Qué es el OCR y cómo hacer un PDF buscable
El OCR (reconocimiento óptico de caracteres) es la tecnología que identifica las letras en la imagen de una página. Aplicado a un PDF escaneado con la herramienta PDF a OCR, añade una capa de texto invisible que permite buscar, seleccionar y copiar el contenido sin cambiar el aspecto de las páginas.
El problema de los PDF escaneados
Cuando escaneas una hoja de papel, el escáner genera una imagen. El PDF resultante parece un documento, pero por dentro es una secuencia de fotos. Por eso no se puede buscar una palabra, copiar un fragmento ni seleccionar un párrafo: para el ordenador no hay texto, solo píxeles.
Qué es el OCR
OCR significa reconocimiento óptico de caracteres. Es la tecnología que analiza la imagen de una página, identifica las letras y genera el texto correspondiente. Aplicado a un PDF escaneado, el OCR añade una capa invisible de texto detrás de la imagen: el aspecto de la página no cambia, pero el texto pasa a poder buscarse, seleccionarse y copiarse.
Cómo aplicar OCR a un PDF
Con la herramienta PDF a OCR:
- Sube el PDF escaneado.
- Elige el idioma del documento. La herramienta reconoce español, inglés, portugués, francés, alemán e italiano.
- Haz clic en procesar y espera. Los documentos largos pueden tardar unos minutos.
- Descarga el PDF y pruébalo: usa la búsqueda del lector para buscar una palabra del documento.
Si solo tienes fotos y no un PDF
Si los documentos son imágenes (JPG, PNG, HEIC), usa OCR a PDF, que une las imágenes en un único PDF, una página por imagen, con el texto ya reconocido. Y si todavía no has escaneado el documento, el Escáner de PDF usa la cámara del móvil o del ordenador para fotografiar las páginas y generar el PDF, con opción de OCR.
Cómo lograr un buen reconocimiento
La calidad del OCR depende sobre todo de la calidad de la imagen:
- Escanea a 200–300 ppp. Las resoluciones menores pierden detalle de las letras; las mayores solo aumentan el archivo.
- Mantén la página recta y bien iluminada, sin sombras ni pliegues.
- Elige el idioma correcto: un texto reconocido en el idioma equivocado pierde tildes y caracteres especiales.
- Usa originales nítidos. La letra manuscrita, los sellos sobre el texto y las fotos borrosas dan peores resultados.
Qué hacer con el texto reconocido
Con el PDF buscable puedes localizar información en segundos y copiar fragmentos a otros documentos. Si quieres editar el contenido, aplica PDF a Word después del OCR. Ningún OCR es infalible, así que revisa números, nombres y fechas antes de usar el texto en algo importante.
Preguntas frecuentes
¿Cómo sé si mi PDF necesita OCR?
Intenta seleccionar una frase con el ratón. Si el cursor selecciona la página entera como una imagen, o la búsqueda no encuentra palabras visibles, el PDF es escaneado y necesita OCR.
¿Qué idiomas reconoce el OCR?
Español, inglés, portugués, francés, alemán e italiano. Elegir el idioma correcto mejora el reconocimiento de tildes y caracteres especiales.
¿El OCR funciona con textos escritos a mano?
El resultado con letra manuscrita es limitado. El OCR funciona mejor con texto impreso, escaneado a 200–300 ppp, con la página recta y bien iluminada.