Ir al contenido
  1. Inicio
  2. OCR de PDF

OCR de PDF

OCR de PDF que convierte un documento escaneado en un PDF buscable del que puedes copiar, más un archivo de texto plano. Funciona en tu dispositivo, sin límite de páginas.

No se sube nada Gratis, sin cuenta Sin límite de páginas

Cómo funciona:

  • Extraer texto: Usa Tesseract OCR para reconocer texto en imágenes escaneadas o PDF.
  • Salida buscable: Crea un nuevo PDF con una capa de texto invisible, haciendo tu documento totalmente buscable y conservando la apariencia original.
  • Filtrado de caracteres: Usa listas blancas para filtrar caracteres no deseados y mejorar la precisión para tipos específicos de documentos (facturas, formularios, etc.).
  • Soporte multilingüe: Selecciona varios idiomas para documentos que contengan contenido en idiomas mixtos.

Haz clic para seleccionar un archivo o arrastra y suelta

Tus archivos nunca salen de tu dispositivo.

Cómo aplicar OCR a un PDF

  1. Añade el PDF escaneado

    De cualquier longitud. El archivo se queda en tu dispositivo.

  2. Elige los idiomas

    Marca los idiomas en los que está impreso el documento. Ves cuántos datos de idioma se van a descargar y cuánto tardará, más o menos.

  3. Inicia el OCR

    El progreso se muestra página a página y puedes cancelar en cualquier momento.

  4. Guarda el PDF o el texto

    Descarga el PDF buscable, el texto como archivo .txt, o copia el texto directamente.

Qué obtienes

Search for "total": no results
Antes
Same page, now with text: search, select, copy
Después
Qué contiene el resultado del OCR
Obtienes Qué es Para qué sirve
PDF buscable Tus páginas originales con texto invisible colocado sobre las palabras Buscar, copiar, archivar, enviar
Archivo de texto (.txt) Todo el texto reconocido, página a página, sin diseño Citar, tomar notas, pasar el texto a otras aplicaciones

El OCR, reconocimiento óptico de caracteres, lee las letras de la imagen de una página y las convierte en texto que un ordenador puede buscar. Un PDF escaneado son solo imágenes, así que no puedes buscar en él, seleccionar una frase ni copiar un número. Después del OCR, sí. Esta herramienta lo hace en tu navegador, sin límite de páginas, y tu documento nunca se sube.

Hacer que un PDF escaneado se pueda buscar

El resultado se ve exactamente igual que tu escaneo, porque se conservan las páginas originales. Debajo de la imagen, una capa invisible de palabras reconocidas se coloca donde aparece cada palabra, así que la búsqueda resalta el sitio correcto y al seleccionar texto se cogen las palabras que ves. Para saber si un PDF ya tiene texto, intenta seleccionar una línea: si no puedes, necesita OCR.

Elegir los idiomas del OCR

El reconocimiento necesita saber qué alfabeto y qué palabras esperar, así que elige todos los idiomas impresos en el documento, por ejemplo inglés y español para un formulario bilingüe. Hay más de 100 idiomas, entre ellos chino, japonés, coreano, árabe, hebreo e hindi. Cada idioma se descarga una vez, normalmente unos pocos megas, y luego lo guarda tu navegador; el tamaño se muestra antes de empezar. Elegir idiomas que no están en el documento hace el reconocimiento más lento y menos preciso.

Qué influye en la precisión del OCR

En un escaneo limpio y recto de texto impreso a 300 ppp, se lee bien casi cada palabra. La precisión baja con fotos del móvil borrosas, poca resolución, páginas torcidas o curvadas, impresión débil, fondos de color, tipos de letra poco habituales y tablas con líneas muy juntas. La letra manuscrita casi nunca se reconoce. Subir la resolución en los ajustes avanzados ayuda con la letra pequeña, a costa de tiempo. Revisa siempre los nombres y números de los que dependas.

Cómo funciona

Cada página se dibuja como imagen en tu navegador y la lee Tesseract, un motor de OCR de código abierto que funciona en tu dispositivo. Las palabras que encuentra y sus posiciones se escriben en una copia de tu PDF como capa de texto invisible y se reúnen en el archivo de texto. Un portátil procesa una página en unos segundos; un móvil es más lento. Los documentos largos tardan más pero no tienen límite, y la estimación antes de empezar te dice qué esperar.

Para qué se usa y cuándo no funciona

Contratos y cartas escaneados, libros y tesis antiguos, tiques y facturas para la contabilidad, apuntes de clase, documentos de un archivo y cualquier cosa que quieras buscar más tarde en tu ordenador.

  • El diseño no se reconstruye. El PDF buscable conserva el aspecto original; el archivo de texto es texto plano. Para editar el documento, usa después PDF a Word.
  • La letra manuscrita casi nunca se reconoce.
  • Los PDF que ya tienen texto no necesitan OCR; para sacar su texto, usa PDF a texto.
  • En un móvil, mantén la pantalla encendida y la pestaña abierta durante los trabajos largos, o el navegador los pausará.

Preguntas y respuestas

¿Qué es el OCR en un PDF?
Es el reconocimiento de texto: se leen las letras de las páginas escaneadas y se añaden al PDF como texto real, para que puedas buscarlo y copiarlo.
¿Cómo hacer que un PDF se pueda buscar?
Añádelo en esta página, elige los idiomas del documento y pulsa Iniciar OCR. Descarga el PDF buscable cuando termine.
¿Cómo sé si mi PDF tiene capa de texto?
Intenta seleccionar una línea de texto o buscar una palabra que veas. Si no se selecciona ni se encuentra nada, las páginas son imágenes y necesitan OCR.
¿Por qué el OCR no ha reconocido todo el texto?
Normalmente el escaneo está borroso, torcido o tiene poca resolución, o falta un idioma en tu selección. Prueba con más resolución y los idiomas correctos.
¿El OCR conserva el diseño?
El PDF buscable se ve exactamente igual que el escaneo. El archivo de texto tiene las palabras sin el diseño.
¿El OCR puede leer letra manuscrita?
Casi nunca. Está pensado para texto impreso; a veces funciona con mayúsculas claras.
¿Hay límite de páginas?
No. Los documentos largos simplemente tardan más, y el tiempo estimado se muestra antes de empezar.
¿Se sube mi archivo?
No. El reconocimiento se hace en tu navegador. Solo se descargan los datos de idioma, una vez, y tu documento nunca sale de tu dispositivo.

Actualizado Funciona sin conexión cuando la página y los datos de idioma han cargado