Para hacer OCR a un PDF escaneado con OnCloudPDF, selecciónalo, elige el idioma del documento y pulsa «Hacer OCR».
o suelta un archivo aquí, o pégalo con Ctrl V
Conviene saber: Idiomas disponibles: inglés, español, francés, alemán, italiano, portugués, chino (simplificado) y japonés; un idioma por ejecución. Todos los límites
Para hacer OCR a un PDF escaneado con OnCloudPDF, selecciónalo, elige el idioma del documento y pulsa «Hacer OCR». La herramienta ejecuta Tesseract.js en tu navegador y te devuelve un PDF nuevo con las imágenes de las páginas más una capa de texto invisible, así que el PDF queda buscable y seleccionable. La precisión depende de la calidad del escaneo y del idioma que elijas.
Actualizado · Se ejecuta en tu navegador, sin subir archivos y sin cuenta
El reconocimiento se hace en tu navegador y tu PDF no se sube. El worker de PDF.js se sirve desde el propio dominio de OnCloudPDF. El worker de Tesseract, el núcleo y los datos de idioma se descargan de una CDN pública (jsDelivr); solo se obtienen esos archivos de código y datos, nunca tu documento.
Un PDF escaneado son solo imágenes de las páginas, así que no puedes seleccionar ni buscar su texto. Tras hacer OCR, el resultado conserva las imágenes de las páginas y añade una capa de texto invisible colocada sobre cada palabra reconocida, lo que permite buscar y copiar el texto en la mayoría de los lectores de PDF. La herramienta también muestra una vista previa de los primeros 500 caracteres y el número de caracteres encontrados para que valores la calidad de un vistazo. Elige antes el idioma correcto, porque reconocer con un idioma equivocado da malos resultados.
| Criterio | OnCloudPDF | Herramientas online con servidor | Software de escritorio |
|---|---|---|---|
| Dónde se procesa el archivo | En tu navegador (Tesseract.js) | En el servidor del proveedor | En tu equipo |
| Idiomas disponibles | 8 idiomas en esta herramienta | Depende del proveedor | Depende del producto |
| Conexión necesaria | Sí, para cargar el motor y los datos de idioma | Sí, para subir el archivo | A menudo no |
| Ideal para | Escaneos ocasionales y privados | Depende del proveedor | OCR intensivo o frecuente |
Selecciona el PDF, elige el idioma y pulsa «Hacer OCR». Descargas un PDF nuevo en el que el texto ya se puede buscar y copiar. Todo ocurre en tu navegador.
Sí. Usa Tesseract.js y añade una capa de texto invisible y bien colocada sobre cada imagen de página, de modo que el resultado se puede buscar y copiar. Así consigues un PDF buscable y seleccionable.
Inglés, español, francés, alemán, italiano, portugués, chino simplificado y japonés. Se elige uno por ejecución.
OCR significa reconocimiento óptico de caracteres: el programa lee las imágenes de las páginas y detecta las letras. Tras el OCR puedes seleccionar y copiar el texto del PDF resultante desde tu lector. El resultado es un PDF con texto buscable, no un archivo de Word ni de Excel; si necesitas ese texto aparte, usa PDF a texto o PDF a Word con el archivo ya reconocido.
No. Tu archivo se queda en el navegador. Solo se descargan de CDN el motor de Tesseract, los datos de idioma y el worker de PDF.js.
No exactamente. Las páginas se renderizan a imágenes a 1,5x para reconocerlas y se reconstruyen al tamaño original de página, así que el resultado se compone de esas imágenes y no del contenido vectorial original.
Tu navegador tiene que descargar antes el motor y los datos del idioma. Las siguientes ejecuciones pueden reutilizar los archivos en caché.
Consulta todas las herramientas y sus límites en el resumen de herramientas PDF, o compara enfoques en herramientas PDF gratuitas comparadas.
