Convierte un PDF escaneado en buscable con OCR directamente en el navegador, con capa de texto invisible sobre las páginas originales, sin subir nada.
Procesando localmente en tu dispositivo ...
0%
Tus archivos nunca salieron de tu dispositivo
No. Todo se ejecuta en tu navegador: tu archivo nunca sale de tu dispositivo. Cómo se puede comprobar
Un PDF escaneado es en esencia un conjunto de imágenes: ves el texto, pero no puedes seleccionarlo, buscarlo ni copiarlo. OCR (reconocimiento óptico de caracteres) lee las letras de la imagen y las coloca como una capa de texto invisible exactamente encima de las páginas. El aspecto no cambia, pero el PDF se vuelve buscable y el texto, seleccionable; justo lo que necesitan organismos oficiales, archivos y la búsqueda de texto completo.
Elige como salida un PDF buscable (páginas originales más capa de texto) o texto plano como TXT. Selecciona el idioma del documento en la lista, más de 100 idiomas desde alemán, español e inglés hasta ruso, árabe e hindi, pasando por japonés, coreano y chino, cada uno con su propio nombre, para que los caracteres se reconozcan correctamente. Todo se ejecuta en el navegador mediante WebAssembly: el mismo motor Tesseract de código abierto que la herramienta "Imagen a texto", aplicado página a página sobre todo el PDF. En el primer uso, el navegador descarga el motor y el modelo de idioma elegido una sola vez (pocos MB, mismo origen); después funciona sin conexión.
La herramienta está pensada para PDFs escaneados o compuestos solo de imágenes. El reconocimiento depende en gran medida de la calidad del escaneo: páginas nítidas, rectas y con buen contraste se reconocen muy bien; las torcidas o borrosas, bastante peor; la escritura a mano no se reconoce de forma fiable. En el PDF buscable cada página se incrusta de nuevo como imagen, por lo que el diseño se mantiene pero el archivo puede crecer algo. Un PDF que ya contiene texto real no necesita OCR. Revisa el resultado en números y nombres propios.
| Formatos de entrada | |
|---|---|
| Formato de salida | |
| Procesamiento por lotes | Sí |
| Procesamiento | Local en el navegador (WebAssembly) |
| Subida de archivos | Ninguna |
Límites: Para PDFs ESCANEADOS o de imágenes: los convierte en buscables con OCR (capa de texto invisible) o devuelve texto plano. Reconoce texto IMPRESO en más de 100 idiomas y muchos alfabetos; escritura a mano no de forma fiable. Nota: la capa de texto invisible del PDF buscable usa una fuente Latin-1, por lo que los caracteres no latinos (p. ej. CJK, árabe, cirílico) no se incrustan ahí; para esos alfabetos, usa la salida "Solo texto (TXT)" para obtener el texto reconocido completo. En el PDF buscable cada página se reincrusta como imagen, el diseño se conserva pero el archivo puede crecer; un PDF con texto real ya no necesita OCR. El reconocimiento no es perfecto: comprueba especialmente los números y los nombres propios. El motor y el modelo de idioma se descargan una sola vez (pocos MB, mismo origen), después funciona sin conexión. Los PDFs grandes pueden requerir más tiempo y memoria según el número de páginas y el dispositivo.
No. El renderizado y el reconocimiento se ejecutan completamente de forma local en el navegador (WebAssembly); el PDF no abandona nunca tu dispositivo, lo que es una ventaja decisiva especialmente para contratos y documentos oficiales.
La página tiene el aspecto del escaneo, pero debajo hay una capa de texto invisible. Así puedes buscar en el PDF, seleccionar y copiar texto sin que cambie la apariencia visual.
Sí. Cada página se incrusta como imagen de la página original con la capa de texto invisible colocada encima de forma precisa. El aspecto no cambia, aunque el archivo puede crecer algo.
Otros idiomas sí: más de 100 disponibles, incluidos árabe, ruso, hindi, japonés, coreano y chino. La escritura a mano no se reconoce de forma fiable, solo el texto impreso. Para alfabetos no latinos, usa la salida "Solo texto (TXT)", ya que la capa de texto del PDF buscable está limitada a Latin-1.