OCR PDF
Convertí un PDF escaneado en uno con texto buscable. El documento se ve igual, pero podés buscar y copiar su contenido.
Arrastrá y soltá tus archivos acá
o
Seleccionar archivoTus archivos no salen de tu dispositivo: todo se procesa en tu navegador.
Cómo hacer que un PDF escaneado sea buscable
Un PDF escaneado es, en realidad, una foto de un papel: podés verlo, pero no buscar una palabra dentro, ni copiar un párrafo, ni seleccionar un número. El OCR (reconocimiento óptico de caracteres) lee esa imagen, identifica las letras y agrega una capa de texto invisible encima, perfectamente alineada con lo que se ve. El resultado se ve exactamente igual que el original, pero ahora Ctrl+F encuentra las palabras y podés copiar el contenido.
Es lo que necesitás cuando te mandan un contrato escaneado y querés buscar una cláusula, cuando digitalizaste facturas viejas y necesitás encontrar un importe, o cuando armás un archivo de documentos que después vas a tener que consultar. Reconocemos español, inglés, o ambos a la vez si tu documento mezcla los dos idiomas.
El reconocimiento ocurre íntegramente en tu navegador con Tesseract, el motor de OCR de código abierto que usa medio mundo. La primera vez que lo usás se descarga el modelo del idioma que elijas (unos pocos megabytes) y queda en caché para las próximas. Tu documento, en cambio, nunca se sube a ningún lado: eso es lo que distingue a esta herramienta de los servicios de OCR en la nube, donde tus escaneos terminan en un servidor ajeno.
Dos advertencias honestas. La primera: el OCR tarda, porque cada página se analiza letra por letra; un documento de muchas páginas puede llevar varios minutos. La segunda: la precisión depende de la calidad del escaneo. Un escaneo derecho, nítido y con buen contraste da resultados casi perfectos; una foto torcida y borrosa, no. Si tu PDF ya tiene texto de verdad (no es un escaneo), no necesitás esta herramienta.
Preguntas frecuentes
¿Qué idiomas reconoce?
Español, inglés, o los dos a la vez si tu documento mezcla ambos. Elegí el idioma antes de procesar para mejorar la precisión.
¿El documento se ve distinto después del OCR?
No. La imagen original se conserva y el texto reconocido se agrega como una capa invisible encima. Se ve igual, pero es buscable.
¿Por qué tarda tanto?
El reconocimiento se hace en tu propia computadora, página por página. Es el precio de que tu documento no se suba a ningún servidor.
¿Se sube mi documento a algún servidor?
No. Solo se descarga el modelo del idioma (público) la primera vez. Tu PDF nunca sale de tu dispositivo.
¿Qué tan preciso es?
Muy preciso con escaneos nítidos, derechos y con buen contraste. Con fotos borrosas o torcidas, la precisión baja bastante.