Converta Qualquer Foto de Cardápio em uma Tabela de Dados Estruturada — Sem Que Cabeçalhos de Seção Virem Linhas de Pratos
Cardápios são feitos para apelo visual, não para extração de dados. Preços ficam ao lado de pratos sem alinhamento consistente. Descrições se estendem por várias quebras de linha irregulares. Cabeçalhos de seção — Entradas, Pratos Principais, Sobremesas — separam categorias visualmente, mas se tornam linhas fantasmas de dados quando lidos por OCR tradicional. Esta ferramenta lê a hierarquia visual: rótulos de seção ficam na coluna Categoria, nomes de pratos e preços se alinham em suas próprias colunas, e cada campo extraído cai onde deve — seja o cardápio impresso, plastificado, quadro-negro escrito à mão ou um PDF de várias páginas.
Operadores de restaurantes · Equipes de digitalização de cardápios · Analistas de pesquisa competitiva
O que extrair de uma foto de cardápio
Digite os nomes das colunas que você precisa — a IA encontra cada valor em qualquer cardápio entendendo o significado, não a posição na página. Um quadro de especialidades escrito a giz e um cardápio laminado de alta gastronomia em PDF geram saída estruturada nas mesmas colunas.
Dados principais do prato
Atributos dietéticos, nutricionais e operacionais
Não é uma lista fixa — digite qualquer nome de campo que seus cardápios contenham. Alertas de alérgenos, harmonizações com vinho, selos de origem: a mesma lógica de extração se aplica.
Por que o OCR tradicional transforma um cardápio em texto embaralhado — e como a IA Visual lê a estrutura
Cardápios são o único documento comercial onde o design comunica hierarquia: um "Pratos Principais" em negrito e centralizado não é uma linha de dados — é uma instrução de categoria. O OCR tradicional lê o texto na ordem de leitura e achata a estrutura visual em um único fluxo de texto. A diferença entre um nome de prato e um cabeçalho de seção é completamente perdida.
O Problema
Um cardápio não é uma grade. Os preços podem estar no final de uma linha de descrição, separados por um espaço tipo tabulação. Podem estar alinhados à direita em uma coluna, visualmente ligados ao nome do prato à esquerda por espaços em branco e pontos de líder. Podem estar na mesma linha após o nome do prato, sem separador algum. Um mecanismo de OCR tradicional lê a página de cima para baixo, da esquerda para a direita, produzindo um texto onde "Salmão Grelhado — Acompanhado de molho de manteiga com limão e legumes da estação — 28,00 — Ribeye na Chapa — 340g de carne bovina alimentada com capim com batatas trufadas — 34,50" se torna um bloco indiferenciado. O preço de R$ 28,00 é associado à descrição do salmão; o preço de R$ 34,50 fica órfão do ribeye por completo. Horas de correção manual se seguem — e isso antes de lidar com cardápios de várias seções abrangendo meia dúzia de categorias.
Uma descrição de prato como "Massa caseira, ragù de cordeiro cozido lentamente, pecorino romano, manjericão fresco" pode ocupar duas ou três linhas dependendo da largura da coluna e do tamanho da fonte. O OCR tradicional lê cada quebra de linha como um limite de dados: ele divide essa descrição em três fragmentos e atribui cada fragmento a uma linha separada, ou concatena os fragmentos, mas atribui as linhas 2 e 3 a pratos fantasmas. Enquanto isso, o preço real desse prato — R$ 26,00 — fica isolado no espaço mais à direita da linha 1. O resultado é uma planilha onde um prato gera três linhas parciais, nenhuma com a descrição completa e o preço correto. Para um cardápio com 40 pratos em quatro seções, a carga de trabalho de correção manual se multiplica rapidamente — usuários em fóruns de operações de restaurantes relatam consistentemente que digitalizar cardápios sem ferramentas especializadas leva de 60 a 90 minutos por cardápio.
"Entradas", "Pratos Principais", "Sobremesas", "Acompanhamentos" — esses rótulos de seção usam o mesmo vocabulário tipográfico dos nomes dos pratos: fonte em negrito, tamanho maior, posição de destaque. Um analisador tradicional lê "Entradas" e o trata como um prato na linha 1, depois atribui "Salada Caesar Trufada | R$ 16,50" à linha 2. O resultado é uma planilha onde os rótulos de categoria aparecem como linhas de dados com colunas de preço vazias, cada prato perde seu contexto de seção, e um cardápio de 40 itens produz uma planilha de 48 linhas com 8 linhas fantasmas. Operadores de restaurantes que tentam construir um banco de dados de cardápio digital a partir dessas saídas gastam tanto tempo removendo linhas de cabeçalho de seção e reatribuindo categorias manualmente quanto gastariam inserindo os dados do zero.
