Come estrarre il testo da un'immagine o uno screenshot su Windows

C’è del testo proprio lì sullo schermo — in uno screenshot, nella foto di una lavagna, in un documento scansionato, in una ricetta che qualcuno le ha inviato come immagine. Riesce a leggerlo con gli occhi. Ma quando prova a copiarlo, non succede nulla. Il testo è intrappolato dentro l’immagine e Windows tratta il tutto come un unico blocco di pixel invece che come parole leggibili.

È una di quelle piccole frustrazioni quotidiane che sembrano dover essere già state risolte da tempo. Può chiedere al telefono di riconoscere una pianta da una foto, ma copiare un numero di telefono da uno screenshot richiede ancora di riscriverlo a mano o di trovare lo strumento giusto.

La tecnologia che risolve tutto questo si chiama OCR (riconoscimento ottico dei caratteri). Esiste da decenni, ma negli ultimi anni è migliorata in modo straordinario. La domanda non è se funziona (funziona), ma quale approccio ha senso per ciò che deve fare.

Risposta rapida: Windows ha alcuni modi integrati per estrarre il testo dalle immagini, ma sono limitati e non sempre evidenti. Per un’estrazione affidabile del testo da screenshot, foto e documenti scansionati, uno strumento OCR dedicato come OCR Text Recognition Tool del Microsoft Store svolge il compito con una configurazione minima: apra l’immagine, estragga il testo, lo copi. Per un uso occasionale, anche Windows PowerToys include una funzione di estrazione del testo che vale la pena conoscere.

Che cosa fa davvero l’OCR

L’OCR è il processo di analisi di un’immagine per identificare i caratteri che contiene e trasformarli in testo che può selezionare, copiare e modificare. In sintesi, il software osserva le forme presenti nell’immagine, le confronta con modelli di caratteri noti e produce la sua ipotesi migliore su quale sia ciascun carattere.

L’OCR moderno va ben oltre il semplice confronto di modelli. I motori attuali usano modelli di apprendimento automatico che comprendono il contesto: sanno che “rn” in un certo font sembra quasi identico a “m” e usano le parole circostanti per capire di quale si tratti davvero. Sanno gestire testo inclinato, illuminazione irregolare, caratteri scritti a mano (in misura variabile) e più lingue nella stessa pagina.

La precisione dipende da alcuni fattori: quanto è nitida l’immagine di origine, quale font usa il testo, se il testo è stampato o scritto a mano e quanto disturbo visivo contiene l’immagine. Uno screenshot pulito di un documento si converte quasi alla perfezione. La foto sfocata di uno scontrino sgualcito scattata con una cattiva illuminazione è un problema più difficile.

📊 Metodi OCR su Windows a confronto

Le situazioni in cui le serve

Prima di addentrarci negli strumenti, è utile capire gli scenari più comuni. Le persone cercano l’estrazione del testo per motivi sorprendentemente diversi, e l’approccio migliore dipende da quello con cui ha a che fare.

Screenshot di messaggi di errore o codice. Un collega le invia lo screenshot di un bug. Deve cercare il testo dell’errore o incollarlo in un ticket. Riscrivere uno stack trace carattere per carattere è noioso e soggetto a errori. L’OCR estrae il testo esatto in pochi secondi.

Documenti scansionati. Ha un contratto scansionato, la foto di uno scontrino o un PDF che in realtà è solo un’immagine di ogni pagina. Il testo sembra normale sullo schermo, ma nulla è selezionabile. L’OCR trasforma l’immagine in testo vero che può copiare e cercare.

Foto di materiale stampato. La pagina di un libro, una lavagna dopo una riunione, un’etichetta nutrizionale, un cartello stradale in un’altra lingua. Ogni volta che può fotografare del testo ma non può selezionarlo in digitale, l’OCR fa da ponte.

Dati bloccati nelle immagini. Qualcuno le invia una tabella come screenshot invece che come foglio di calcolo. Un grafico ha etichette a cui deve fare riferimento. La slide di una presentazione contiene testo che vuole citare. Tutto questo richiede di estrarre il testo dall’immagine invece che dal file di origine.

Testo in un’altra lingua. Ha un’immagine con testo in una lingua che non conosce. Estrarre prima il testo e poi tradurlo è più affidabile che provare a tradurre direttamente dall’immagine, perché gli strumenti di traduzione funzionano meglio con un testo pulito in ingresso.

