OCR

O OCR extrai texto de imagens, digitalizações e capturas de tela de documentos.

Após o reconhecimento, você pode copiar o resultado, exportá-lo como Markdown, PDF ou Word, ou agrupar vários formatos para download.

O que o OCR pode fazer

Recurso	Descrição
Reconhecimento de texto em imagens	Extrai texto de imagens, capturas de tela e digitalizações.
Reconhecimento de layout de documentos	Mais adequado para tabelas, fórmulas, carimbos e layouts mistos de texto e imagem.
Vários serviços	Compatível com Baidu PaddleOCR, Microsoft Azure Vision e Google Vision.
Copiar resultados	Copia o texto reconhecido após o processamento.
Exportar arquivos	Exporta Markdown, PDF e Word.
Empacotamento em lote	Depois de reconhecer vários arquivos, baixa os resultados como um pacote.

Configure Primeiro os Serviços de OCR

Abra:

System Settings -> Other Settings -> OCR

Preencha as credenciais dos serviços que deseja usar:

Serviço	O que informar	Melhor para
Baidu PaddleOCR	PaddleOCR Token	Primeira opção recomendada. Bom para documentos, imagens, tabelas e layouts mistos.
Microsoft Azure Vision	Azure Vision Endpoint e Azure Vision API Key	Útil se você já usa serviços em nuvem da Microsoft.
Google Vision	Google Vision API Key. O JSON da conta de serviço é usado apenas para consulta de cota.	Útil se você usa serviços do Google Cloud.

Salve depois de preencher as credenciais.

Você pode configurar apenas um serviço para o teste inicial. Não é necessário configurar os três.

Configuração do Google Vision

A configuração do Google tem duas partes:

Objetivo	Requisito
Usar OCR	Ative Cloud Vision API e crie uma API Key.
Consultar uso	Crie uma conta de serviço, conceda Monitoring Viewer e baixe o JSON da conta de serviço.

Usar o Google para OCR

1. Abra o Google Cloud Console.
2. Acesse APIs & Services.
3. Abra Library, procure Cloud Vision API e ative-a.
4. Volte para Credentials.
5. Crie uma API Key.
6. Abra a API Key e copie-a.
7. Cole-a em Google Vision API Key no ImgHost.
8. Salve.

Depois disso, você poderá escolher Google Vision na caixa de diálogo de OCR.

Consultar uso do Google

A consulta de cota não é necessária para o reconhecimento.

Ela apenas mostra aproximadamente quantas chamadas ao Google Vision foram usadas nos últimos 30 dias.

1. No Google Cloud Console, abra IAM & Admin.
2. Abra Service Accounts.
3. Crie uma conta de serviço, como vision-monitor.
4. Conceda a ela a função Monitoring Viewer.
5. Abra os detalhes da conta de serviço e crie uma chave.
6. Escolha JSON.
7. Baixe o arquivo JSON gerado.
8. Volte ao ImgHost e importe-o no JSON da conta de serviço (opcional).
9. Depois que a importação for bem-sucedida, clique na consulta de cota.

Após a importação, o ImgHost mostra o nome do projeto ao qual a conta de serviço pertence. Ao consultar o uso, o ImgHost lê os dados de monitoramento do Google e mostra a contagem de chamadas deste mês.

Em resumo:

Item	Finalidade
Google Vision API Key	Executa o reconhecimento OCR.
JSON da conta de serviço	Consulta quantas chamadas ao Google Vision foram usadas.
Função Monitoring Viewer	Permite que a conta de serviço leia dados de uso.

Obter um token do Baidu PaddleOCR

O Baidu PaddleOCR exige um token de acesso.

Abra a janela de chamada API na página do Baidu PaddleOCR, clique para obter um token e copie-o.

Volte ao ImgHost, cole-o em PaddleOCR Token e salve.

Iniciar o reconhecimento

No gerenciamento de arquivos, selecione uma imagem ou captura de tela de documento e clique em OCR.

Na caixa de diálogo, escolha o serviço e o modelo de reconhecimento.

