Aplica OCR a tus PDF escaneados
Esta herramienta ejecuta Tesseract.js, un motor de OCR de código abierto, completamente dentro de tu navegador. Cada página del PDF se convierte en una imagen de alta resolución y luego en texto. Consume mucha CPU y memoria; privacidad total.
Cómo usar
- Elige un PDF escaneado
- Pulsa Iniciar OCR (el motor se descarga la primera vez que lo uses)
- Espera: 5–20 s por página
- Copia el texto o descárgalo como archivo .txt
Preguntas frecuentes
¿Esto hace que mi propio PDF sea buscable, o solo me da el texto por separado?
Solo el texto por separado: el resultado es texto plano que copias o descargas como archivo .txt, no un PDF modificado con una capa de texto buscable. Si necesitas específicamente un PDF buscable, tendrías que combinar el texto extraído con el archivo original por tu cuenta.
¿Funciona con idiomas distintos del inglés?
El predeterminado es el inglés; la precisión en otros idiomas depende de lo bien que el modelo de Tesseract, entrenado en inglés, maneje esa escritura, lo cual suele ser deficiente con alfabetos no latinos.
La precisión del OCR depende de la calidad del escaneado. Los escaneos nítidos de 300+ DPI, con texto negro sobre fondo blanco, dan una precisión superior al 95%; las páginas descoloridas, torcidas o manuscritas no son fiables.