Qué es el OCR y cómo usarlo en un PDF
El OCR, siglas de reconocimiento óptico de caracteres, lee las letras de una página escaneada y las convierte en texto real que puedes buscar y copiar. ShiftAny Files lo ejecuta en tu navegador y te da un archivo de texto o un PDF con texto seleccionable.
Publicada
Qué hace realmente el OCR
Un escaneo es una fotografía de cada hoja, así que el PDF no sabe qué letras aparecen en ella. El OCR mira la imagen, reconoce los caracteres y los escribe como texto. El resultado puede quedar en un archivo de texto plano o como una capa invisible sobre la imagen original.
Cuándo lo necesitas
Lo necesitas cuando no puedes seleccionar ningún texto de un PDF, cuando el atajo de búsqueda no encuentra nada aunque veas la palabra en pantalla, o cuando todo lo que tienes son fotografías de documentos en papel.
Paso a paso
- Añade el PDF escaneado, o fotos del documento en JPG, PNG o WebP.
- Elige el idioma en que está escrito el texto y si quieres un archivo de texto o un PDF con texto seleccionable.
- Pulsa el botón de reconocer y espera: cada página tarda unos segundos.
- Descarga el resultado y léelo entero antes de usarlo.
Cómo funciona aquí
Cada página se dibuja a 200 puntos por pulgada y se reconoce con Tesseract, un motor que se ejecuta dentro de tu navegador mediante WebAssembly. Sus datos de idioma se sirven desde este mismo sitio, así que el documento no se envía a ninguna parte. Se admiten español e inglés. En un PDF con texto seleccionable la imagen original sigue a la vista y el texto reconocido queda detrás.
Cómo conseguir mejores resultados
Los escaneos rectos, bien iluminados y con la letra nítida dan el texto más preciso. Elige el idioma que corresponde al documento y repasa nombres, cifras y fechas, porque el reconocimiento nunca es perfecto.
Reconoce el texto de tu propio escaneo con la herramienta en la que se basa esta guía:
OCR PDF
Reconoce el texto de un PDF escaneado o de una foto de un documento.
Preguntas frecuentes
¿El OCR lee la letra escrita a mano?
Está pensado para texto impreso. La letra manuscrita suele salir poco fiable, así que no esperes un resultado utilizable.
¿En qué idiomas puedo reconocer texto?
En español y en inglés. Elegir el idioma que corresponde al documento importa, porque el motor lo usa para decidir qué caracteres son probables.
¿El texto reconocido es siempre correcto?
No. Los escaneos borrosos, las tipografías raras y la letra pequeña producen errores, y por eso conviene revisar cada resultado antes de usarlo.