Opções comuns de modelo do PaddleOCR:

Modelo	Melhor para
PP-StructureV3	Padrão recomendado. Bom para documentos, tabelas, fórmulas, carimbos e layouts mistos.
PP-OCRv5	Imagens simples, texto comum e reconhecimento leve.
PaddleOCR-VL	Conteúdo multilíngue, imagens complexas e conteúdo semelhante a gráficos.
PaddleOCR-VL-1.5	Páginas de documentos mais complexas e recuperação de layout.

Se estiver em dúvida, comece com PP-StructureV3.

Opções avançadas

Opção	Descrição
Correção de orientação	Use quando a imagem estiver girada ou inclinada.
Nivelamento de documento	Use para documentos fotografados com curvatura ou inclinação.
Detecção de layout	Use quando quiser preservar títulos, parágrafos, tabelas e a estrutura de imagens.
Reconhecimento de gráficos	Use quando a imagem contiver gráficos ou estruturas complexas.
Melhorar Markdown	Torna o Markdown exportado mais fácil de ler.

Para capturas de tela comuns, mantenha poucas opções ativadas. Para digitalizações de documentos, ative mais opções relacionadas a documentos.

Ver resultados

Depois que o reconhecimento terminar, a caixa de diálogo mostra o resultado.

Você pode copiá-lo diretamente ou escolher formatos de exportação.

Para páginas de documentos, o PDF exportado pode preservar a aparência da página e manter o texto pesquisável. Isso é útil para arquivar digitalizações e encontrar conteúdo depois.

Escolher um formato de exportação

Formato	Melhor para
Markdown (.md)	Notas, sistemas de documentação e edição posterior.
PDF (.pdf)	Preservar a aparência da página e resultados de documentos digitalizados.
Word (.docx)	Continuar editando o layout, modificar texto e repassar para outras pessoas.
Exportar tudo	Salva vários formatos e a imagem original, adequado para arquivamentos importantes.

Se você precisar apenas do texto, exporte Markdown.

Se precisar preservar a aparência da página, use PDF ou Word.

Saída do Word

Documentos Word exportados podem ser abertos e editados em software de escritório.

Alguns documentos incluem imagens reconhecidas, títulos e parágrafos na saída do Word.

A qualidade do reconhecimento depende da nitidez da imagem original, da escolha do modelo e da complexidade do documento.

Melhores tipos de arquivo para OCR

Tipo de arquivo	Recomendação
Capturas de tela nítidas	Reconheça diretamente.
Digitalizações	Prefira PP-StructureV3.
Documentos fotografados	Ative correção de orientação e nivelamento de documento.
Tabelas, fórmulas, carimbos	Prefira modelos estruturados.
Imagens simples com texto curto	PP-OCRv5 geralmente é suficiente.

Imagens mais nítidas, com texto mais alinhado, normalmente produzem resultados melhores.

Casos comuns

Caso	Significado
O reconhecimento falha	Verifique se o token ou a chave do serviço foi salvo.
O reconhecimento está lento	Documentos complexos e imagens grandes levam mais tempo.
A tabela está incompleta	Tente um modelo estruturado.
O texto tem erros	Desfoque, reflexos e inclinação aumentam erros de reconhecimento. Tente uma imagem mais nítida.
A saída do Word contém muitas imagens	Modelos estruturados podem preservar algumas imagens reconhecidas. Isso é normal.

A consulta de cota do Google falha

Verifique:

1. O JSON da conta de serviço foi importado.
2. A conta de serviço tem a função Monitoring Viewer.
3. Cloud Vision API está ativada para o projeto.

Se você só precisar de OCR, e não da consulta de uso, pode ignorar o JSON da conta de serviço e preencher apenas Google Vision API Key.

Fluxo rápido

Open System Settings
-> Open Other Settings
-> Fill OCR service credentials
-> Save
-> Return to File Management
-> Select a file and click OCR
-> Choose a model
-> Wait for recognition
-> Copy results or export Markdown / PDF / Word