OCR: cómo una máquina “lee” si solo ve manchas de tinta

No entiende el idioma como tú. Adivina formas. Y por eso odia las fotos torcidas a 2 de la mañana.

OCR (Optical Character Recognition) suena a que la IA “lee”. En la práctica clásica: parte la imagen en regiones, detecta líneas, corta posibles letras y las compara con formas aprendidas. Es reconocimiento de patrones con esteroides, no un humano chiquito dentro del chip.

Por eso un PDF escaneado “se ve” con texto pero no puedes buscar ni copiar: son fotos de páginas. El OCR es el traductor de mancha → carácter. Después de eso, sí puedes pegar el texto en un correo.

Enemigos mortales del OCR: foto borrosa, sombra fuerte, tipografía decorativa, fondo cuadriculado, y el clásico documento torcido 15°. Enderezar y mejorar contraste a veces sube la precisión más que “un modelo más caro”.

Dato histórico: el OCR industrial existe desde mitad del siglo XX (lectura de cheques, correo postal). Lo de “apuntar el celular y listo” es la versión doméstica de una tecnología de bancos y correos.

Idiomas y acentos importan. Un motor entrenado solo en inglés puede tropezar con ñ, ¿, ¡ o tipografías locales. Si el texto sale con rarezas, no siempre es tu culpa: a veces es el alfabeto que el modelo “esperaba”.

Privacidad: un OCR en la nube implica subir la imagen del documento. DNI, nóminas, recetas… son candy para fugas. Un OCR que corre en el navegador mantiene la foto en tu equipo (con la salvedad del modelo descargado al caché).

Consejo práctico: si vas a digitalizar un contrato, fotografía de frente, buena luz, sin flash rebotado, una página a la vez. Aburrido, sí. Efectivo, también.