Como a Extração Personalizada de Colunas Resolve Isso
Extrair Colunas Personalizadas — o mecanismo por trás do ImageToTable.ai — não lê texto sequencialmente. Quando você digita nomes de colunas como "Nome do Item", "Descrição" e "Preço", a IA localiza cada valor em toda a página entendendo o que ele é semanticamente e a que pertence visualmente. Um preço alinhado à direita de um nome de prato é entendido como pertencente àquele prato porque compartilha proximidade visual, não porque aparece na mesma linha de texto. Uma descrição que se estende por duas linhas é lida como um bloco de texto contínuo, não como fragmentos separados. Isso significa que um cardápio com preços alinhados à direita atrás de pontos de líder, preços empilhados abaixo dos nomes dos pratos em um layout de duas linhas e preços na mesma linha após as descrições — qualquer alinhamento que o designer do cardápio escolheu — tudo produz uma saída limpa onde cada linha de prato tem seu preço correto na coluna Preço.
Quando a IA encontra "Entradas" em negrito, texto centralizado com espaço em branco acima, ela não extrai isso como um nome de prato. Ela lê o contexto visual completo: o rótulo "Entradas" é seguido por vários pratos com seus próprios nomes, descrições e preços. Ela entende que "Entradas" é uma designação de categoria, não um item do cardápio, e atribui cada prato abaixo dela à coluna Categoria como "Entradas" ou "Aperitivos". Quando o próximo cabeçalho de seção — "Pratos Principais" — aparece, a atribuição da Categoria muda de acordo. O resultado é uma tabela limpa onde cada linha tem um campo Categoria preenchido, e nenhum cabeçalho de seção aparece como uma linha fantasma de prato. Para cardápios de várias páginas onde uma categoria pode se estender do final da página 2 ao topo da página 3, a IA continua rastreando o contexto da seção entre quebras de página, para que nenhum prato fique órfão sem uma categoria.
Os cardápios comunicam informações dietéticas e nutricionais de maneiras inconsistentes. Um indicador vegetariano pode ser um ícone "V", um símbolo de folha verde, a palavra "Vegano" ou "(v)". Um nível de picância pode ser de um a cinco ícones de pimenta, as palavras "suave/médio/picante" ou um número em uma escala de calor. As calorias podem ser impressas como "(450 cal)" em linha após a descrição ou como uma coluna separada "Cal" com seu próprio cabeçalho. O OCR tradicional consegue ler os caracteres — "V", "450 cal", "🌶️🌶️" — mas não consegue interpretar o que significam ou a qual prato pertencem. A IA lê esses atributos semanticamente: ela entende que "(v)" perto do nome de um prato indica uma tag vegetariana, que "🔥🔥🔥" indica um nível de picância 3/5, e atribui cada um à linha correta do prato e à coluna correta na sua saída. Se um cardápio usar ícones sem rótulos de texto (um emoji de pimenta sem número), a IA ainda consegue interpretar a quantidade de ícones como um nível de calor quando você define uma coluna de Nível de Picância.
Da Foto do Cardápio à Planilha Estruturada: Como Funciona o Fluxo de Trabalho
Se você está digitalizando cardápios para uma plataforma de pedidos online, construindo um banco de dados de preços competitivos entre restaurantes, ou arquivando cardápios históricos para um projeto de pesquisa culinária, veja como a ferramenta transforma uma foto em dados estruturados sem configuração por cardápio.
Envie fotos do seu cardápio — qualquer formato, qualquer layout, de qualquer fonte
Insira imagens ou PDFs de cardápio de qualquer fonte: uma foto de celular de um quadro de especiais, um PDF escaneado de um cardápio laminado, uma captura de tela de um menu digital por QR Code, ou um encarte de delivery com várias páginas. A ferramenta aceita JPG, PNG, WebP e PDF. Para grupos de restaurantes com várias unidades, use o processamento em lote: envie cardápios de todas as unidades em uma única sessão e receba uma planilha consolidada onde cada prato é uma linha com um identificador da unidade — sem necessidade de jobs separados por local. Para coletar cardápios de colaboradores externos — franqueados, pesquisadores de campo ou parceiros fornecedores — gere um Link de Coleta: uma URL compartilhável onde qualquer pessoa pode enviar fotos de cardápio diretamente para sua fila de processamento, inserindo um breve código de verificação, sem necessidade de conta ou login.
