Ler escrita à mão em uma imagem

O que dá para ler, e o que realmente não dá

Letra cursiva não é reconhecida aqui, e a página diz isso em vez de devolver bobagens plausíveis. Essa é a frase mais importante desta página. A leitura de texto impresso funciona encontrando os limites entre as letras e comparando cada formato — e na cursiva não há limites, porque as letras são um traço contínuo cujos formatos mudam conforme o que vem ligado a elas. É um problema fundamentalmente diferente, e não uma versão mais difícil do mesmo problema.

O que funciona, muitas vezes bem, são letras de forma separadas, escritas à mão: maiúsculas, um formulário preenchido com um caractere por quadradinho, uma lista de compras escrita com cuidado, letras técnicas de engenharia ou arquitetura. São formatos distintos com espaços entre eles, que é o mesmo problema do texto impresso com mais variação. Os quadradinhos de formulário são o melhor caso possível, porque eles fazem a separação por você.

A precisão em escrita à mão é bem inferior à precisão em texto impresso em todos os casos, então o resultado é um rascunho a corrigir, e não uma resposta confiável. Você vê o grau de confiança da leitura, e ele está ali para ser usado: uma confiança baixa em um dígito de um número de conta importa muito mais do que uma confiança baixa no meio de uma frase que você entende pelo contexto. Os erros realmente perigosos são os cheios de certeza — um 1 lido como 7, um 5 como S —, porque nada os sinaliza e os dois são plausíveis.

Um resultado melhor depende principalmente da imagem. Página plana, iluminação uniforme, foto tirada bem de frente e não em ângulo, em foco e do maior tamanho que a sua câmera conseguir. Tinta escura em papel liso sem pauta é lida melhor do que lápis em papel quadriculado, porque as linhas de uma grade também são traços. O resultado é texto simples — sem layout, sem cores e sem indicar o que estava riscado.

Quando você precisa de outra coisa

Para cursiva de verdade, a resposta honesta é que um serviço hospedado vai ler o que esta ferramenta não lê. Google Cloud Vision, Azure AI Vision e Amazon Textract lidam com letra cursiva em um nível que nada rodando localmente alcança, porque são treinados com muito mais material. Isso significa enviar suas páginas a terceiros, que é exatamente a troca que este site existe para evitar — uma escolha razoável para uma receita de bolo, uma má escolha para anotações médicas ou um diário.

Para documentos históricos e acervos, especificamente, o Transkribus é feito para isso e é usado por arquivos de verdade: ele pode ser treinado com uma caligrafia específica, que é o que torna legíveis manuscritos de séculos atrás. E, para uma ou duas páginas, digitar tudo costuma ser mais rápido do que corrigir um reconhecimento ruim — vale medir com honestidade antes de apostar na segunda abordagem.