Digitalização, foto ou PDF: requisitos de qualidade do ficheiro para validar documentos

Os requisitos de qualidade de digitalização de um documento resumem-se a três perguntas: cada carácter é legível, a página inteira está no enquadramento e o ficheiro está completo e desbloqueado. Uma digitalização plana de cerca de 150 DPI ou mais, um documento por ficheiro, todas as páginas presentes e na vertical, cumpre o que a maioria dos motores de extração de texto documenta. Abaixo disso, devolva o ficheiro ao requerente com um pedido preciso, em vez de lançar uma validação que vai falhar ou, pior, devolver valores errados com confiança enganadora.

Este artigo tem carácter informativo e não constitui aconselhamento jurídico. Os números citados vêm de documentação de fornecedores consultada a 14 de outubro de 2026 e descrevem esses produtos, não a CheckFile. Consulte um profissional qualificado para decisões sobre um caso concreto.

O que significa «legível» para um ficheiro

Um ficheiro é legível quando o software recupera o texto impresso e os campos sem adivinhar. Depende da resolução, do enquadramento, da orientação e da estrutura do ficheiro, não de como uma pessoa o vê. Uma foto nítida no ecrã pode falhar se o texto tiver poucos píxeis de altura.

O guia de boas práticas do Amazon Textract recomenda imagens de alta qualidade, idealmente com pelo menos 150 DPI, e desaconselha converter ou reduzir a resolução de um ficheiro que já é PDF, TIFF, JPEG ou PNG antes do envio (AWS, boas práticas do Amazon Textract). O segundo ponto importa na receção: um portal que reduz em silêncio cada envio para poupar armazenamento pode degradar ficheiros que estavam bons.

A Microsoft documenta limiares semelhantes para o modelo Read, a camada OCR sob os modelos pré-construídos de identificação, faturas e recibos. Os valores abaixo são limites de fornecedores, não regras universais nem limites da CheckFile.

Fonte da coluna Microsoft: Microsoft Learn, modelo Read do Document Intelligence, requisitos de entrada. As duas páginas têm versões e mudam; reveja-as antes de copiar um número para as suas regras de receção.

Pedir de novo, redigitalizar ou revisão manual: a tabela de decisão

A regra mais útil para uma equipa de receção é decidir por tipo de defeito, não por ficheiro. Cada defeito leva a uma de três ações: pedir um ficheiro novo, pedir uma redigitalização com instruções precisas, ou manter o ficheiro e passá-lo a uma pessoa.

O padrão: um defeito que destrói informação pede um novo envio, um que apenas a esconde do software pede redigitalização, e um que exige juízo pede revisão manual.

Três exemplos sintéticos

Estes casos são inventados para mostrar a decisão; nenhum vem de um processo de cliente.

Exemplo 1, o recibo de vencimento cortado. Uma pessoa envia uma foto do recibo. A linha do líquido a receber está na margem inferior e falta o último dígito. O leitor devolve «2 41» com baixa confiança. Ação: pedir nova foto com a página inteira e margem visível nos quatro lados. Não aceitar o valor parcial.

Exemplo 2, o extrato bancário de duas páginas enviado como uma. O PDF tem uma página; o rodapé indica «página 1/2». Ação: pedir a página 2. É, antes de mais, um problema de completude.

Exemplo 3, o PDF bloqueado de um portal do empregador. O ficheiro abre com uma palavra-passe que a pessoa conhece e o seu sistema não. Ação: pedir uma exportação desbloqueada ou uma impressão para PDF. Nunca peça a palavra-passe por mensagem.

Dizer aos requerentes o que fazer

Os requerentes falham sobretudo por instruções vagas. Uma lista enviada com o pedido reduz as idas e vindas, sem que se possa prometer um número.

• Digitalizar em plano, pelo menos 150 DPI, a cores, um documento por ficheiro.
• Para uma foto: luz natural, página sobre fundo escuro e plano, telemóvel paralelo, enquadramento cheio com pequena margem.
• Enviar todas as páginas, por ordem, na vertical.
• Não fotografar um ecrã; enviar o PDF original.
• Remover a palavra-passe antes de enviar, ou avisar que o ficheiro está protegido.
• Não recortar nem aplicar filtros.

