Converter JPG para CSV

Excel, database e software de análise exigem linhas e campos, não uma fotografia de uma tabela, recibo, formulário ou lista. Converter a imagem torna essas informações editáveis e pesquisáveis; alterar .jpg para .csv não cria dados estruturados.

O que é o formato JPG

JPG, também chamado JPEG, é um formato de imagem raster usado por câmeras, scanners, smartphones, capturas de tela e software de edição de imagens. Sua compressão com perdas mantém arquivos fotográficos e digitalizados relativamente pequenos, mas os pixels não contêm inerentemente texto, campos, linhas ou colunas. Um JPG pode exibir uma tabela sem armazenar a tabela como dados.

O que é o formato CSV

CSV é uma representação em texto simples de dados tabulares. As linhas normalmente representam registros, enquanto vírgulas, ponto e vírgulas ou outro delimitador separam os campos; campos que contêm delimitadores, aspas ou quebras de linha precisam estar entre aspas. Aplicativos de planilhas, bancos de dados, programas estatísticos e scripts podem importá-lo.

CSV é pequeno, portátil e fácil de processar, mas não preserva fontes, layout da página, imagens, fórmulas, várias planilhas ou tipos de células confiáveis. Use UTF-8 quando caracteres não ASCII precisarem ser preservados durante a transferência e confirme o delimitador esperado pelo programa receptor.

Como converter uma tabela em um JPG

Usar o Excel para uma tabela impressa nítida

1. Abra uma versão do Microsoft 365 do Excel que inclua o recurso de reconhecimento de imagens.
2. Escolha Data → From Picture → Picture From File e selecione o JPG. Nas versões móveis compatíveis, use o comando equivalente de conversão de imagem em dados.
3. Revise as células detectadas pelo Excel antes de inseri-las, corrigindo limites de colunas, células mescladas, datas, separadores decimais, valores negativos, células vazias e zeros à esquerda.
4. Salve primeiro a pasta de trabalho corrigida caso precise de uma cópia de auditoria editável.
5. Escolha File → Save As e selecione CSV UTF-8 (Comma delimited) (*.csv). Uma exportação CSV normalmente contém apenas a planilha ativa.

Usar o ABBYY FineReader PDF para digitalizações difíceis

1. Abra o JPG no ABBYY FineReader PDF.
2. Execute o OCR com o idioma correto do documento e habilite o reconhecimento de tabelas.
3. Inspecione a tabela reconhecida, especialmente as células mescladas, os limites das colunas, a ordem de leitura e os caracteres confundidos pela digitalização.
4. Exporte para XLSX, abra o resultado em um aplicativo de planilhas e use File → Save As para criar um CSV UTF-8. A exportação direta para CSV depende da edição instalada do FineReader.

Processar lotes com software de OCR ou uma API

Tesseract OCR pode extrair texto, mas não reconstrói tabelas complexas de forma confiável por conta própria. Por exemplo, tesseract input.jpg output -l eng cria output.txt; um parser separado precisa identificar linhas e colunas e gravar um CSV válido. Para a extração repetida de tabelas, AWS Textract, Google Cloud Document AI e Azure AI Document Intelligence oferecem OCR com reconhecimento de tabelas; um script pode converter as células retornadas para CSV.

Para imagens ocasionais e não confidenciais, serviços de navegador como OCR.space e OnlineOCR podem reconhecer texto ou exportar resultados compatíveis com planilhas. Abra o resultado reconhecido em um programa de planilhas, corrija-o e salve-o como CSV. Não envie documentos de identidade, registros financeiros, recibos confidenciais ou material proprietário para um serviço online.

Converter pixels em vez de texto

Se o resultado pretendido for uma matriz numérica contendo todos os pixels do JPG, OCR é o método errado. Leia a imagem com Python, MATLAB ou outra ferramenta de processamento de imagens e grave os valores dos pixels em CSV; uma imagem colorida normalmente produz valores separados para vermelho, verde e azul, e o arquivo resultante pode ser muito maior que o JPG. Por exemplo, Python pode usar Pillow e NumPy para carregar a imagem e numpy.savetxt para gravar uma matriz em escala de cinza, mas CSV geralmente é menos eficiente que um formato de matriz binária para essa finalidade.

Limites de qualidade e compatibilidade

A precisão do OCR depende da resolução, do contraste, da inclinação, do desfoque, da escrita manual, da fonte, dos artefatos de compressão e das linhas da tabela. Use uma imagem reta e bem recortada; para um documento digitalizado, cerca de 300 ppi é uma meta útil. Corrija a rotação e melhore o contraste antes do reconhecimento quando necessário.

Compare cada linha da saída com a imagem de origem. O OCR pode alterar 0 para O, 1 para I, modificar pontos decimais e símbolos de moeda e remover zeros à esquerda. As configurações regionais das planilhas podem interpretar datas de forma diferente ou esperar ponto e vírgula em vez de vírgulas.

Conserve o JPG original e o XLSX corrigido quando a rastreabilidade for importante. A exportação CSV descarta formatação, fórmulas, planilhas adicionais e grande parte das informações de tipo do aplicativo de origem.