Copiar o texto de uma captura de tela

Por que capturas de tela são lidas melhor do que fotos

Uma captura de tela é o caso mais fácil que o reconhecimento de texto pode ter. As letras foram desenhadas pela mesma máquina que salvou o arquivo, então estão perfeitamente nítidas, perfeitamente alinhadas, com iluminação uniforme e renderizadas em uma fonte limpa com espaçamento constante. Nenhum dos problemas que dominam a leitura de uma foto — desfoque, inclinação, sombras, iluminação irregular, textura do papel, ruído da câmera — existe. A precisão em uma boa captura de tela é muito maior do que em uma boa digitalização, e maior ainda do que em uma foto de tela tirada com o celular.

A resolução é tudo, e é a única coisa que você controla. Uma letra precisa de uns dezesseis pixels de altura para ser lida com segurança, e abaixo de uns oito simplesmente não há detalhe suficiente para reconstruí-la — ampliar depois não acrescenta informação que nunca foi captada. Por isso uma captura feita em uma tela de alta densidade é lida com perfeição, e a mesma captura reduzida para caber em um documento é lida mal. Capture em tamanho real, recorte em vez de redimensionar e nunca faça captura de uma captura.

O formato importa mais aqui do que em fotos, pelo mesmo motivo. O PNG mantém cada contorno exatamente como foi desenhado; o JPEG não — a compressão dele cria halos em volta de contornos de alto contraste, e texto sobre fundo liso não passa de contornos de alto contraste. Uma captura de tela em JPEG com texto pequeno pode ser comprovadamente mais difícil de ler do que o PNG da mesma coisa, então, se a sua ferramenta de captura oferecer a opção, o certo é PNG.

O que ainda derruba o leitor é texto que nunca foi feito para ser lido como texto: palavras sobre uma foto carregada, cinza-claro sobre branco, letras em uma fonte decorativa ou condensada, ou uma interface em modo escuro com contraste invertido e baixo. O resultado é texto simples em qualquer caso — fontes, cores, negrito, itálico e layout não são mantidos, porque o que sai são as palavras, e não uma cópia da interface.

Quando você precisa de outra coisa

Seu sistema operacional talvez já faça isso melhor e na hora. O Texto ao Vivo do macOS permite selecionar texto direto em qualquer imagem no Pré-Visualização, no Fotos ou na Visualização Rápida, sem etapa de conversão; o Extrator de Texto do Windows PowerToys captura texto de qualquer parte da tela com um atalho de teclado; o Google Lens faz o mesmo no Android. Para uma captura rápida, eles são mais ágeis do que qualquer página.

Para capturas de tela de código, o reconhecimento é a abordagem errada, e vale dizer isso. Os caracteres que mais importam — colchetes, aspas, barras verticais, a diferença entre l, 1 e I, ou entre 0 e O — são justamente os mais confundidos, e um único caractere errado em código é um bug, não um erro de digitação. Encontre o código-fonte original se houver qualquer jeito; digitar de novo é mais confiável do que corrigir.