Defina suas colunas uma vez — cada cardápio é processado com a mesma lista de campos
Insira as colunas desejadas: "Nome do Item", "Descrição", "Preço", "Categoria", "Tags Dietéticas", "Nível de Picância", "Calorias", "Código do Item". A mesma definição de coluna processa todos os cardápios do lote — um PDF laminado de alta gastronomia e uma foto de quadro escrito à mão produzem saída no mesmo formato estruturado. Para extração de calorias especificamente, digite "Calorias (se impresso)" como nome da coluna — a IA extrai os valores calóricos quando aparecem no cardápio e deixa a célula em branco quando não aparecem, garantindo um conjunto de dados completo sem perder linhas por dados ausentes. Para ciclos recorrentes de atualização de cardápio — mudanças trimestrais em um grupo de restaurantes — faça login e salve sua configuração de colunas como um modelo: reutilize-o em cada novo lote sem redigitar os nomes dos campos. O recurso Colunas Calculadas também permite definir cálculos executados durante a extração: por exemplo, uma coluna "Preço em USD (Preço × 1,0 se a moeda for USD)" normaliza cardápios com múltiplas moedas em uma única coluna de saída.
Baixe a planilha estruturada — uma linha por prato, cada campo na coluna certa
Cada prato vira uma linha na saída. Um cardápio de 45 itens em quatro seções gera 45 linhas — não 49 com quatro linhas fantasmas de cabeçalho de seção para deletar. Os nomes dos pratos preenchem a coluna Nome do Item, as descrições preenchem a coluna Descrição, os preços preenchem a coluna Preço, e o cabeçalho de cada seção preenche a coluna Categoria. Tags dietéticas, níveis de picância e dados calóricos aparecem em suas respectivas colunas quando o cardápio os inclui. Exporte como XLSX para gerenciamento de banco de dados de cardápios no Excel, CSV para importação em sistemas PDV ou plataformas de pedidos online, ou JSON para integração direta com APIs. Um lote de 10 cardápios de unidades que levaria um dia inteiro de trabalho manual de digitação é concluído em minutos — e o formato de saída é consistente em todas as unidades, independentemente de quão diferente seja o design de cada cardápio.
Quando a Extração de Cardápio Funciona Melhor — e Quando uma Verificação Rápida Ajuda
Quando funciona melhor
Cardápios impressos padrão em qualquer layout ou configuração de colunas. Cardápios de uma coluna, duas colunas ou várias seções, com relações claras entre nome do prato e preço, são extraídos de forma confiável. Se os preços estão alinhados após as descrições, em uma coluna à direita ou abaixo dos nomes dos pratos — a IA lê a proximidade visual para atribuir cada preço ao prato correto. Redes de restaurantes com formatos de cardápio consistentes em todas as unidades produzem resultados quase perfeitos em lote.
Quadros-negros escritos à mão e cardápios de pratos do dia fotografados de frente com boa iluminação. A IA lê diferentes tipos de caligrafia — letras de forma, cursiva padrão, marcador de ponta de feltro em quadro-negro — e extrai nomes de pratos, descrições e preços. Fotos de frente com iluminação uniforme produzem os melhores resultados. Reflexos de superfícies laminadas ou do quadro-negro podem ocultar caracteres; incline a câmera levemente para reduzir o reflexo.
Cardápios com várias seções e cabeçalhos de categoria como Entradas, Pratos Principais e Sobremesas. Os rótulos das seções são reconhecidos como identificadores de estrutura e atribuídos à coluna Categoria para cada prato abaixo deles. Um cardápio com seis seções produz uma saída onde cada linha de prato tem sua categoria correta preenchida — sem necessidade de marcação manual de categoria após a extração. Cardápios de várias páginas, onde uma seção continua após uma quebra de página, mantêm o contexto da categoria continuamente.
Quando ter cautela
Caligrafia altamente decorativa ou fontes ornamentais. Letras estilizadas — serifas floreadas, ligaduras extremas, lettering à mão onde um 'g' forma uma laçada três vezes maior que o normal — podem causar erros de reconhecimento de caracteres. Um nome de prato com caligrafia pesada pode gerar "Caesat Sa[ad" em vez de "Caesar Salad". Cardápios que usam fontes serifadas ou sem serifa limpas, mesmo em tamanhos grandes e decorativos, são extraídos de forma confiável. Se seu cardápio usa uma fonte de cabeçalho desenhada por calígrafo para nomes de pratos, verifique esses itens no resultado.
Cardápios em escrita não latina (chinês, japonês, árabe, coreano, tailandês). A ferramenta extrai nomes de pratos e estrutura de cardápios em qualquer escrita — o mesmo reconhecimento de hierarquia visual funciona independentemente do idioma. No entanto, verifique a precisão nos primeiros itens de uma nova escrita: o reconhecimento de caracteres para sistemas não latinos depende da clareza da fonte e da densidade dos caracteres. Cardápios chineses e japoneses impressos com tipografia clara são bem extraídos; kanji denso escrito à mão ou caligrafia árabe muito estilizada podem apresentar menor precisão.
Fotos inclinadas, dobradas ou com sombras — e cardápios sem preços. Fotos tiradas em ângulos acentuados distorcem a geometria do texto e reduzem a precisão da extração. Um cardápio fotografado com uma dobra no centro pode perder caracteres ao longo da linha de dobra. Cardápios sem preços impressos — menus de degustação, prix fixe, "consulte o garçom" — extrairão nomes e descrições dos pratos corretamente; a coluna Preço simplesmente ficará vazia. A IA não inventa preços quando não existem na imagem original.
