Blog

OCR de capturas en 11 idiomas: cuáles funcionan y cuáles no

Escrito por InSnap · Publicado · ocr, idiomas, japonés, coreano, ruso, captura de pantalla

OCR de capturas en 11 idiomas: cuáles funcionan y cuáles no

Probamos el OCR sin conexión en 11 idiomas de interfaz. Inglés, chino y los de escritura latina se leen casi perfectos; japonés, coreano y ruso fallaron. Las cifras.

El OCR sin conexión de InSnap leyó casi a la perfección ocho de los once idiomas de interfaz que probamos, y falló en tres: japonés, coreano y ruso. La API de reconocimiento de texto de Apple, probada de la misma forma, leyó los once al 98% o más.

Así que la respuesta a «¿funciona el OCR de capturas en mi idioma?» no es sí o no. Depende del sistema de escritura, y la diferencia es tan grande que merece la pena comprobarla antes de fiarte de una copia.

Cómo lo probamos

Para cada idioma tomamos seis frases reales de la propia interfaz de InSnap, en la traducción de ese idioma, y las dibujamos con la fuente del sistema a tamaño normal. Así se obtiene una hoja de prueba limpia con texto exactamente conocido. Hicimos cada hoja en Retina (2x) y en 1x.

Dos motores leyeron cada hoja:

  • El OCR de InSnap, que funciona por completo en tu ordenador con un modelo incluido y es idéntico en Mac y Windows.
  • El reconocimiento de texto Vision de Apple, la API de reconocimiento integrada en macOS, en modo preciso y con detección automática del idioma. Probamos la API directamente, no una app concreta que la use.

La puntuación es la similitud media entre lo que leyó el motor y la frase real, ignorando espacios y mayúsculas. 100% significa que cada frase salió exactamente igual.

Los resultados

Coincidencia media de texto del OCR de InSnap y Apple Vision en 11 idiomas
IdiomaOCR de InSnapApple Vision
Inglés, alemán, español, portugués100%100%
Francés100%98%
Italiano99%99%
Chino (simplificado)100%100%
Chino (tradicional)97%100%
Japonés39%100%
Coreano12%99%
Ruso6%99%

Las hojas Retina y 1x puntuaron con un punto de diferencia entre sí, así que la resolución no era el problema.

Cómo se ve un fallo

Los tres idiomas débiles no se leen mal, se leen como otra cosa. Esta es una de las frases de prueba, que cualquier lector ve como texto perfectamente claro:

La frase de prueba en japonés, coreano y ruso
IdiomaTexto realLo que devolvió el OCR de InSnap
Japonés周囲を暗くして、見せたい部分に視線を集めます。周田左暗<、見世左八部分仁視線左集末寸。
Coreano주변을 어둡게 해 중요한 부분에 시선을 모읍니다.牲号号列刮吞2勃早是人刈号卫号L…
RusoЗатемняет всё вокруг и направляет взгляд на главное.3aTeMHgeT Bcë BOKpyr V HanpaBIgeT B3rnA Ha rnaBHoe.

El japonés conserva sus kanji, pero cambia muchos kana por kanji que se les parecen. El coreano sale como una mezcla de caracteres chinos, dígitos y signos de puntuación. El ruso se lee como letras latinas y dígitos que se parecen a las cirílicas. En los tres casos la salida parece texto, así que nada te avisa. (La salida en coreano está acortada aquí.) El chino tradicional va en general bien, pero algunos caracteres salieron en su forma simplificada, así que revisa nombres y citas.

Qué significa para ti

  • Inglés, chino y los idiomas de escritura latina: InSnap es preciso con texto limpio. Aun así, revisa números y nombres propios; consulta cómo obtener mejores resultados de OCR.
  • Japonés, coreano y ruso: no copies nada del OCR de InSnap sin revisar cada línea. En nuestra prueba, la API de reconocimiento de Apple manejó los tres, así que en un Mac una herramienta que la use es mejor opción para esos sistemas de escritura. No probamos el reconocimiento integrado de Windows.
  • Texto mezclado: selecciona un sistema de escritura cada vez siempre que puedas.

InSnap usa un único modelo incluido en Mac y en Windows, así que el resultado es el mismo en ambos, y no se sube nada. El inconveniente es que su cobertura de idiomas depende de ese modelo.

Lo que la prueba no muestra

  • Solo texto limpio. Las capturas reales traen compresión, tamaños pequeños y fondos recargados, y todos los motores puntúan más bajo ahí.
  • Seis frases por idioma. Bastan para mostrar diferencias de 60 a 90 puntos, pero no para ordenar dos motores que ambos superan el 97%.
  • Una sola fuente y tamaño. Las fuentes estilizadas y la letra manuscrita son más difíciles para cualquier motor.

Preguntas frecuentes

¿Qué idiomas puede leer el OCR de InSnap?

En nuestra prueba leyó inglés, alemán, francés, español, portugués, italiano y chino (simplificado y tradicional) con un 97% o más. El japonés, el coreano y el ruso no se pudieron leer.

¿Por qué el texto en ruso sale como letras latinas?

El modelo de reconocimiento no está preparado para leer cirílico, así que elige las formas más parecidas que conoce. Muchas letras cirílicas se parecen a letras latinas o dígitos, por eso la salida parece inglés estropeado.

¿Ayuda una captura más grande o una resolución mayor?

Aquí no. Las hojas de prueba Retina y 1x puntuaron con un punto de diferencia. El límite es la cobertura de idiomas del modelo, no la calidad de la imagen.

¿El OCR integrado del sistema es más preciso?

En japonés, coreano y ruso, sí: la API Vision de Apple leyó los tres con un 99% o más en nuestra prueba. En inglés, chino y los idiomas de escritura latina, los dos estuvieron igualados con pocos puntos de diferencia.

Tu próxima captura está a un atajo de distancia.

macOS 14.4+ (Apple Silicon e Intel) · Windows 10+ (64 bits)