OCR — Extraindo Texto de Imagens e Documentos Digitalizados | Extracting Text from Images and Scanned Documents

[TacBotDEV]

OCR

PT-BR | EN

---

O que e

OCR (Optical Character Recognition) e a tecnologia que extrai texto de imagens — como fotos, prints de tela, documentos digitalizados e PDFs escaneados.

Seu agente consegue ler qualquer texto visivel em imagens e converter para texto editavel.

OCR vs Vision

Recurso	OCR	Vision
Foco	Texto puro	Contexto visual completo
Extrai	Caracteres, palavras, paragrafos	Descricao de cenas, objetos, pessoas
Ideal para	Documentos, notas, placas, codigos	Analise de imagens, perguntas sobre cenas
Comando	ocr_image	vision_tool (action=analyze)

Exemplos Praticos

Extrair Texto de um Print

• Extraia o texto deste screenshot
• Leia o que esta escrito neste print

Documentos Digitalizados

• Extraia o texto deste PDF escaneado
• Leia os dados desta nota fiscal

Placase e Sinalizacao

• Leia o texto desta placa
• Extraia as informacoes do cartaz

Formatos Suportados

Formato	Extensao	Observacao
PNG	.png	Ideal para screenshots e graficos
JPG	.jpg, .jpeg	Fotos e imagens comprimidas
TIFF	.tiff, .tif	Documentos digitalizados de alta qualidade
BMP	.bmp	Imagens bitmap sem compressao
GIF	.gif	Imagens animadas (le o primeiro frame)
PDF	.pdf	Documentos multipagina ou escaneados
WEBP	.webp	Imagens web modernas

Dicas para Melhores Resultados

• Use imagens nitidas com boa resolucao
• Garanta bom contraste entre texto e fundo
• Evite fotos tremidas ou com reflexo
• Para documentos escaneados, prefira 300 DPI ou mais
• Texto impresso tem melhor resultado que texto manuscrito

Dica: Combine OCR com Desktop Automation! Primeiro capture a tela (screenshot), depois extraia o texto (ocr_image).

---

What It Is

OCR (Optical Character Recognition) is the technology that extracts text from images — like photos, screenshots, scanned documents, and PDF files.

Your agent can read any visible text in images and convert it to editable text.

OCR vs Vision

Feature	OCR	Vision
Focus	Pure text	Full visual context
Extracts	Characters, words, paragraphs	Scene description, objects, people
Best for	Documents, notes, signs, codes	Image analysis, questions about scenes
Command	ocr_image	vision_tool (action=analyze)

Practical Examples

Extract Text from a Screenshot

• Extract the text from this screenshot
• Read what is written in this print

Scanned Documents

• Extract text from this scanned PDF
• Read the data from this invoice

Signs

• Read the text on this sign
• Extract the information from the poster

Supported Formats

Format	Extension	Notes
PNG	.png	Great for screenshots and graphics
JPG	.jpg, .jpeg	Photos and compressed images
TIFF	.tiff, .tif	High-quality scanned documents
BMP	.bmp	Uncompressed bitmap images
GIF	.gif	Animated images (reads first frame)
PDF	.pdf	Multi-page or scanned documents
WEBP	.webp	Modern web images

Tips for Best Results

• Use sharp images with good resolution
• Ensure good contrast between text and background
• Avoid blurry photos or reflections
• For scanned documents, prefer 300 DPI or higher
• Printed text gives better results than handwriting

Tip: Combine OCR with Desktop Automation! First capture the screen (screenshot), then extract the text (ocr_image).