Cómo funciona
- Sube el PDF escaneado (una o varias páginas como imágenes).
- Elige el idioma del documento (español e inglés, entre otros; el modelo de español se sirve localmente).
- Opcional: limita el procesamiento a ciertas páginas (por ejemplo "1,2" o "1-3").
- Procesa: cada página se lee y se añade la capa de texto invisible.
- Descarga el PDF resultante y comprueba que puedes buscar palabras en él.
Limitaciones
- La precisión depende de la nitidez del escaneo: baja resolución, texturas ruidosas o fuentes pequeñas reducen el acierto de los caracteres.
- Textos manuscritos, fuentes ornamentales o idiomas mezclados se reconocen peor.
- Procesar muchas páginas exige más memoria y tiempo: PDF de más de ~50 páginas puede tardar varios minutos.
- El PDF mantiene el aspecto del escaneo; la capa de texto añadida es invisible para lectura, pero habilita búsqueda y copia.
Preguntas frecuentes
¿Qué significa "PDF buscable"?
Un PDF escaneado sin capa de texto es solo una imagen: buscar palabras falla. Al añadir la capa de OCR invisible, el buscador del lector encuentra y selecciona el texto real aunque visualmente sigues viendo el escaneo.
¿Qué precisión tiene el OCR?
Con escaneos limpios de al menos 300 dpi se reconoce prácticamente todo el texto. Con documentos ruidosos o de tipografía pequeña la precisión baja; el motor elige el mejor resultado por bloque.
¿Puedo elegir qué páginas procesar?
Sí. En el campo de páginas puedes escribir rangos o listas, por ejemplo "1,2" o "1-3". Si lo dejas vacío, se procesa todo el documento.
¿Se modifica la apariencia?
No. La página sigue viéndose igual; el texto reconocido queda en una capa invisible encima para búsqueda, selección y copia.
¿Dónde se procesa?
Todo el OCR se ejecuta en tu navegador con Tesseract; en español los datos de idioma se sirven desde el propio sitio. El PDF no se sube a ningún servidor.