¿Puedo copiar texto de un PDF escaneado?
Sí. Elige el archivo y el idioma, y pulsa Extraer texto / OCR. Las páginas que son solo imágenes se leen con OCR, y el texto aparece en el cuadro para copiarlo. El reconocimiento puede cometer errores, así que comprueba el resultado con la página.
¿Se sube mi PDF a un servidor?
No. El PDF se abre y se lee en tu navegador. El motor de OCR y el archivo de idioma se cargan desde los propios archivos de este mismo sitio la primera vez que hacen falta. El contenido de tu PDF no se envía a ningún sitio.
¿Qué idiomas puede leer?
Ofrece 16: inglés, español, francés, alemán, portugués, árabe, chino simplificado, japonés, coreano, hindi, bengalí, ruso, urdu, turco, vietnamita e indonesio. Eliges uno en cada ejecución, así que una página con dos idiomas se procesa mejor en ejecuciones separadas.
¿Por qué tengo que elegir un idioma?
El motor de lectura usa un archivo de idioma para saber qué letras y palabras esperar. Una elección equivocada da resultados erróneos, como acentos perdidos. El idioma solo importa para las páginas escaneadas, porque el texto real se copia tal cual.
¿Por qué fue lenta la primera ejecución?
En la primera página escaneada el navegador debe descargar el motor de OCR, unos pocos megabytes, y el archivo de idioma, que ronda entre 0.4 y 2 MB para los idiomas ofrecidos. La página indica que tu navegador conserva el archivo, así que las siguientes ejecuciones son más rápidas salvo que se borre la caché.
¿Cómo decide la herramienta que una página necesita OCR?
Primero intenta leer el texto almacenado en cada página. Si una página tiene más de 20 caracteres de texto seleccionable, se usa ese texto. Si no, la página se dibuja como imagen y se lee con OCR. Si todas las páginas tienen texto, no se ejecuta el OCR ni se carga ningún archivo de idioma.
¿Crea un PDF con texto buscable?
No. Te da texto simple para copiar, y tu PDF original no cambia. Si necesitas un PDF con una capa de texto oculta, necesitas otra herramienta.
¿Por qué algunas páginas salen en una sola línea larga?
Las páginas que ya tienen su propio texto se leen elemento por elemento y se unen con espacios, así que sus saltos de línea no se conservan. Las páginas leídas con OCR conservan los saltos de línea que el lector encontró en la imagen.
¿Qué precisión tiene el resultado?
Depende del escaneo. La impresión limpia, grande y recta en el idioma correcto se lee bien. La letra pequeña, la tinta tenue, la escritura a mano, las columnas y las tablas fallan más a menudo. Revisa siempre los nombres, las fechas y los números antes de usar el texto.
¿Hay un límite en el número de páginas o en el tamaño del archivo?
El archivo puede tener 120 páginas como máximo en total. El código de la página no fija ningún límite de tamaño en megabytes, pero los archivos grandes necesitan más memoria en tu dispositivo y tardan más, ya que las páginas se leen una tras otra.
¿Cómo guardo el texto en un archivo?
Pulsa Descargar TXT para guardar un archivo de texto simple, o pulsa Copiar texto y pégalo en un editor. La casilla Texto extraído es de solo lectura, así que no puedes editar dentro de ella. Cada página empieza con una línea como --- Página 1 ---, que puedes borrar en tu editor.
¿Puede leer escritura a mano o tablas?
No de forma fiable. El motor de lectura está pensado para texto impreso. La escritura a mano a menudo se lee mal, y las tablas salen como líneas de texto simple sin sus filas y columnas. Usa el resultado como un borrador que corriges a mano.
¿Cómo se usa «OCR y extracción de texto de PDF»?
Extrae texto seleccionable de un PDF o reconoce texto en páginas escaneadas. Elige un archivo, procésalo localmente y descarga una copia nueva.
¿Se envían mis datos a un servidor?
No. El procesamiento se realiza en tu navegador y tus datos no se suben.