Metodo 1: PowerToys Text Extractor

Microsoft PowerToys è una raccolta gratuita di utilità per Windows, e una di queste — Text Extractor — esegue un OCR di base. Se ha già installato PowerToys, può usarla subito. Prema Win + Maiusc + T e tracci un riquadro attorno al testo che vuole estrarre. Il testo riconosciuto finisce direttamente negli appunti.

Funziona bene con testo pulito e ben illuminato nelle lingue standard. Dove non arriva è con le immagini complesse, i contenuti multilingua o le situazioni in cui le serve più controllo sul processo. Non c’è un’anteprima di ciò che ha riconosciuto, non c’è modo di correggere gli errori prima di copiare e il supporto linguistico dipende da quali pacchetti lingua OCR ha installato su Windows.

Per un uso rapido e occasionale — afferrare una riga di testo da uno screenshot, copiare un indirizzo da un’immagine — è sorprendentemente utile. Per qualcosa di più impegnativo, risulta limitato.

Se non ha PowerToys installato, è disponibile sul Microsoft Store o su GitHub. L’installazione è semplice, anche se ottiene l’intera suite PowerToys, non solo la funzione OCR.

Metodo 2: un’app OCR dedicata

Se l’estrazione del testo è qualcosa che fa più che occasionalmente, un’app OCR dedicata è la scelta più pratica. Il flusso è più semplice: apra l’immagine, faccia clic su estrai e il testo riconosciuto compare pronto da copiare. Nessuna scorciatoia da tastiera da memorizzare, nessun riquadro di selezione da tracciare sullo schermo, nessun dubbio sul fatto che l’estrazione abbia funzionato finché non lo incolla da qualche parte.

Le app dedicate tendono anche a gestire meglio i casi limite: immagini con lingue miste, testo ad angoli strani, foto di qualità inferiore, documenti scansionati con disturbo di fondo. Concentrano tutto il loro impegno ingegneristico proprio sulla pipeline OCR, e questo si vede nella precisione sugli input difficili.

Alcune app OCR elaborano le immagini con motori di riconoscimento nel cloud. È una scelta progettuale pratica: i motori nel cloud sono addestrati su insiemi di dati molto più ampi e tendono a essere più precisi, soprattutto con la scrittura a mano, i font insoliti e gli alfabeti non latini. Il compromesso è che l’immagine lascia brevemente il suo computer per l’elaborazione. Per la maggior parte degli usi — estrarre il testo da uno screenshot, leggere uno scontrino scansionato — non è un problema. Se lavora con materiale riservato, è bene saperlo.

Metodo 3: la funzione OCR nascosta di OneNote

OneNote ha l’OCR integrato, ma non è evidente. Se incolla o inserisce un’immagine in una pagina di OneNote, faccia clic con il tasto destro e selezioni “Copia testo dall’immagine”. OneNote elabora l’immagine e copia il testo riconosciuto negli appunti.

La precisione è discreta per le immagini pulite e il testo stampato. Lo svantaggio è il flusso di lavoro: deve aprire OneNote, creare una pagina o spostarsi su di essa, inserire l’immagine, aspettare un momento per l’elaborazione e poi fare clic con il tasto destro. Se usa già OneNote per altre cose, è un trucco pratico. In caso contrario, aprire un’app per prendere appunti solo per estrarre il testo da un’immagine è una deviazione scomoda.

Un’altra stranezza: a volte OneNote ha bisogno di qualche secondo per elaborare l’immagine prima che compaia l’opzione “Copia testo”. Se fa clic con il tasto destro subito dopo l’inserimento, l’opzione potrebbe non essere ancora presente.

Metodo 4: Google Lens nel browser

Google Lens può estrarre il testo dalle immagini direttamente in Chrome. Faccia clic con il tasto destro su una qualsiasi immagine di una pagina web e selezioni “Cerca immagine con Google Lens”, poi passi alla modalità “Testo”. Può selezionare e copiare il testo riconosciuto.

Per le immagini già presenti nel browser — uno screenshot pubblicato su un sito, l’anteprima di un documento, un’immagine incorporata — è comodo perché non c’è nulla da installare. Per le immagini sul desktop o in una cartella, dovrebbe prima trascinarle nel browser, il che aggiunge un passaggio.

