¿Cómo hacer OCR a un PDF?
- Sube tu archivo. Haz clic en Añadir un PDF o una imagen o suéltalo en la herramienta: un PDF escaneado, o una foto JPG o PNG de una página.
- Elige el idioma del texto: inglés, español, francés, alemán o portugués. El idioma correcto hace que el resultado sea más preciso.
- Inicia el OCR. Las páginas se leen una a una y se muestra el progreso. La primera vez, el motor de lectura y el idioma se descargan en tu navegador, así que tarda un poco más.
- Copia o descarga el texto. El texto aparece a la derecha, página por página. Corrige lo que haya salido mal y haz clic en Copiar texto o Descargar .txt.
¿Qué es el OCR de un PDF?
El OCR (reconocimiento óptico de caracteres) convierte imágenes de texto en texto que puedes editar y buscar. Un PDF escaneado, la foto de una página o una captura de pantalla solo contienen una imagen de las palabras; el OCR lee las letras que hay en ella y te da las palabras en sí.
Esta herramienta hace el OCR en tu navegador con Tesseract, un motor de OCR de código abierto. Muchos PDF mezclan los dos tipos de página: si una página ya tiene texto real, la herramienta usa ese texto tal cual, lo que es más rápido y exacto. Puedes desactivarlo para pasar el OCR por todas las páginas.
Cómo conseguir los mejores resultados
- Elige el idioma del documento. Los acentos y letras como ñ, ç y ß solo se leen bien en su idioma.
- Usa un escaneo nítido y recto. El texto borroso, inclinado o en sombra se lee peor. Con Escanear a PDF, elige Alto contraste para documentos de texto.
- El texto impreso funciona mejor. Los documentos mecanografiados, libros, cartas y recibos se leen bien; la letra pequeña sobre un fondo de color, no tanto.
- Revisa los números. Compara importes, fechas y códigos con el original antes de fiarte de ellos.
Lo que el OCR no puede hacer
La escritura a mano se lee mal, o no se lee. El diseño no se conserva: las columnas, las tablas y los cuadros de texto salen como líneas de texto simple. Y el resultado es texto, no un PDF nuevo: tu escaneo sigue siendo un escaneo. Para guardar una copia de las páginas como imágenes, usa PDF a imágenes.
Los PDF largos tardan, ya que cada página se lee una a una en tu dispositivo. Para un documento grande, extrae primero las páginas que necesitas. ¿Un PDF que no se abre? Repáralo primero.
Tu archivo se lee en tu dispositivo. El motor de OCR y sus archivos de idioma se descargan en tu navegador; tu documento nunca se sube.
¿Por qué usar esta herramienta de OCR?
- Privada: contratos, documentos de identidad y cartas se leen en tu dispositivo, no en un servidor.
- Gratis, sin registro: sin cuenta, sin límite de páginas, sin marca de agua.
- PDF e imágenes: PDF escaneados, fotos del móvil y capturas de pantalla.
- Exacta donde se puede: las páginas que ya tienen texto no se leen a ojo.
Qué hacer con el texto
Pégalo en un documento para editarlo, en un correo o en un traductor. O comparte lo que dice el documento: un carrusel con sus puntos principales se lee fácil en LinkedIn. Un PDF escaneado no puede convertirse en diapositivas tal como está, pero su texto sí: pégalo en la pestaña Texto de PDF a carrusel y sus secciones se convierten en diapositivas. Aquí tienes cómo convertir un PDF en un carrusel.