Perguntas Frequentes
A ferramenta consegue distinguir entre cabeçalhos de seção como "Entradas" e nomes de pratos reais?
Sim — essa é a capacidade principal. O OCR tradicional lê o texto linearmente e trata "Entradas" como uma linha de dados. Esta ferramenta lê o layout visual e o contexto semântico: ela reconhece cabeçalhos de seção como rótulos estruturais e atribui cada prato abaixo deles à coluna Categoria. O resultado é uma tabela onde cada linha de prato tem sua categoria correta preenchida, e nenhum cabeçalho de seção aparece como um prato fantasma com um campo de preço vazio. Isso funciona em menus impressos, quadros-negros escritos à mão e PDFs de várias páginas.
Consegue extrair tags dietéticas como vegetariano, sem glúten ou sem castanhas de fotos de menus?
Sim. Ao definir uma coluna "Tags Dietéticas", a IA lê indicadores dietéticos em qualquer formato: rótulos de texto (V, VG, GF, NF, DF), indicadores baseados em ícones (símbolos de folha, ícones de trigo riscado) ou abreviações inline em descrições de pratos (ex: "(v)" ou "(gf)" no final de uma descrição). A IA lê cada indicador no contexto do prato ao qual pertence — um rótulo "GF" ao lado de "Pasta Primavera" preenche a coluna Tags Dietéticas apenas para a linha daquele prato. Se um menu usa ícones sem equivalentes em texto, defina a coluna com opções (ex: "Tags Dietéticas (opções: Vegetariano, Vegano, Sem Glúten, Sem Castanhas, Sem Lactose)") — a IA interpretará os ícones e os mapeará para suas categorias especificadas.
E se um menu não imprimir calorias — todas as linhas falharão ou a ferramenta pulará a coluna?
Nenhum dos dois. Ao digitar "Calorias (se impressas)" como nome de coluna, a IA extrai os valores calóricos onde quer que apareçam no menu e deixa a célula em branco para pratos onde nenhuma informação calórica é impressa. Um menu de 45 itens onde apenas 15 pratos têm dados calóricos produz 45 linhas — todas com nomes de pratos, descrições e preços completos, 15 com valores calóricos preenchidos e 30 com uma célula de Calorias vazia. A saída é um conjunto de dados completo, sem linhas descartadas e sem dados fabricados. A mesma lógica se aplica a qualquer campo que possa não estar presente em todos os menus: indicadores de nível de picância, códigos de itens ou tags dietéticas que aparecem apenas em um subconjunto de itens.
Posso processar em lote menus de várias unidades de restaurante de uma vez — e manter os dados de cada unidade separados?
Sim. Envie fotos de menus de todas as unidades em um único lote. Para manter os dados separados por unidade, inclua uma coluna "Unidade" ou "Nome do Restaurante" na sua lista de campos — a IA não extrairá isso do menu em si (menus raramente imprimem o nome do restaurante em todas as páginas), mas você pode usar a nomeação de upload em lote: nomeie cada arquivo com o identificador da unidade antes do upload, e a planilha de saída incluirá uma coluna de nome de arquivo que serve como chave da unidade. Alternativamente, envie os menus de cada unidade como um trabalho de lote separado — a configuração de colunas permanece a mesma, e cada lote produz seu próprio arquivo de saída. Para grupos de restaurantes que atualizam menus trimestralmente em mais de 20 unidades, salve seu modelo de extração uma vez e execute-o em cada lote de atualização trimestral.
A ferramenta funciona em cardápios escritos à mão — como quadros de especiais diários escritos a giz ou caneta?
Sim, com condições que afetam a precisão. A IA é treinada em diversos tipos de caligrafia, incluindo letras de forma, maiúsculas e minúsculas, e cursiva padrão. Um quadro de especiais fotografado de frente, com iluminação difusa e uniforme, produz bons resultados de extração — nomes de pratos, preços e descrições curtas são extraídos de forma confiável. Três fatores afetam mais a precisão da caligrafia: iluminação (sombras em superfícies curvas de quadro-negro obscurecem caracteres), ângulo (fotos tiradas em ângulo oblíquo distorcem a geometria do texto) e estilização das letras (letras altamente decorativas com hastes e caudas floreadas reduzem a precisão em nível de caractere). Para melhores resultados: fotografe o quadro de frente, com luz natural ou artificial uniforme, preencha o quadro com a área do cardápio e verifique se nenhum texto está na sombra. Se alguns caracteres forem mal interpretados — "TomatO" em vez de "Tomato" — o erro geralmente é pequeno e fácil de verificar na planilha de saída.