PDF escaneado a PDF con texto

Qué hace

Cuando escaneas un documento, el PDF solo contiene fotos de las páginas: se puede leer, pero no buscar una palabra ni copiar un párrafo. Esta herramienta reconoce el texto de cada página con Tesseract, un motor de OCR de código abierto, y lo coloca como una capa invisible justo encima de cada palabra. El PDF se ve exactamente igual, pero ahora:

• puedes buscar con Ctrl + F;
• puedes seleccionar y copiar el texto;
• los lectores de pantalla pueden leerlo en voz alta;
• Windows, Google Drive y otros buscadores encuentran el documento por su contenido.

Si lo que quieres es solo el texto para pegarlo en otro sitio, usa imagen o PDF a texto.

Cómo conseguir el mejor resultado

• Escaneos a 200-300 ppp, con buena luz y la página derecha. Si haces las fotos con el móvil, pásalas antes por escanear documento para enderezarlas.
• Elige bien el idioma: con el español reconoce tildes y eñes.
• Texto impreso: sí. Letra manuscrita: casi nunca.
• Revisa siempre los datos importantes (importes, DNI, fechas): el OCR puede confundir caracteres parecidos, como 0 y O o 1 y l.

Tiempo y tamaño

Cada página tarda entre 3 y 15 segundos según el equipo y la cantidad de texto. La primera vez se descargan el motor y el idioma (unos megas). La capa de texto apenas añade peso al archivo; si el PDF ya pesaba mucho, puedes reducirlo después con comprimir PDF eligiendo «Recomprimir las imágenes», que conserva el texto.