienta de navegador deja de ser la forma adecuada para el trabajo. Si todas las imágenes son páginas del mismo documento, escanéalas o expórtalas a un único PDF y usa extraer texto de un PDF: resuelve las páginas que son solo imagen de forma automática y elimina los encabezados y números de página repetidos a lo largo de todo el archivo, algo que la conversión imagen a imagen no puede hacer. Hay una guía dedicada a ese camino.

Conseguir una conversión mejor desde el principio

Ningún posprocesado recupera un detalle que la captura nunca tuvo. Apunta a unos 20 píxeles de altura por minúscula, dispara de frente y no en ángulo, mantén el contraste alto y evita los reflejos. La lista completa está en 7 formas de mejorar los resultados del OCR.