OCR de PDF: convierte un PDF escaneado en texto buscable
Un PDF escaneado son solo fotos de páginas: no se puede buscar en él, copiar texto ni leerlo en voz alta. El OCR reconoce el texto y lo devuelve al PDF, invisible, justo encima de cada palabra.
Suelta el PDF escaneado al que quieres añadir texto
o elige un archivo de tu dispositivo
- Abre el PDF escaneado. CLEKARA te dice cuántas páginas no tienen texto.
- Elige el idioma del documento y la calidad: Rápida (200 ppp) o Precisa (300 ppp) para letra pequeña.
- Pulsa Hacer OCR y descarga el PDF buscable y, si quieres, el texto en un .txt.
Cómo vuelve el texto al PDF
Cada página se dibuja a 200 o 300 ppp y la lee Tesseract, el motor de OCR de código abierto que nació en HP y luego desarrolló Google, compilado a WebAssembly y ejecutado dentro de tu navegador. Usa los modelos de red neuronal LSTM del idioma que elijas.
Tesseract devuelve cada palabra con su posición exacta. CLEKARA escribe esas palabras como una capa de texto invisible y la coloca sobre la página original, así que el PDF se ve exactamente igual —la imagen escaneada no se toca ni se vuelve a comprimir—, pero ahora puedes buscar con Ctrl+F, seleccionar y copiar el texto, y los lectores de pantalla pueden leerlo. Las páginas que ya tienen texto se saltan, salvo que pidas lo contrario.
Conviene saberlo
El OCR es muy preciso con texto impreso y limpio, y menos con letra manuscrita, fotos hechas en ángulo, escaneos de muy baja resolución o tipografías decorativas. El resultado muestra la confianza media para que sepas cuánto fiarte.
La primera vez se descargan el motor y los datos del idioma (unos 10 MB) y quedan en la caché. Cada página tarda de uno a unos pocos segundos; los documentos largos van más rápido en un ordenador.
Preguntas frecuentes
¿Cómo hago que un PDF escaneado se pueda buscar?
Ábrelo aquí, elige el idioma y pulsa Hacer OCR. En el PDF que descargas se puede buscar con Ctrl+F y copiar el texto.
¿El OCR cambia el aspecto de mi PDF?
No. La imagen original de la página queda exactamente igual; el texto se añade como una capa invisible encima.
¿Qué idiomas admite?
Español, inglés, portugués y francés, solos o combinados.
¿Se sube mi documento?
No. El reconocimiento se ejecuta dentro de tu navegador; el PDF no sale de tu dispositivo.
¿Puedo obtener solo el texto?
Sí. Además del PDF buscable puedes descargar el texto reconocido en un .txt o copiarlo.