Añadir capa de texto OCR a un PDF escaneado
Sube un PDF escaneado o compuesto solo por imágenes, elige su idioma, y recibe una copia que se ve exactamente igual pero que ahora es buscable, con texto seleccionable y copiable - el OCR se ejecuta completamente en tu navegador usando Tesseract.js. La imagen original de cada página se conserva tal cual mientras el texto reconocido se dibuja encima en posiciones coincidentes pero se hace totalmente invisible, así que la apariencia del archivo nunca cambia. Después del procesamiento, la herramienta vuelve a extraer el texto que acaba de incrustar y muestra cuántas palabras buscables encontró, para que puedas confirmar que el resultado realmente funcionó antes de confiar en él.
Preguntas frecuentes
¿Se verá diferente el PDF después?
No. La imagen original de cada página se conserva exactamente igual - el texto reconocido se dibuja encima en posiciones coincidentes pero se hace totalmente invisible, así que visualmente el archivo no cambia. Simplemente se vuelve buscable, seleccionable y copiable por debajo.
¿Cómo sé que la capa de texto realmente funciona?
Después del procesamiento, esta herramienta vuelve a extraer el texto del archivo que acaba de crear, usando la misma extracción que utiliza la herramienta PDF a texto, y te muestra cuántas palabras buscables encontró. Si ese número es 0, algo en el escaneo (calidad muy baja, idioma incorrecto, o una página genuinamente en blanco) probablemente impidió que el OCR lo leyera.
¿Qué tan preciso es el texto reconocido?
Depende completamente de la calidad del escaneo - los escaneos nítidos, de alta resolución y bien iluminados de texto impreso se reconocen muy bien, mientras que las páginas borrosas, torcidas, de baja resolución o manuscritas tendrán más errores. Esta herramienta hace que los documentos sean buscables, no garantiza un reconocimiento perfecto, así que no confíes en que el texto oculto sea 100% correcto.
¿Qué idiomas son compatibles?
Elige el idioma del documento antes de procesarlo - el motor OCR carga un modelo específico del idioma, así que hacerlo coincidir con el idioma real de tu documento da resultados notablemente mejores que dejarlo en el idioma incorrecto.
¿Se sube mi PDF a algún lugar?
No. La renderización, el OCR y la reconstrucción del PDF ocurren todos localmente en tu navegador usando pdf.js, Tesseract.js y pdf-lib - el archivo nunca se envía a un servidor.