Copiar texto de uma captura de tela

Extraia o texto impresso de uma foto, captura de tela ou digitalização e baixe como arquivo .txt ou como JSON, com a posição e a confiança de cada bloco.

Solte seus arquivos aqui

.jpg, .jpeg, .png, .webp, .bmp, .gif, .avif · até 100 MB

Escolher arquivos

Idioma do texto

Mais configurações

Segundo idiomaLayout da páginaResultadoPré-processar (escala de cinza e limiar)

Como Extrair texto

1
Adicione sua imagem
JPG, PNG, WebP, BMP, GIF ou AVIF, até 20 arquivos. O formato é lido no conteúdo do próprio arquivo, então mesmo uma extensão errada vai parar no decodificador certo.
2
Escolha o idioma do texto
Um idioma basta para a maioria das digitalizações; acrescente um segundo ou um terceiro quando a página realmente misturar idiomas. Cada idioma a mais custa um download e um pouco de precisão.
3
Clique em Extrair texto e baixe o .txt
Você recebe o texto reconhecido, o número de caracteres e a confiança média. Mude a saída para JSON quando também precisar das coordenadas.

Ajustada para botões e menus

A página abre com “Inglês” em “Idioma do texto” e, dentro de “Mais configurações”, “Texto espalhado” em “Layout da página”. Esse modo procura palavras em qualquer ponto da imagem e escreve cada trecho em uma linha própria. Na nossa verificação de 21 de outubro de 2026, uma captura de tela de 1280 × 800 de uma página de ferramenta do PulsarKit tinha 103 palavras. “Texto espalhado” encontrou 101 delas. “Detectar automaticamente” encontrou 96, porque grudou os botões Split PDF e PDF to Word em palavras únicas. No tema escuro da mesma página, o resultado se inverteu: 98 contra 101. Os dois modos mantiveram as palavras na ordem da tela.

Quando mudar para “Detectar automaticamente”

Em uma captura de tela de um post de blog, os dois modos encontraram 317 das 321 palavras, na ordem certa. Mas “Texto espalhado” pôs uma linha em branco depois de cada linha, enquanto “Detectar automaticamente” manteve juntas as linhas de cada parágrafo. Em uma grade com quatro cartões por fileira, “Texto espalhado” leu tudo em linha reta e misturou linhas de quatro descrições. O outro modo manteve inteiro o texto de cada cartão. Em uma tela de ferramenta com duas fotos, “Texto espalhado” devolveu 96 palavras soltas, a maioria vinda das fotos; “Detectar automaticamente” devolveu 10. Então “Texto espalhado” serve para uma tela simples de menus e botões. Para parágrafos, grades de cartões e qualquer coisa com foto, mude de modo ou, antes, use o Recortar imagem para deixar a foto de fora.

O que você recebe, e com que rapidez

Clique em “Extrair texto”, e o texto chega como um arquivo .txt com o nome da captura de tela: a nossa captura de 80 KB deu 652 bytes de texto. A página mostra o arquivo, não o texto. Para ler na tela, clique em Maiúsculas e minúsculas na lista de próximos passos: o texto abre no painel “Original” dessa ferramenta. A primeira execução em um navegador também baixa o mecanismo de reconhecimento e os dados do inglês, cerca de 4 MB na nossa verificação. No Chrome em um Mac, essa primeira captura levou de 1,2 a 1,4 segundo, já com o download. Depois disso, cada captura levou entre 0,6 e 2,1 segundos. Duas capturas de uma vez voltaram como pulsarkit-batch.zip, com um .txt para cada uma.

Idiomas, arquivos e privacidade

A lista tem oito idiomas: inglês, russo, alemão, francês, espanhol, chinês (simplificado), árabe e japonês. “Segundo idioma” acrescenta mais um para uma captura de tela mista, até três no total. Outros idiomas não estão na lista, e isso inclui o português. PNG, JPG, WebP, BMP, GIF e AVIF entram com até 100 MB cada, 20 arquivos por vez. Um recorte com menos de 1.000 pixels no lado maior ainda é processado, com um aviso de que letras pequenas podem ser lidas errado. A captura de tela é lida dentro da aba do navegador e nunca sai do dispositivo; só o mecanismo e os dados do idioma são baixados. Um PDF digitalizado vai para o OCR PDF, que por enquanto só reconhece inglês.

Nem a imagem nem o texto são enviados

O mecanismo de reconhecimento e os dados de idioma são baixados uma vez e ficam no cache do navegador. Depois disso, tudo roda localmente: a imagem é decodificada na aba, reconhecida na aba, e o arquivo de texto é montado na aba. Nada do conteúdo é enviado para lugar nenhum, o que faz diferença quando o que você está lendo é um contrato, um holerite ou um documento de identidade.

Perguntas frequentes

Quais idiomas a ferramenta reconhece?

Inglês, russo, alemão, francês, espanhol, chinês simplificado, árabe e japonês. É possível combinar até três de uma vez em páginas que realmente misturam idiomas, mas um único idioma certo quase sempre é mais preciso do que dois.

Minha imagem é enviada para um servidor?

Não. O mecanismo de OCR é WebAssembly rodando dentro do seu navegador. O único tráfego de rede é o download, feito uma única vez, do mecanismo e dos dados do idioma escolhido; a imagem e o texto reconhecido ficam no seu dispositivo.

Por que a primeira execução é tão mais lenta?

Porque na primeira execução são baixados o mecanismo, de cerca de 3 MB, e os dados do seu idioma, entre 0,7 e 3 MB, conforme o idioma. O navegador guarda os dois em cache, então a segunda execução começa a reconhecer imediatamente.

Funciona com texto escrito à mão?

Não de forma confiável. Os modelos usados aqui foram treinados com texto impresso, e a escrita à mão volta errada ou abaixo do limite de confiança. Letras de forma maiúsculas muito caprichadas às vezes funcionam; a letra cursiva comum, não. Trate qualquer resultado manuscrito como um rascunho a conferir, nunca como uma transcrição.

O que fazer quando nenhum texto é encontrado?

Primeiro, ative a opção de pré-processamento e tente de novo; isso resolve a maioria dos casos de iluminação irregular. Se não adiantar, a causa costuma ser a resolução: digitalize ou fotografe de novo de modo que as letras tenham pelo menos vinte pixels de altura. Recortar a imagem só até o texto e escolher o idioma certo também ajudam mais do que se imagina.

Qual resolução a imagem precisa ter para um bom resultado?

O ideal são letras com cerca de 20 a 40 pixels de altura, o que equivale a uns 300 DPI em uma digitalização comum de documento. Abaixo disso, as letras começam a se fundir e a precisão cai bruscamente. Acima disso, você paga principalmente em tempo: uma imagem não fica mais legível por ter 10.000 pixels de largura, e, de todo modo, qualquer imagem com mais de 12.000 pixels de lado é reduzida antes do reconhecimento.

Posso obter a posição de cada palavra?

Você obtém a posição de cada bloco, que é a unidade que o mecanismo informa: o texto, a confiança e a caixa delimitadora em pixels. Escolha a saída JSON em vez de texto simples, e o download passa a ser esse array, e não um arquivo de texto corrido.

Funciona no celular?

Sim, com duas ressalvas. A primeira execução precisa baixar vários megabytes pela conexão que você estiver usando, e o reconhecimento no celular leva cerca de três vezes mais tempo do que em um notebook, então a digitalização de uma página inteira pode levar meio minuto. Mesmo assim, tudo roda localmente.