Reconoce el texto de un PDF escaneado y recupera un archivo que puedes buscar y copiar.
OCR de PDF
Reconoce el texto de un PDF escaneado y recupera un archivo que puedes buscar y copiar.
El reconocimiento corre en tu dispositivo, así que los registros y archivos escaneados se quedan contigo. La primera vez se descargan el reconocedor y sus datos de idioma desde una CDN pública; nunca se envía el contenido de las páginas.
Un PDF escaneado es una fotografía de un documento. Tú puedes leerlo, pero nada más: la búsqueda no encuentra nada, copiar no da nada y cualquier herramienta que trabaje con texto se queda sin materia prima. El reconocimiento de texto lo arregla leyendo las formas de las letras y escribiendo lo que encuentra dentro del archivo como una capa invisible situada exactamente sobre las palabras impresas. Cada página se redibuja como imagen a 144 o 216 dpi y el archivo nuevo se construye con esas imágenes, así que se ve como el original, pero un escaneo de mayor resolución vuelve con la que elegiste y los enlaces o campos de formulario no se conservan. A cambio, el documento ya se puede buscar, seleccionar y convertir. El reconocimiento corre en tu navegador, en cualquiera de doce idiomas.
Características
El reconocimiento corre en tu navegador: las páginas nunca se suben
Doce idiomas, incluidos hindi, ruso, chino, japonés y árabe
La capa de texto invisible se sitúa sobre cada página, redibujada como imagen a 144 o 216 dpi
Dos calidades de escaneo, cambiando velocidad por precisión con letra pequeña
Salida de texto plano además del PDF buscable
Progreso por página, con un control para detener documentos largos
Los datos de idioma se descargan una vez y quedan en la caché del navegador
Cómo usar OCR de PDF
Suelta el PDF escaneado en la página
Elige el idioma impreso en la página y una calidad de escaneo
Inicia el reconocimiento y observa cómo avanza por las páginas
Descarga el PDF buscable, o solo el texto reconocido
Ejemplo
Entrada
1987-minutes.pdf — 8 scanned pages, typewritten English
Salida
1987-minutes-searchable.pdf — pages redrawn at 144 dpi, now with selectable text behind them.
Las páginas se ven igual, redibujadas a la resolución elegida, y las palabras ya están dentro del archivo.
Errores comunes y solución de problemas
El texto reconocido está lleno de errores. — El reconocimiento depende del escaneo. Prueba la calidad superior y comprueba que el idioma coincide con la página: datos de inglés sobre una página en alemán producen exactamente esto.
El reconocimiento es muy lento. — Es un trabajo genuinamente pesado, y ocurre en tu propio procesador y no en un servidor. Usa la calidad rápida y divide los documentos largos.
Un documento con dos idiomas se reconoce mal. — Se usa un idioma por ejecución. Divide el documento por idioma, reconoce cada parte y une los resultados.
No se reconoció la escritura a mano. — Esto reconoce texto impreso y mecanografiado. La escritura a mano necesita otra clase de modelo por completo.
Preguntas frecuentes
¿El texto reconocido sustituye al escaneo?
No. Cada página se conserva como imagen, redibujada a 144 o 216 dpi, con el texto reconocido añadido detrás de forma invisible, así que el PDF buscable se ve como el original. Como el archivo se reconstruye con esas imágenes, un escaneo de mayor resolución vuelve con la que elegiste, y los enlaces y campos de formulario no se conservan.
¿Se suben mis páginas escaneadas para reconocerlas?
No. El reconocimiento corre en tu navegador y tus páginas nunca salen de él. La primera vez, el navegador descarga desde una CDN pública los archivos del programa de reconocimiento y los datos de idioma; no se envía nada de tu documento, y los datos de idioma quedan en caché para la próxima vez.
¿Cuántas páginas puedo reconocer de una vez?
Hasta treinta por ejecución, porque el reconocimiento es lo bastante lento como para que convenga tratar los documentos largos por tandas.
¿Qué calidad debo elegir?
Empieza por la rápida. Pasa a la superior cuando la letra sea pequeña, el escaneo sea antiguo o el primer intento salga desordenado.
¿Puedo pasar OCR a un PDF que ya tiene texto?
Puedes, pero no tiene sentido: compruébalo antes intentando seleccionar una palabra. Si ya hay texto, conviértelo directamente.
Herramientas relacionadas
PDF a texto — Extrae texto seleccionable de un PDF como texto plano o Markdown.
Escanear a PDF — Usa la cámara como escáner y guarda las páginas en PDF.
PDF a Word — Reconstruye un PDF como documento .docx editable.
PDF a Excel — Extrae las tablas de un PDF a un libro .xlsx o a CSV.
PDF a HTML — Convierte un PDF en HTML limpio y buscable.
Comprimir PDF — Reduce un PDF rerenderizando cada página a JPEG con la calidad y resolución elegidas.
Resumidor de PDF — Resume un PDF largo por secciones, en tu dispositivo.
Más herramientas de PDF
Firmar PDF — Dibuja una firma y colócala en una página del PDF, con nombre y fecha.