Ir para o conteúdo principal
Português— Escolher um idioma
Menu

OCR: Extrair Texto de Fotografias

Aula 3 de 14 Atualizada a 5 de novembro de 2026 Intermediario
Nesta página
  1. Um OCR que Compreende o que Lê
  2. Quatro Casos de Uso Profissionais
  3. Extrair e Agir num Único Movimento
  4. A Fotografia Decide Tudo
  5. Casos Difíceis e Como Lidar com Eles
  6. A Sua Vez
  7. Pontos-chave

De todas as capacidades visuais do ChatGPT, a extração de texto a partir de imagens é a que gera valor mais rapidamente. Não precisa de uma aplicação de OCR dedicada: basta tirar uma fotografia de um documento, assinatura, rótulo ou ecrã. O ChatGPT transcreve o texto e processa-o imediatamente.

Um OCR que Compreende o que Lê

A diferença em relação às ferramentas tradicionais resume-se a uma palavra: contexto. Um motor de OCR clássico reconhece caracteres e devolve uma cadeia de texto bruta, deixando-o a si a tarefa de lhe dar sentido. O ChatGPT compreende o que lê, permitindo-lhe extrair, estruturar, resumir ou traduzir num único passo.

Um recibo ilustra perfeitamente esta lacuna. Envie uma fotografia com o comando: «Extraia todos os artigos e os respetivos preços e, em seguida, calcule o total». O modelo lê cada linha, distingue os rótulos dos valores, organiza os dados e efetua o cálculo. Verifique sempre o total; um único dígito mal lido deturpa todo o resultado. Uma ferramenta de OCR clássica teria parado na transcrição.

Quatro Casos de Uso Profissionais

Um cartão de visita recolhido numa feira profissional é o exemplo de manual, sobretudo porque estes cartões costumam acabar esquecidos numa gaveta. Fotografe-o e peça: «Extraia as informações de contacto e formate-as para importação num CRM (nome, apelido, empresa, e-mail, telefone)». O resultado surge estruturado e pronto a colar.

Os documentos administrativos seguem a mesma lógica. Perante um formulário em papel parcialmente preenchido, o comando «Transcreva os campos preenchidos deste formulário num formato de tabela» digitaliza numa única passagem o que a introdução manual demoraria muito mais tempo a conseguir. Pode tratar notas de reunião manuscritas da mesma forma: «Transcreva estas notas manuscritas, corrija eventuais erros e organize-as em itens de ação» transforma rabiscos num resumo distribuível, desde que a caligrafia permaneça legível. A contabilidade também beneficia: numa fotografia de uma fatura, «Extraia o número da fatura, a data, o valor antes de impostos, o IVA e o valor total» devolve os cinco campos de que precisa para o seu acompanhamento.

Extrair e Agir num Único Movimento

Não tem de separar a extração do processamento. Um letreiro numa língua estrangeira pode ser lido e traduzido com um único comando: «Leia este letreiro e traduza-o para português». No entanto, o Centro de Ajuda da OpenAI nota que o texto em escritas não latinas, como o japonês ou o coreano, é lido com menor precisão. Para estes documentos, verifique a transcrição antes de confiar na tradução. Um artigo de jornal fotografado pode ser lido e resumido em três pontos-chave. Um menu pode ser lido e filtrado — «identifique as opções vegetarianas com os respetivos preços». Uma tabela impressa converte-se diretamente em CSV.

Crie o hábito de indicar o objetivo final em vez de uma etapa intermédia. Pedir a transcrição numa mensagem e a tradução numa segunda custa-lhe uma ida e volta extra para o mesmo resultado.

Extração de Texto Bem-Sucedida Duas colunas. A fotografia: luz difusa sem reflexos nem flash, enquadramento plano, texto legível ampliado se necessário. O comando: objetivo final num só passo, palavras incertas assinaladas entre parênteses, línguas presentes especificadas. OCR Extração de Texto Bem-Sucedida A Fotografia Luz Difusa, sem reflexos nem flash Ângulo Plano, de frente Texto Legível, ampliado se necessário O Comando Objetivo Extrair e agir num único pedido Dúvidas Palavras incertas assinaladas entre parênteses Línguas Especificar as presentes
Com base no artigo «ChatGPT Image Inputs FAQ» do Centro de Ajuda da OpenAI (novembro de 2026).

A Fotografia Decide Tudo

A precisão da extração é determinada no momento em que tira a fotografia. Nenhum comando consegue recuperar informação perdida nessa fase.

A iluminação vem em primeiro lugar. Um documento bem iluminado, sem sombras nem reflexos, lê-se facilmente; a luz natural difusa produz os melhores resultados. Contraintuitivamente, o flash degrada frequentemente a legibilidade ao criar reflexos que apagam secções inteiras de texto. O ângulo é igualmente importante — fotografe na horizontal e perpendicularmente, pois um ângulo oblíquo distorce os caracteres. Utilize a resolução mais elevada disponível e resista à tentação de redimensionar antes de enviar; uma compressão bem-intencionada destrói precisamente a informação útil. Por fim, o enquadramento deve incluir todo o texto sem espaço vazio excessivo à volta, já que o modelo analisa melhor as imagens quando o conteúdo ocupa uma parte significativa do quadro.

Casos Difíceis e Como Lidar com Eles

Algum texto resiste à extração. Nestes casos, o objetivo é tornar a incerteza visível em vez de a ignorar. Perante uma caligrafia confusa, peça: «Transcreva este texto. Quando não tiver a certeza sobre uma palavra, indique-a entre parênteses retos com um ponto de interrogação». Isto indica-lhe exatamente onde deve focar a sua revisão. Para texto sobre um fundo complexo — como um cartaz onde as letras se destacam sobre uma fotografia — recorte a área que contém apenas o texto. Para documentos antigos ou danificados, um pouco de contexto orienta a leitura: «Este documento data do século XIX; algumas palavras podem usar ortografia arcaica».

Duas verificações permanecem da sua responsabilidade. Primeiro, os números: as confusões entre 0 e O, 1 e l, ou 5 e S são comuns e silenciosas, por isso verifique em dobro valores, números de identificação e datas. Segundo, as línguas: num documento multilingue, especifique quais as línguas presentes. Caso contrário, o modelo pode normalizar uma passagem para a língua dominante.

A Sua Vez

Teste a fiabilidade da extração. Coloque isto à prova com um documento real — um recibo, carta, cartão de visita, página de livro ou notas manuscritas. Utilize o comando: «Extraia todo o texto desta imagem. Em seguida, organize as informações extraídas de forma estruturada e identifique os pontos de dados-chave». Compare o resultado linha por linha com o original. Esta verificação é a única forma de avaliar a fiabilidade real da extração.

Fontes oficiais: ChatGPT Image Inputs FAQ · Does ChatGPT tell the truth? (Centro de Ajuda da OpenAI)

Pontos-chave

  • O ChatGPT funciona como um OCR avançado: extrai, estrutura e processa texto num único passo
  • Combine extração com ação (tradução, resumo, reformatação) para poupar tempo
  • A qualidade da fotografia é crítica: boa iluminação, ângulo perpendicular, alta resolução
  • Verifique sempre dados numéricos e nomes próprios nas transcrições
  • Especifique o contexto e a língua para melhorar a precisão em textos complexos