Nos fóruns repetem-se as mesmas perguntas: se uma foto de telemóvel vale como digitalização, se se aceita uma captura de um recibo online e porque é recusado um PDF perfeitamente legível. As respostas honestas: uma boa foto muitas vezes basta, uma captura é mais fraca do que o ficheiro original, e uma recusa deve-se frequentemente a um limite técnico (tamanho, bloqueio, dimensões) e não ao conteúdo.

Limiares de confiança e recurso humano

Um controlo de qualidade é só metade da receção; a outra metade decide o que fazer com extrações incertas. As orientações do Textract indicam que processos com decisões financeiras podem exigir limiares de confiança de 90 % ou mais, e que resultados abaixo do limiar devem ser descartados ou sinalizados para revisão humana (AWS, usar pontuações de confiança).

Na prática, fixe um limiar por tipo de campo, não por ficheiro. Um nome ou uma data abaixo do limiar vai para uma pessoa; uma linha de morada livre tolera um mais baixo. Registe o limiar aplicado.

Guardar o original, e legível não é autêntico

Guarde o ficheiro tal como chegou, com carimbo temporal, e trabalhe sobre cópias. Se uma redigitalização substitui um ficheiro defeituoso, mantenha ambos e ligue-os. Assim, uma disputa posterior sobre o que a pessoa enviou resolve-se sem recorrer a uma imagem tratada.

Legível não é autêntico. A digitalização nítida de um documento falsificado passa todos os controlos de qualidade aqui descritos. A triagem de qualidade prepara o processo para a validação; não testa a autenticidade de um documento e não deve ser apresentada como tal. Se a autenticidade preocupa, trate-a como controlo separado.

Recolher mais do que o necessário é um risco em si: uma redigitalização não deve servir de pretexto para pedir documentos adicionais. Aplica-se a minimização de dados do artigo 5.º, n.º 1, alínea c) do RGPD, e a CNPD publica orientações. Quando há um controlo legal em jogo, siga o procedimento próprio; uma boa digitalização não o substitui.

Onde isto se encaixa no fluxo de validação

A qualidade do ficheiro é o passo zero. Seguem-se a completude (estão todos os documentos), a validade (datas, caducidade, registos) e a coerência (nomes, moradas e montantes concordam entre documentos). Para a relação entre extração e esses controlos, leia Validação cruzada de documentos: além do OCR e do IDP e a comparação Melhor software OCR para verificação de documentos. O método geral está no guia de verificação de documentos.

As equipas operacionais que recolhem documentos de candidatos ou fornecedores veem como estes controlos se organizam na página de preços e o tratamento de dados na de segurança. Os controlos comparam campos, datas e registos entre documentos; não provam que um documento é autêntico.

Perguntas frequentes

Que requisitos de qualidade de digitalização se exigem para validar?

Um ficheiro plano, na vertical e completo, com todas as páginas, um documento por ficheiro e texto suficientemente grande; os fornecedores exprimem-no como cerca de 150 DPI ou uma altura mínima de 12 píxeis em 1024 x 768. Os limites variam conforme a ferramenta.

Uma foto de telemóvel vale como digitalização?

Muitas vezes sim, se for tirada com luz uniforme, paralela à página e sem cortar as margens. Uma foto com reflexos, desfoque ou margens cortadas deve ser repetida.

Devo aceitar uma captura de ecrã?

Prefira o ficheiro original. Uma captura perde resolução e estrutura, e a foto de um ecrã pode gerar moiré que prejudica a extração.

Porque é recusado o meu PDF se está nítido?

Causas habituais: palavra-passe, ficheiro demasiado grande, dimensões fora do limite ou páginas em falta. Remova o bloqueio e reenvie um documento por ficheiro.

Uma boa digitalização prova que o documento é autêntico?

Não. A qualidade só indica que o conteúdo se lê. A autenticidade é outra questão e exige o seu próprio controlo.