Cómo convertir documentos escritos a mano en texto

Si tiene una pila de documentos escritos a mano que piden a gritos ser digitalizados para poder editarlos, compartirlos y almacenarlos fácilmente, la tecnología de escritura a mano a texto (HTR) está aquí para rescatarlo. Con su ayuda, puede convertir documentos escritos a mano en texto en unos pocos pasos simples, y todo lo que necesita es un escáner y un software.

El desafío de escanear documentos escritos a mano

Escanear documentos escritos a mano y convertirlos a texto digital puede ser una verdadera molestia, ya que conlleva un conjunto único de desafíos:

• La escritura a mano varía de persona a persona, lo que dificulta que el software de reconocimiento óptico de caracteres (OCR) estándar reconozca y transcriba el texto con precisión.
• Los documentos escritos a mano a menudo contienen errores, como palabras tachadas y faltas de ortografía, que pueden confundir aún más al software de escaneo.

Para hacer frente a estos y otros desafíos, los desarrolladores de software han creado un software especializado de escritura a mano a texto (HTR), diseñado específicamente para la tarea de convertir documentos escritos a mano en texto.

Las herramientas HTR utilizan algoritmos avanzados para adaptarse a diferentes estilos de escritura a mano, diferenciar entre texto intencional y marcas o correcciones extraviadas y tratar documentos antiguos o dañados.

Convierte documentos escritos a mano en texto usando Transkribus

A la hora de convertir documentos manuscritos a texto, existen muchas herramientas HTR disponibles. Sin embargo, la que más recomiendo es Transkribus . Es un software online con una versión de escritorio que es muy fácil de aprender y al que se le puede entrenar para mejorar su rendimiento.

Los resultados iniciales con Transkribus pueden ser decepcionantes. Sin embargo, el verdadero poder de esta herramienta reside en su interfaz de entrenamiento. Con algo de tiempo y esfuerzo, puedes entrenar a Transkribus para que reconozca tu escritura a mano con mayor precisión, lo que puede mejorar significativamente la calidad de la transcripción.

La versión gratuita de Transkribus permite convertir hasta 100 documentos y realizar hasta cinco ejecuciones de entrenamiento al mes (más información sobre ellas próximamente). Para comenzar, visite el sitio web de la herramienta, haga clic en el botón Probar gratis y cree una cuenta de usuario.

Para comenzar a convertir su documento, abra la colección predeterminada en Transkribus. Piense en las colecciones como carpetas donde puede organizar su trabajo, y cada colección contiene documentos individuales. Cada documento está compuesto de imágenes que representan las páginas reales de su texto.

Para agregar su documento, haga clic en el botón Cargar archivos . Transkribus acepta varios formatos, como JPEG, PNG y PDF, pero para un reconocimiento óptimo, recomienda usar JPEG de 300 DPI. Una vez que haya cargado sus documentos, estará listo para convertir el documento escrito a mano en texto.

Abra el documento y seleccione todas las imágenes que desea convertir. Haga clic en el botón Reconocer .

Transkribus ofrece una gama de modelos públicos para diferentes idiomas y períodos de tiempo. Para un reconocimiento de texto inmediato sin necesidad de entrenamiento, elija el que mejor se adapte a las características de su documento, luego haga clic en el botón Iniciar reconocimiento y espere. Elegí el modelo The English Eagle .

Los trabajos de reconocimiento de texto escrito a mano creados por usuarios gratuitos reciben una prioridad baja, por lo que Transkribus puede tardar un tiempo en finalizar.

Después del proceso de reconocimiento, ajuste los resultados con el editor de documentos Transkribus. Sincroniza las vistas de texto e imagen para un proceso de edición intuitivo. Puede usar etiquetas para marcar entidades, eventos o transcripciones inciertas.

Entrene un modelo personalizado para mejorar el rendimiento de HTR

Para entrenar un modelo personalizado, prepare los datos de referencia. Esto implica transcribir con precisión un conjunto de documentos escritos a mano que coincidan con los estilos de escritura que desea que el modelo reconozca. Cuanto más variados y representativos sean los datos, mejor funcionará el modelo.

Para entrenar un modelo, haga clic en el botón Entrenar nuevo modelo . Seleccione la opción Modelo de reconocimiento de texto , elija la colección que contiene los documentos de datos reales y, a continuación, seleccione las páginas que se incluirán en los datos de entrenamiento y validación. Los datos de entrenamiento se utilizan para ajustar los parámetros del modelo, mientras que los datos de validación proporcionan una evaluación imparcial del rendimiento del modelo.

Configure los parámetros del modelo, como el idioma y el conjunto de caracteres, para iniciar el proceso de entrenamiento, que implica varios ciclos o “épocas” en las que el modelo aprende de sus datos. Transkribus detiene automáticamente el entrenamiento cuando el rendimiento del modelo deja de mejorar.

Después del entrenamiento, utilice su modelo personalizado para transcribir nuevos documentos con mayor precisión.

Alternativas a Transkribus

Si bien Transkribus es mi mejor opción para convertir documentos escritos a mano en texto, existen muchas otras opciones excelentes:

• Pen2Txt es un recién llegado al panorama de HTR. Su objetivo es ofrecer una alta precisión aprovechando la última tecnología de inteligencia artificial para adaptarse a diversos estilos de escritura a mano. Si bien todavía es un trabajo en progreso, Pen2Txt ofrece una interfaz fácil de usar y un rendimiento sólido. Sin embargo, los usuarios gratuitos están limitados a solo tres conversiones.
• Google Document AI es parte del conjunto de herramientas de procesamiento de documentos con tecnología de inteligencia artificial de Google. Ofrece un excelente reconocimiento listo para usar sin necesidad de entrenamiento, lo que lo convierte en una opción sólida para conversiones rápidas. Puedes obtener $300 en crédito gratuito para probar la herramienta, pero deberás pagar por cada conversión para continuar usándola.
• GrabText es una sencilla herramienta en línea que captura texto escrito a mano o impreso a partir de fotografías, gráficos y documentos, y lo convierte en texto editable. Ofrece un proceso sencillo de tres pasos: capturar el texto, aplicar correcciones automáticas (incluidas las de ortografía y gramática) y exportar el texto convertido en varios formatos. Lamentablemente, es necesario invitar a un amigo para utilizarlo de forma gratuita.

Tanto si eliges Transkribus como una de las alternativas mencionadas anteriormente, podrás digitalizar tus documentos con facilidad. Si buscas más opciones, aprende a convertir imágenes en texto mediante OCR en Android.

Crédito de la imagen: Pixabay . Todas las capturas de pantalla son de David Morelo.