Immagine in testo (OCR)

Cosa legge bene l'OCR — e cosa non leggerà mai

Il riconoscimento dei caratteri è confronto di pattern, non comprensione, quindi il risultato segue l'input con brutale onestà. Uno screenshot nitido o una scansione piatta e illuminata in modo uniforme di testo stampato esce quasi perfetto. Una foto da telefono della stessa pagina scattata con una leggera angolazione, con un'ombra su un angolo, peggiora sensibilmente — e la scrittura a mano, i font decorativi, il testo sopra le foto e le stampe a basso contrasto (grigio su bianco, colore su colore) possono uscire appena utilizzabili. Tre abitudini risolvono la maggior parte dei casi: scatta frontalmente invece che di taglio, riempi l'inquadratura con il testo ritagliando via i dintorni, e quando la fonte è già a schermo, usa lo screenshot originale invece di fotografare il monitor. Ognuno di questi passaggi elimina una distorsione che il motore di riconoscimento dovrebbe altrimenti cercare di indovinare.

Lo scaricamento una tantum, e perché esiste

La prima volta che premi Leggi testo, il tuo browser scarica il motore di riconoscimento e i dati della lingua che hai scelto — da 5 a 7 MB in tutto, serviti da questo sito e messi in cache, così le esecuzioni successive partono in pochi istanti. Quello scaricamento è il prezzo di una promessa reale: il motore funziona interamente sul tuo dispositivo come WebAssembly, il che significa che la foto del tuo contratto, della tua ricetta medica o della tua busta paga non viene mai trasmessa da nessuna parte. La maggior parte dei servizi OCR online funziona al contrario — una pagina minuscola, e il tuo documento caricato sul loro server. Se la prima esecuzione sembra ferma per qualche secondo su una connessione lenta, sta scaricando, non è bloccata; la riga di avanzamento ti dice in quale fase si trova. Dopo quella prima visita il motore si carica dalla cache, e il riconoscimento su una pagina normale di testo richiede una manciata di secondi anche su un laptop modesto.

Dieci lingue — e controlla sempre i numeri

Legge inglese, olandese, tedesco, francese, spagnolo, italiano, polacco, portoghese, turco e arabo, oltre ai numeri. Scegli la lingua del testo accanto al pulsante: all'inizio è impostata la lingua di questa pagina, e la tua scelta viene ricordata su questo dispositivo. Ogni lingua è un file di dati addestrato a sé, quindi il tuo browser scarica solo quello che usi. Il testo mescola parole in inglese, come nomi di prodotti o un titolo? Spunta «+ Inglese» e le due lingue vengono lette insieme, al costo di un secondo file e di un po' più di tempo. L'arabo funziona, ma il motore a volte legge male i numeri dentro un testo arabo — un problema noto, ancora aperto in Tesseract — quindi controllali con attenzione. I numeri meritano comunque un avviso speciale a parte: un 8 letto per errore come 3 in un IBAN, un numero di telefono o il totale di una fattura è molto più costoso di una parola letta male, e le cifre non portano alcun contesto ortografico che il motore possa usare per correggersi da solo. Qualunque sia il testo, leggi il risultato una volta prima di fidartene; qualunque siano i numeri, controllali due volte.

Il testo è pronto — ora mettilo da qualche parte utile

Copia testo mette il risultato negli appunti, e da lì di solito ha una di tre destinazioni. Direttamente in un documento o in un'email è la più ovvia — il senso stesso dell'OCR è non ridigitare mai più una pagina. Meno ovvio: incollalo in /it/text-to-speech e la pagina diventa audio, il che trasforma un articolo fotografato in qualcosa che puoi ascoltare mentre fai qualsiasi altra cosa. E quando quello che ti serve davvero è la pagina come documento condivisibile invece che come testo libero, /it/image-to-pdf racchiude la foto originale in un vero PDF — più ordinato da archiviare e da inoltrare di una semplice immagine, con questo strumento che copre i momenti in cui ti servono anche le sue parole.