La qualità dell’OCR è ottima, soprattutto con più lingue. Il motore di riconoscimento di Google è uno dei migliori disponibili, e Lens beneficia della stessa tecnologia. Il limite è che funziona solo dentro Chrome e richiede una connessione a internet.

Cosa influisce sulla precisione dell’OCR

Non tutte le immagini danno gli stessi risultati, a prescindere dallo strumento che usa. Capire i fattori in gioco aiuta a farsi le giuste aspettative e, quando possibile, a migliorare l’immagine di origine prima dell’estrazione.

La risoluzione conta. Le immagini ad alta risoluzione danno risultati OCR migliori. Una scansione a 300 DPI si converte quasi alla perfezione. Uno screenshot a 72 DPI di un piccolo blocco di testo può produrre errori. Se ha il controllo sull’origine, acquisisca alla risoluzione più alta possibile.

Il contrasto conta più del colore. I motori OCR convertono internamente le immagini in alto contrasto prima di elaborarle. Il testo nero su sfondo bianco dà i risultati migliori. Il testo grigio chiaro su uno sfondo grigio leggermente più chiaro — il genere di cosa che agli occhi sembra a posto — può confondere il motore perché il rapporto di contrasto è troppo basso.

Il testo dritto è più facile di quello inclinato. Se sta fotografando una pagina, cerchi di riprenderla frontalmente anziché ad angolo. L’OCR moderno tollera una certa inclinazione, ma ogni grado di rotazione riduce leggermente la precisione. Se sta scansionando, usi uno scanner piano invece della fotocamera del telefono per ottenere il risultato più pulito.

Testo stampato contro scrittura a mano. Il testo stampato in font standard si converte con grande precisione — oltre il 99% per le immagini pulite. Il riconoscimento della scrittura a mano è migliorato moltissimo, ma resta variabile. Una grafia ordinata e uniforme funziona abbastanza bene. Una grafia disordinata o dagli stili insoliti rimane difficile per qualsiasi motore OCR.

Disturbo e artefatti. Sbavature, macchie di caffè, pieghe e artefatti di compressione riducono tutti la precisione. La compressione JPEG in particolare può sfocare i bordi dei caratteri quanto basta a causare letture errate. Se l’origine è un’immagine molto compressa, il motore OCR ha meno materiale su cui lavorare.

Come gestire i PDF scansionati

Una variante specifica del problema dell’estrazione del testo è il PDF scansionato. Si tratta di un PDF in cui ogni pagina è in realtà una fotografia: il testo sembra normale quando lo visualizza, ma se prova a selezionarlo non si evidenzia nulla. Il lettore di PDF tratta ogni pagina come un’unica immagine.

Per capire se un PDF è scansionato o basato su testo, lo apra e provi a cliccare e trascinare per selezionare una parola. Se riesce a evidenziare singole parole, è basato su testo e non le serve l’OCR: può copiare il testo direttamente. Se non si evidenzia nulla, o l’intera pagina si seleziona come un unico blocco, è scansionato.

Per i PDF scansionati, l’approccio è lo stesso di qualsiasi immagine: ci esegua l’OCR. Alcuni strumenti OCR accettano i file PDF direttamente ed elaborano ogni pagina come immagine. Altri richiedono di convertire prima le pagine del PDF in immagini. In entrambi i casi, il risultato è testo estraibile.

Se le serve anche riavere il documento in formato PDF con il testo incorporato (così che altri possano cercarlo e selezionarlo), le serve uno strumento in grado di creare un “PDF ricercabile”: un livello OCR collocato dietro l’immagine, così che l’aspetto visivo si conservi mentre il testo diventa selezionabile. Adobe Acrobat lo fa bene. Anche alcuni strumenti OCR dedicati lo offrono.

Risoluzione dei problemi

Il testo estratto ha molti errori. L’immagine di origine è probabilmente a bassa risoluzione, a basso contrasto o contiene font insoliti. Provi prima a migliorare l’immagine: aumenti il contrasto, ritagli solo l’area del testo o riscansioni a una risoluzione più alta.

