Escanea un informe de varias páginas y lo guardas como PDF. Cuando lo abres y pulsas Ctrl+F (o ⌘+F en Mac), no se encuentra nada - ni siquiera una palabra que puedes ver claramente en la primera página. El documento es una imagen, y las imágenes no contienen texto de búsqueda.
Hacer que un PDF escaneado sea de búsqueda añade una capa de texto invisible detrás de las imágenes. La capa de texto es lo que leen Ctrl+F, los sistemas de gestión documental y los motores de búsqueda. La apariencia visual del documento permanece exactamente igual.
Qué hace el OCR
El software de Reconocimiento Óptico de Caracteres (OCR) analiza cada píxel de cada página e identifica caracteres, palabras y la estructura del diseño. Después coloca esos caracteres en una capa oculta en la misma posición que el texto de la imagen correspondiente. El resultado es un PDF que se ve idéntico al escaneo original pero tiene texto real, seleccionable y de búsqueda debajo.
Cómo hacer que tu PDF sea de búsqueda con Pagivo
- AbreAsk PDFen Pagivo e inicia sesión si te lo pide.
- Sube tu PDF escaneado.
- Escribe una solicitud comohaz que este PDF sea buscable con OCR.
- Haz clic enProcesar y descargar. Pagivo ejecuta OCR en las páginas que lo necesitan y devuelve el documento con una capa de texto buscable añadida.
- Abre el resultado en cualquier visor de PDF y pulsa Ctrl+F. Tus términos de búsqueda ahora se encontrarán.
Factores que afectan la precisión
OCR funciona mejor en documentos limpios y bien escaneados. Varios factores afectan la precisión de la capa de texto:
- Resolución del escaneo.300 DPI es el mínimo práctico para un OCR fiable. Las resoluciones más bajas producen un reconocimiento de caracteres poco fiable, especialmente en textos pequeños.
- Rectitud de la página.Una página inclinada o curvada confunde la detección de los límites de los caracteres. Por esta razón, los escáneres de superficie plana producen resultados consistentemente mejores que las cámaras de los teléfonos.
- Claridad del tipo de letra.Las fuentes impresas estándar se reconocen con una precisión muy alta. Las fuentes decorativas, los textos muy pequeños (menos de 8 pt equivalentes a 300 DPI) y los escaneos muy comprimidos producen más errores de reconocimiento.
- Escritura a mano.La mayoría de los motores OCR están entrenados con texto impreso. Espere una precisión menor o resultados en su mayoría inutilizables en páginas escritas a mano.
Cuando necesitas editar el contenido, no solo buscarlo
El OCR crea un PDF con capacidad de búsqueda: el texto es real, pero la página sigue pareciendo un escaneo. Si necesitas editar el contenido (corregir un nombre, cambiar una fecha, reformatear una tabla), debes convertir el PDF a un formato editable. El flujo de trabajo recomendado es: ejecutar primero el OCR para crear un PDF con capacidad de búsqueda y luego convertir ese PDF a Word usandoPDF a Wordpara obtener la mejor calidad de conversión.
Usar Google Drive como alternativa gratuita
Google Drive tiene OCR integrado sin costo. Sube el PDF a Google Drive, haz clic derecho sobre él y eligeAbrir con Google Docs. Google ejecuta OCR y abre el resultado como un documento editable. El formato de la página no se conservará, pero el texto será extraído. Esto funciona bien para documentos cortos donde solo necesitas el contenido del texto, no el diseño original.