Un PDF escaneado es, en realidad, una foto del documento: puedes verlo pero no seleccionar ni buscar su texto. El OCR (reconocimiento óptico de caracteres) resuelve esto analizando la imagen y reconstruyendo el texto real, de modo que puedas copiarlo, buscarlo y editarlo.
¿Qué es exactamente el OCR?
OCR son las siglas de Optical Character Recognition. La tecnología examina cada página como imagen, identifica las formas de las letras y las traduce en caracteres de texto reales. El resultado es un PDF "buscable" en el que el texto queda superpuesto de forma invisible sobre la imagen original, conservando el aspecto pero añadiendo la capa de texto.
¿Para qué sirve?
- Buscar una palabra concreta dentro de un contrato escaneado.
- Copiar párrafos sin reescribirlos a mano.
- Archivar documentos de forma que sean localizables por su contenido.
- Convertir el documento a Word para editarlo.
Cómo obtener el mejor resultado
La calidad del OCR depende mucho de la del escaneo. Para acertar a la primera, escanea a 300 ppp como mínimo, con el documento bien alineado y con buena iluminación. Los textos impresos y limpios se reconocen casi a la perfección; la letra manuscrita es mucho más difícil y los resultados pueden variar.
Extrae texto de PDFs escaneados con reconocimiento óptico. Gratis, sin registro y directamente desde el navegador.
Aplicar OCR a un PDF →