OCR de PDF escaneado
Convierte un escaneo en texto
Sin base de datos: AIMRAN no guarda tus archivos, textos ni resultados
¿Qué es OCR de PDF escaneado?
Un PDF escaneado es, en realidad, una foto de cada página: no puedes buscar palabras ni copiar el texto. El OCR lee esas imágenes y reconoce las letras para convertirlas en texto de verdad.
Obtienes el texto reconocido para copiarlo o descargarlo y, si quieres, un PDF buscable: el mismo documento, con el mismo aspecto, pero en el que ya puedes buscar con Ctrl+F y seleccionar el texto.
Cómo se usa
- Arrastra el PDF escaneado.
- Elige el idioma del documento: español, inglés o ambos.
- Activa «Crear PDF buscable» si quieres el PDF con texto.
- Pulsa «Reconocer texto» y espera a que procese todas las páginas.
- Copia o descarga el texto y, si lo has pedido, el PDF buscable.
Ventajas
- Convierte escaneos en PDF buscables sin cambiar su aspecto.
- Reconocimiento en español, inglés o ambos idiomas.
- Procesa todas las páginas del documento de una vez.
- Gratis y sin registro.
Casos de uso
- Hacer buscable con Ctrl+F un contrato o una escritura que solo tienes escaneada.
- Copiar el texto de una sentencia, una circular o un BOE impreso que te pasaron en papel escaneado.
- Sacar el texto de unos apuntes fotocopiados para editarlos en Word.
- Convertir en PDF buscable un artículo en inglés escaneado para localizar citas.
Detalles técnicos
El reconocimiento usa tesseract.js con el motor LSTM, modo de segmentación automático y conservación de los espacios entre palabras. Cada página se renderiza con pdf.js a unos 300 ppp, con un máximo de 4200 px por lado, que es la resolución recomendada para Tesseract. Para el PDF buscable, Tesseract genera una capa de texto invisible por página que se superpone con pdf-lib a la página original, sin tocar la imagen y respetando su rotación. Los datos de idioma se descargan la primera vez (unos 2 MB el español, 3 MB el inglés y 5 MB ambos). La precisión depende de la calidad del escaneo; la escritura a mano no se reconoce de forma fiable.
Preguntas frecuentes
¿Cómo convertir un PDF escaneado en texto editable?
Arrastra el PDF, elige el idioma y pulsa «Reconocer texto». Después copia el texto o descárgalo en .txt para editarlo.
¿Qué es un PDF buscable?
Es un PDF que se ve igual que el escaneo original pero lleva el texto reconocido oculto debajo, de modo que puedes buscar palabras y copiar fragmentos.
¿Cómo saber si mi PDF necesita OCR?
Si no puedes seleccionar el texto con el ratón o la búsqueda no encuentra nada, el PDF está escaneado y necesita OCR.
¿Cómo conseguir mejores resultados?
Escanea a buena resolución, con las páginas rectas y bien iluminadas, y elige el idioma correcto del documento.
Herramientas relacionadas
- PDF a Word · Convierte un PDF en un .docx editable con su formato e imágenes
- Extraer texto (OCR) · Lee el texto de una imagen en español o inglés
- Extraer texto · Copia todo el texto del PDF
- Buscar en PDF · Encuentra palabras y en qué página aparecen
- Limpiar texto · Espacios, saltos de línea, emojis y HTML
- Unir PDF · Combina varios PDF y ordena las páginas arrastrando