OCR PDF - Make a Searchable PDF Online Free

Un PDF de imagen normal es una imagen plana envuelta en un contenedor .pdf: no puedes seleccionar, copiar ni buscar el texto que contiene. Un PDF con texto buscable tiene una capa de texto OCR invisible alineada detrás de cada carácter visible, así que Ctrl+F encuentra las palabras, Copiar funciona y los lectores de pantalla pueden leer la página en voz alta mientras el aspecto visual sigue siendo idéntico.

El motor OCR lee cada palabra y almacena su texto y su recuadro detrás de la imagen original en las coordenadas exactas de píxel. Visualmente la página se ve idéntica al escaneo original, pero Adobe Acrobat, Vista Previa, Chrome y cualquier visor de PDF moderno pueden ahora seleccionar, buscar y copiar el texto como si fuera texto digital nativo.

Sí. La capa de texto es PDF estándar (sin extensiones propietarias), así que Adobe Acrobat (Reader y Pro), la Vista Previa de macOS, el visor de PDF integrado de Chrome, Firefox, Edge y los lectores móviles como la app Archivos, Drive y Dropbox la indexan y la buscan. Ctrl+F o Cmd+F encuentra palabras en segundos, incluso en informes escaneados largos.

Sí. Indica varios códigos de idioma (por ejemplo eng+chi_sim+hin) y el OCR los tiene en cuenta todos al leer los caracteres. Los documentos con varios alfabetos, como menús bilingües, contratos internacionales y formularios gubernamentales, funcionan sin problemas. Para obtener los mejores resultados, pon primero en la lista el idioma más probable.

La capa de texto suele añadir entre un 5 y un 15% al tamaño del PDF, normalmente unos pocos cientos de kilobytes por cada 100 páginas. Comparado con la ventaja (búsqueda de texto completo en todo tu archivo de documentos), es un precio pequeño. Si el tamaño importa para el correo electrónico, pasa el resultado por la herramienta Comprimir PDF para recortar aún más las imágenes incrustadas grandes.

Los archivos subidos se procesan en una carpeta de trabajo temporal y se eliminan automáticamente a los pocos minutos de completarse la conversión. Nunca entrenamos modelos con los archivos de los usuarios, nunca los compartimos ni añadimos marcas de agua. Esto hace que la herramienta sea segura para archivos escaneados legales, de RR. HH., médicos y contables donde la confidencialidad es lo más importante.

Esta herramienta lee archivos de imagen (JPG, PNG, TIFF, escaneos y fotos) y devuelve un PDF buscable. Si ya tienes un PDF escaneado de varias páginas, primero divídelo en imágenes de página con la herramienta PDF a imágenes y luego arrastra esas imágenes aquí para recuperar un único PDF buscable con OCR.

Sube JPG, PNG, WEBP, GIF, TIFF o BMP — fotos de teléfono, escaneos de escáner plano y capturas de pantalla, todos funcionan. El motor de OCR lee el texto y lo envuelve en una capa invisible detrás de la imagen, de modo que el resultado es un PDF buscable normal que se abre en cualquier visor.

El PDF con búsqueda necesita una capa de texto hOCR incrustada con cuadros delimitadores por palabra, que solo pueden producir los motores basados en Tesseract (Motor 1 y Motor 2): el motor «Predeterminado» de PaddleOCR usado en otras partes de la app no puede generar esa capa. El Motor 1 es la pasada estándar de Tesseract con la mayor compatibilidad de idiomas; el Motor 2 puede rendir mejor en escaneos estilizados o de menor calidad.

Abre el selector de idioma en Ajustes y elige el idioma del documento (inglés de forma predeterminada): este es el ajuste más importante para la precisión del OCR, ya que el reconocimiento de caracteres del motor es específico de cada idioma. Haz clic en Reejecutar conversión tras cambiarlo para reconstruir el PDF con una nueva capa de texto.

Elige el Motor 1 por su mayor cobertura de idiomas y ajusta el selector de idioma al idioma principal del contrato. Si al buscar siguen sin coincidir secciones clave en un segundo idioma, vuelve a ejecutar la conversión con el Motor 2 o con el idioma secundario seleccionado en una segunda pasada.

Se actualiza automáticamente: cambiar el menú desplegable de Motor o Idioma reprocesa de inmediato la imagen subida y reconstruye el PDF con búsqueda de texto con el nuevo ajuste, sin necesidad de hacer clic. El botón Volver a ejecutar la conversión es útil principalmente para reintentar exactamente los mismos ajustes de nuevo, por ejemplo tras una conversión fallida o una breve caída de red.