Salta al contenuto
🤖 IA Locale

Estrazione Testo da Immagini e PDF (OCR)

Estrai testo da foto o PDF direttamente nel browser con elaborazione 100% privata.

Trascina qui il tuo file oppure sfoglia dal dispositivo
Pronto.

Affidabilità di questo strumento

📅 Accuratezza del riconoscimento misurata a

👤 Chi lo cura

Curato da Brian Barrionuevo per StrumentiUtili.it, progetto indipendente senza legami con enti pubblici o aziende. Le regole si controllano sulle fonti indicate in questa pagina e si aggiornano quando cambiano: come verifichiamo i dati. Hai trovato un errore? Scrivici.

🔒 I tuoi dati

Le immagini e i PDF vengono letti ed elaborati nel browser: nessun file viene inviato a server. Il motore OCR e i modelli linguistici (alcuni megabyte) arrivano da questo sito al primo utilizzo e poi restano sul dispositivo: viaggiano i modelli, non i tuoi documenti (GDPR, artt. 5 e 25).

📚 Fonti tecniche e normative

Codice dell'amministrazione digitale (D.Lgs. 82/2005), art. 22; Linee guida AgID sulla formazione, gestione e conservazione dei documenti informatici; Regolamento UE 2016/679 (GDPR), artt. 5, 25 e 32; documentazione Tesseract 5 e tesseract.js; librerie pdf.js, pdf-lib e docx.

Estrarre il testo da foto, scansioni e PDF (OCR)

Il riconoscimento ottico dei caratteri (OCR) trasforma una foto o una scansione in testo che puoi copiare, cercare e modificare. Lo strumento usa Tesseract nel browser: i documenti restano sul tuo dispositivo. Al primo uso il browser scarica il motore e il modello della lingua scelta, qualche megabyte, che poi restano in memoria.

Come si usa

  1. Carica un’immagine (JPG, PNG) o un PDF: vengono lette tutte le pagine, separate da «--- Pagina n ---».
  2. Scegli la lingua del documento; se ce ne sono più, selezionale tutte.
  3. Avvia il riconoscimento, correggi il testo nel riquadro e copialo o esportalo in TXT, DOCX o PDF.

Per conservare ogni carattere esattamente com’è usa TXT o DOCX: nel PDF le lettere fuori dall’alfabeto latino occidentale vengono semplificate (per esempio «Łukasz» diventa «Lukasz»).

Come ottenere un buon risultato

AspettoConsiglio
Risoluzione300 DPI per il testo normale, 400 per caratteri piccoli
ColoreScala di grigi: il colore non aiuta
InclinazioneEntro 1–2 gradi; per le foto storte usa prima lo scanner documenti
LuceUniforme, senza ombre né riflessi
FormatoPNG o TIFF; il JPEG molto compresso sporca i contorni

A 300 DPI una lettera in corpo 10 è alta circa 42 pixel; a 150 DPI solo 21, e il motore comincia a confondere «rn» con «m» o «0» con «O».

Esempio. La riga «Codice fiscale: RSSMRA80A01H501U» letta da un’immagine a circa 100 DPI diventa «RSSMRAS0A01HSO1U» (8 letto come S, 5 come S, 0 come O); a 300 DPI nessun errore.

Documenti difficili

  • Scrittura a mano: solo uno stampatello molto regolare; il corsivo va trascritto a mano.
  • Tabelle e moduli: il testo esce in ordine di lettura ma le colonne possono perdere l’allineamento.
  • Timbri e firme: producono caratteri casuali, da cancellare.
  • Fotocopie di fotocopie: se puoi, acquisisci l’originale.

Rileggi sempre importi, date, codici fiscali e IBAN: basta un carattere sbagliato per rendere inutilizzabile il dato.

Domande frequenti

Vengono lette tutte le pagine di un PDF?

Sì: ogni pagina viene convertita a 300 DPI e riconosciuta, con un’intestazione «--- Pagina n ---».

I documenti vengono caricati su un server?

No. Dalla rete arrivano solo il motore e i modelli della lingua, al primo uso.

Perché la prima volta è più lento?

Il browser scarica il motore e il modello della lingua; poi li conserva.

Il testo estratto ha valore legale?

No: il valore di prova ce l’ha la copia per immagine del documento (la scansione), non il testo ricavato con l’OCR, che può contenere errori.

Riconosce la scrittura a mano?

Solo uno stampatello molto regolare, e con errori. Il corsivo no.

Un PDF di cento pagine si può fare?

Sì, le pagine vengono lette una alla volta, ma servono alcuni secondi per pagina. Per fascicoli lunghi conviene dividerli prima con Unisci e dividi PDF.

Fonti