# OCR

> Software que lee el texto de una imagen para poder buscarlo y editarlo.

- Nivel: Básico
- Temas: IA, Datos
- URL: https://tidbit.legios.com.ar/es/ocr/
- En inglés: [OCR](https://tidbit.legios.com.ar/ocr/)

Para una computadora, la foto de un ticket son solo puntitos de colores. El **OCR** (reconocimiento óptico de caracteres) convierte esos puntitos en texto de verdad: letras y números que podés buscar, copiar, pegar en una planilla o hacer leer en voz alta. Es lo que te deja copiar el texto de una foto en el celular, buscar dentro de un PDF escaneado o depositar un cheque sacándole una foto.

El OCR clásico trabajaba por pasos: limpiar la imagen, encontrar los renglones, separarlos en caracteres y comparar cada uno con formas conocidas. Los sistemas actuales usan redes neuronales que leen palabras o renglones enteros de una vez, y se las arreglan mucho mejor con tipografías raras, fotos torcidas y letra manuscrita. Hay motores de código abierto como Tesseract que corren en cualquier computadora, y los modelos de IA multimodal ya pueden leer un documento y además entenderlo: sacar el total de una factura o pasar a planilla una tabla de una foto.

Igual no es perfecto. Las fotos movidas, las fotocopias gastadas, los formatos raros y la letra desprolija generan errores, como un 0 leído como O o un 1 como l, así que todo lo importante (montos, números de documento, datos médicos) merece que lo revise una persona. El OCR también es clave para la accesibilidad: un lector de pantalla solo puede leer en voz alta un documento escaneado después de que el OCR lo convirtió en texto.

## Una analogía

Un dactilógrafo que pasa una carta impresa a la computadora letra por letra, solo que tarda un segundo y nunca se aburre. Y como un dactilógrafo cansado, puede confundir caracteres parecidos.

## Para quedarse

- Convierte imágenes de texto en texto real, que se puede buscar y editar.
- El OCR actual usa redes neuronales y lee mejor la letra manuscrita.
- Los modelos multimodales pueden leer un documento y sacar los datos que necesitás.
- Revisá los números importantes: los caracteres parecidos se siguen confundiendo.

## Para seguir leyendo

- [Reconocimiento óptico de caracteres en Wikipedia](https://es.wikipedia.org/wiki/Reconocimiento_%C3%B3ptico_de_caracteres)
- [Tesseract, un motor de OCR de código abierto (GitHub, en inglés)](https://github.com/tesseract-ocr/tesseract)

## Términos relacionados

- [Planilla vs base de datos](https://tidbit.legios.com.ar/es/spreadsheet-vs-database/): Por qué una empresa que vive en Excel termina necesitando una base de datos de verdad.
- [Red neuronal](https://tidbit.legios.com.ar/es/neural-network/): Una pila de unidades matemáticas chiquitas que aprende patrones a partir de ejemplos.
- [Código abierto](https://tidbit.legios.com.ar/es/open-source/): Software cuyo código cualquiera puede leer, usar, cambiar y compartir.
- [IA multimodal](https://tidbit.legios.com.ar/es/multimodal-ai/): IA que entiende, o produce, más de un tipo de dato: texto, imágenes, sonido, video.
- [Accesibilidad web](https://tidbit.legios.com.ar/es/web-accessibility/): Que sitios y apps los pueda usar todo el mundo, incluidas las personas con discapacidad.