Lo que detectamos
Texto en imágenes (OCR)
Extrae y analiza el texto de imágenes, capturas y fotos.
Códigos QR
Descodifica los códigos QR para destapar enlaces ocultos y spam.
Capturas habituales
- Imágenes de estafas cripto con direcciones de monedero
- Códigos QR que enlazan a sitios de phishing
- Imágenes promocionales con texto de spam
- Capturas de mensajes de spam
Cómo se extraen texto y códigos de las imágenes
Los spammers meten su carga útil en imágenes precisamente para esquivar los filtros de texto, así que Telm también lee las imágenes. Cada imagen pasa por OCR —reconocimiento óptico de caracteres— para extraer cualquier texto que contenga, ya sea una dirección de monedero en un gráfico de estafa cripto, una promoción escrita sobre una foto o una captura de un mensaje de spam. En paralelo, cualquier código QR se decodifica para revelar el enlace oculto dentro, a menudo un destino de phishing o malware que la imagen nunca muestra en texto plano. El texto extraído y los enlaces decodificados vuelven a pasar por el mismo sistema que juzga los mensajes normales, de modo que el spam en imagen se evalúa por su contenido real.
Esto cierra el hueco evidente de cualquier defensa basada solo en texto y funciona de forma automática en cada imagen, junto al hashing perceptual de imágenes, que reconoce una imagen ya vista aunque se haya recodificado ligeramente. El reconocimiento cubre ocho idiomas —inglés, ruso, alemán, francés, español, chino, japonés y coreano—, y ahí están los límites honestos: el OCR no es perfecto con fuentes muy estilizadas, texto distorsionado o imágenes de muy baja resolución, y una escritura fuera de ese conjunto no se transcribirá. Es una capa extra sólida, no una garantía de que ningún texto pueda esconderse en una imagen, y por eso alimenta al sistema más amplio en lugar de decidir sola.
Preguntas frecuentes
¿Escanear cada imagen ralentiza mi grupo o me cuesta algo?
El escaneo corre de forma automática en segundo plano según llegan las imágenes; los miembros no esperan a que termine para seguir hablando. Es parte del sistema de protección, no un complemento de pago aparte. El hashing perceptual de imágenes también permite reconocer con rapidez una imagen ya vista y juzgada, así que las imágenes de spam repetidas no necesitan cada una un nuevo análisis completo.
¿El OCR leerá mal imágenes normales y marcará publicaciones inocentes?
El OCR solo extrae texto; no decide por sí solo. Las palabras extraídas y cualquier enlace QR decodificado pasan por el mismo sistema de detección que un mensaje normal, así que un meme inofensivo con texto se juzga por lo que ese texto dice en realidad. Como con toda la detección, los casos dudosos se registran y son revisables, y puedes observarlo en Modo de monitoreo antes de activar la aplicación de medidas.
¿Qué idiomas puede leer en realidad?
El reconocimiento cubre ocho idiomas: inglés, ruso, alemán, francés, español, chino, japonés y coreano. El texto en un idioma fuera de ese conjunto no se transcribirá de forma fiable, y las fuentes muy estilizadas, las letras distorsionadas o las capturas de muy baja resolución pueden derrotar al OCR, lo cual es una razón por la que funciona como una capa que alimenta al sistema más amplio y no como un filtro independiente.
¿Pueden los spammers vencer al OCR distorsionando el texto de una imagen?
A veces: el texto deliberadamente deformado o ruidoso es justo con lo que el OCR tiene dificultades, y un spammer decidido puede degradar una imagen para dañar el reconocimiento. Por eso el OCR no actúa solo: la decodificación de QR atrapa los enlaces ocultos como códigos, el hashing perceptual atrapa las imágenes reutilizadas y el sistema de IA juzga cualquier texto que se recupere, así que vencer una capa no despeja todas.
Funciones relacionadas
Descubre más formas en que Telm puede ayudar a tu comunidad