Il testo esce nell’ordine sbagliato. I layout a più colonne e le impaginazioni complesse possono confondere i motori OCR sull’ordine di lettura. Se il testo viene estratto ma i paragrafi sono mescolati, potrebbe doverne estrarre sezioni più piccole per volta: una colonna, un blocco, un paragrafo.

Caratteri o simboli speciali sono sbagliati. I motori OCR gestiscono al meglio il testo alfabetico standard. I simboli matematici, i segni di valuta e la punteggiatura speciale sono più difficili da riconoscere e possono comparire come caratteri errati. Li rilegga con attenzione.

Gli alfabeti non latini hanno una precisione inferiore. L’OCR per cinese, giapponese, coreano, arabo e altri alfabeti non latini è migliorato, ma in genere è meno preciso del riconoscimento in alfabeto latino. Si assicuri che il suo strumento OCR supporti la lingua specifica e che i pacchetti lingua siano installati.

La scrittura a mano non viene riconosciuta affatto. Non tutti i motori OCR supportano la scrittura a mano. Quelli che lo fanno di solito richiedono che la grafia sia abbastanza ordinata e uniforme. Se deve digitalizzare regolarmente appunti scritti a mano, cerchi uno strumento che pubblicizzi espressamente il riconoscimento della scrittura a mano.

Domande frequenti (FAQ)

Windows può estrarre il testo dalle immagini in modo nativo?

Non tramite una funzione integrata evidente. PowerToys Text Extractor aggiunge questa capacità, se installato. OneNote ha una funzione OCR nascosta. Nessuna delle due è una soluzione con un solo clic pronta all’uso.

L’OCR è abbastanza preciso da fidarsi senza rileggere?

Per le immagini pulite e ad alta risoluzione con testo stampato, la precisione è di solito oltre il 99%. Per le immagini di qualità inferiore, la scrittura a mano o i font insoliti, rilegga sempre. Non dia mai per scontato che il risultato dell’OCR sia perfetto sui documenti importanti.

Posso estrarre il testo da una foto scattata con il telefono?

Sì. La precisione dipende dalla qualità della foto. Una buona illuminazione, una messa a fuoco stabile e un’inquadratura frontale danno i risultati migliori. Le foto sfocate o inclinate avranno più errori.

L’OCR funziona con la scrittura a mano?

Fino a un certo punto. Una grafia ordinata e uniforme negli alfabeti comuni può essere riconosciuta con una precisione ragionevole. Una grafia disordinata, gli alfabeti insoliti o una scrittura molto stilizzata restano difficili per tutti gli strumenti OCR.

Posso estrarre il testo da un video o da una schermata in tempo reale?

Non direttamente. Dovrebbe fare uno screenshot del fotogramma con il testo che le interessa e poi eseguire l’OCR su quello screenshot. Alcuni strumenti di cattura dello schermo permettono di bloccare un fotogramma proprio a questo scopo.

E per estrarre testo in più lingue?

La maggior parte degli strumenti OCR moderni supporta decine di lingue. Se l’immagine contiene testo in più di una lingua, alcuni strumenti lo gestiscono in automatico mentre altri richiedono di specificare le lingue in anticipo. Il supporto multilingua è uno degli ambiti in cui gli strumenti OCR dedicati tendono a superare le opzioni integrate.

Fonti

• Microsoft PowerToys: learn.microsoft.com/it-it/windows/powertoys/text-extractor
• Google Lens: lens.google.com
• OCR di OneNote: Supporto Microsoft
• Wikipedia — Riconoscimento ottico dei caratteri: it.wikipedia.org/wiki/Riconoscimento_ottico_dei_caratteri

In conclusione

Estrarre il testo dalle immagini è un problema risolto: gli strumenti esistono, la precisione è alta e il processo è veloce. La vera domanda è solo quale approccio si adatta alla frequenza con cui le serve e a quanto vuole fluida l’esperienza. PowerToys va bene per prelievi rapidi e occasionali. La funzione nascosta di OneNote va bene se è già lì. Per qualcosa di più regolare, OCR Text Recognition Tool le offre alcune estrazioni gratis al giorno con supporto multilingua e un flusso semplice: apra l’immagine, estragga, copi.

Qualunque cosa scelga, smetta di riscrivere il testo dagli screenshot. La vita è troppo breve per questo.