Como fazer foto da tabela sem perder dados na digitalização
Fazer foto da tabela e conseguir extrair os dados dela funciona na maioria das vezes, mas o processo costuma falhar de formas que ninguém te avisa. A gente já viu planilha photografiada com brilho na tela, com o celular numa angulação que distorce três colunas inteiras, e depois tentar usar OCR e o resultado sair completamente errado. Aqui vai o que realmente funciona quando você precisa tirar uma foto de uma tabela impressa ou de uma tela e transformar aquilo em algo utilizável. A primeira coisa que importa é a iluminação. Luz natural lateral funciona melhor do que flash direto ou luz de teto que cria reflexos. Se você está fotograhando uma tela de computador ou celular, desliga o flash e espera uns cinco segundos com a tela parada antes de clicar. Reflexo em tela é o problema número um que estraga a extração. Eu perdi dois dias num projeto porque fotografava telas com LED ligado e o OCR simplesmente inventava números que não existiam. A solução foi colocar a tela no modo noturno, baixar o brilho e fotografar com o celular desligado perto, sem flash, na posição mais perpendicular possível. O tempo de processamento caiu de 40 minutos por planilha para cerca de oito minutos.
foto da tabela: configuração prática do celular
Use a câmera principal, não a gran angular. A gran angular distorce as bordas e isso estraga a alinhamento das colunas. Mantenha o celular paralelo à superfície da tabela. Se estiver fottrafando uma mesa, sente-se de frente. Se for tela, afaste-se cerca de 30 centímetros e use zoom óptico se tiver, não digital. Limpe a lente antes. Isso parece óbvio, mas a gordura do dedo embaça a imagem de uma forma que o OCR não consegue corrigir. Sobre a resolução, foto da tabela em alta resolução ajuda, mas não adianta nada se a imagem estiver tremida. Um tripé barato ou apoiar o celular numa superfície firme faz mais diferença do que ter 48 megapixels. Na prática, uma foto de 12 megapixels bem focada e alinhada converte muito melhor do que uma de 48 megapixels com leve movimento de mão.
Quando a tabela é grande e cabe num único enquadramento, ótimo. Quando não cabe, você tem duas opções. A primeira é tirar várias fotos com sobreposição de pelo menos 30% entre elas e usar um software de stitch, como o Adobe Express ou o QuickPic, para montar uma imagem única. A segunda, que eu prefiro, é fotografar seção por seção e colar as seções depois da extração OCR nos seus devidos lugares no Excel. Isso evita artefatos de costura que aparecem nas linhas divisórias. O formato de salvamento importa mais do que as pessoas imaginam. Salve em JPEG com qualidade máxima ou, melhor ainda, em PNG se o seu celular permitir. JPEG com compressão alta cria ruído nas bordas das células que confunde o motor de reconhecimento. Não use modos automáticos de "melhorar foto" do celular porque eles suavizam demais os caracteres e tornam números parecidos com letras e vice-versa.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Depois de tirar a foto, o passo seguinte é a extração. Ferramentas como o Adobe Scan, o Microsoft Lens e o Google Keep fazem OCR decente para tabelas simples. Para tabelas com muitas linhas e colunas, o Adobe Acrobat Pro ou oABBYY FineReader são muito mais confiáveis, mas exigem assinatura. O Tricentis Testim e ferramentas similares também possuem módulos de extração que lidam bem com estruturas tabulares complexas. Eu tive um problema específico recentemente com uma tabela de folha de pagamento em PDF escaneado. A foto da tabela original tinha linhas divisórias finas que o OCR interpretava como separadores de célula quando na verdade eram apenas grades de impressão. O resultado eram células fundidas e dados embaralhados. A solução que funcionou foi importar a imagem para o GIMP, aplicar um filtro de detecção de bordas, inverter os tons e então rodar o OCR por cima. Levou cerca de 20 minutos extras, mas o índice de precisão subiu de 61% para 94%. Sem esse ajuste prévio, o trabalho manual de correção teria levado horas.
Outro detalhe que as pessoas ignoram: a orientação da tabela. Se a foto saiu girada, rodar a imagem 90 ou 180 graus antes do OCR melhora drasticamente a precisão. A maioria dos motores de OCR performa melhor quando o texto está na horizontal, mesmo que a tabela original esteja em pé. Vire a imagem, rode o reconhecimento, e depois ajuste a estrutura no planilha final. Se a tabela contém gráficos misturados com dados numéricos, o OCR vai tentar ler o gráfico também e gerar lixo. Nesses casos, separe visualmente as áreas. Fotografi só a parte tabular ou use uma máscara simples no editor para escurecer as áreas gráficas antes do reconhecimento. Quanto menos ruído visual, mais rápido e preciso é o resultado.
Para quem trabalha com isso frequentemente, vale a pena criar um fluxo padronizado. Tire a foto, verifique o alinhamento na tela do celular, reaproveite se necessário, aplique correções básicas de brilho e contraste, rode o OCR, revise o resultado cegamente linha por linha e só então importe para a ferramenta final. Pular a revisão cega é o erro mais comum e custa mais tempo do que parece. Um erro de OCR em uma célula pode se propagar por toda uma coluna se você não verificar. O maior limitação desse método é que tabelas com fontes manuscritas, caracteres muito pequenos (abaixo de 8 pontos), ou fundo texturizado raramente funcionam bem com OCR padrão. Nesses casos, a alternativa é digitação manual assistida por ferramentas como o Google Docs com a função "ferramenta de desenho" ou até mesmo contratar um serviço de transcrição. Não tente forçar o reconhecimento automático nesses cenários, o resultado será pior do que digitar.
Resumindo o fluxo ideal: iluminação lateral ou tela escura, câmera principal, celular paralelo, sem flash, sobreposição de 30% se necessário, salvamento em PNG ou JPEG máximo, rotação prévia se necessário, OCR com ferramenta adequada ao nível de complexidade, revisão cega obrigatória e correção de artefatos de grade quando applicable. Esse processo leva de 10 a 25 minutos para tabelas de até 50 linhas bem iluminadas, e de 30 a 90 minutos para tabelas maiores ou com problemas de qualidade. Data da última atualização: julho de 2026. A tecnologia de OCR avança rápido, então algumas ferramentas mencionadas podem ter melhorado ou sido substituídas desde então. Teste sempre com uma amostra pequena antes de processar o lote inteiro.
