OCR a PDF – PDF buscable

Haz que los escaneos se puedan buscar y copiar

Un PDF escaneado es una pila de imágenes: no puedes buscar en él, copiar una frase ni hacer que un lector de pantalla lo lea en voz alta. El OCR (reconocimiento óptico de caracteres) lee las letras de esas imágenes y añade una capa de texto invisible justo encima. La página se ve igual, pero ahora Ctrl+F encuentra palabras, el texto se puede seleccionar y copiar, y tu ordenador o un sistema de gestión documental puede indexar el documento.

Fileopia ejecuta el OCR con el motor Tesseract dentro de tu navegador. Los modelos de idioma se descargan una vez y quedan en caché; tus escaneos nunca se suben. Eso lo hace adecuado para historiales médicos, expedientes legales, facturas y documentos de identidad.

Funciones

• 12 idiomas, combinables de dos en dos: consulta la tabla de abajo.
• Salida en PDF buscable: se mantienen las páginas originales y se añade texto invisible.
• Exportación a TXT: obtén el texto reconocido como archivo de texto sin formato, o PDF y TXT a la vez.
• Rango de páginas: pasa el OCR solo a las páginas que necesites.
• Omitir páginas que ya tienen texto: los documentos mixtos se procesan más rápido y el texto digital existente no se duplica.
• Resolución ajustable: 200 DPI es un buen valor por defecto; súbelo a 300 para letra pequeña.

Idiomas de OCR compatibles

Elige un segundo idioma para documentos bilingües, como inglés + hindi o francés + árabe.

Cómo pasar el OCR a un PDF

• Suelta tu PDF escaneado.
• Elige el idioma del documento (y, si quieres, un segundo).
• Elige la salida: PDF buscable, TXT o ambos.
• Si quieres, indica un rango de páginas y deja marcada la opción «Omitir páginas que ya contienen texto».
• Haz clic en Iniciar y espera: cada página tarda unos segundos según tu dispositivo.
• Descárgalo y pruébalo: pulsa Ctrl+F en tu lector de PDF y busca una palabra.

Cómo conseguir la máxima precisión

• Escanea a 300 DPI en escala de grises o en color; 200 DPI basta para letra de tamaño normal.
• Las páginas rectas se reconocen mejor: corrige los escaneos torcidos con Enderezar PDF y las páginas de lado con Girar PDF.
• Elige el idioma correcto; de él dependen los acentos y las letras no latinas.
• El texto muy claro, desvaído o manuscrito es difícil para cualquier OCR; la letra manuscrita en general no es compatible.
• Para fotos de móvil, Escáner de PDF recorta y mejora las páginas antes del OCR.

¿Qué puedo hacer con un PDF con OCR?

• Buscar en grandes archivos de cartas y contratos escaneados.
• Copiar citas y cifras en informes.
• Convertirlo a formatos editables con PDF a Word o a tablas con PDF a Excel.
• Hacer los documentos accesibles para usuarios de lectores de pantalla.
• Editar el texto con Editar PDF.

PDF buscable frente a archivo de texto

Un PDF buscable mantiene el aspecto exacto del escaneo original con texto seleccionable debajo: ideal para archivar y compartir. Un archivo TXT contiene solo las palabras, sin diseño: ideal para pegar en otros programas, traducir o analizar. Elige «ambos» si necesitas los dos.

Privacidad del OCR en el navegador

Muchos servicios de OCR online envían tus escaneos a un servidor para procesarlos. Aquí, el motor de OCR y los datos de idioma se ejecutan en tu propio ordenador o móvil. Una vez cargados la página y el modelo de idioma, incluso puedes desconectarte de internet y seguir procesando.

Velocidad y documentos grandes

El OCR exige mucho cálculo. Un portátil moderno suele procesar una página en unos segundos; los móviles tardan más. Para un escaneo de 200 páginas, usa el rango de páginas para procesarlo por partes, o deja la pestaña abierta mientras trabaja: el progreso se muestra por página.

OCR para escrituras de derecha a izquierda e indias

El árabe se reconoce de derecha a izquierda y la capa de texto mantiene el orden de lectura correcto, así que buscar y copiar funcionan en lectores en árabe. El hindi (devanagari) y el tamil son compatibles con sus propios modelos entrenados, incluidos los caracteres conjuntos y los signos vocálicos. Para documentos mixtos (por ejemplo, un formulario en inglés con nombres en hindi), elige ambos idiomas para que cada palabra se compare con el alfabeto correcto.