OCR y documentos escaneados: PDF con búsqueda y capas de texto
Reconocimiento óptico de caracteres, extracción de texto y capacidad de búsqueda en documentos escaneados.
Los archivos se procesan localmente en tu navegador mediante WebAssembly y las API de HTML5. Nunca salen de tu dispositivo, así que no se envían a servidores ni se guardan en servicios de terceros.
Empieza a convertir de inmediato en tu dispositivo: sin esperar a que termine una subida, sin colas de descarga y sin limitaciones de un servidor remoto.
Usa todas las herramientas disponibles sin crear una cuenta, pagar un plan ni tener un límite artificial de tamaño de archivo. Convierte tantas veces como puedan admitir tu navegador y tu dispositivo.
Comparativa de formatos y especificaciones técnicas
| Formato de salida | Tipo MIME | Especificación | Tipo |
|---|---|---|---|
| PDF escaneado | application/pdf | ISO-32000-2 | PDF escaneado basado en mapas de bits |
| IMG Imagen escaneada | image/jpeg | W3C-PNG | Imagen de documento escaneado |
| TXT Texto plano | text/plain | RFC-4180-CSV | Texto plano sin formato |
| DOCX Documento de Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | Documento OpenXML de Microsoft Word |
| HOCR HTML | text/html | HOCR-SPEC-12 | Marcado espacial hOCR |
| PNG Imagen | image/png | W3C-PNG | Gráficos de red portátiles |
| JPG Imagen JPEG | image/jpeg | W3C-PNG | Joint Photographic Experts Group |
| PDF Documento | application/pdf | ISO-32000-2 | Formato de documento portátil |
Especificaciones técnicas y desglose de códecs
Cómo funcionan los PDF con capacidad de búsqueda
Un documento escaneado es una imagen del papel. Un motor OCR reconoce las formas de las letras y añade sobre la imagen una capa invisible de texto seleccionable. Al resaltar o buscar texto en el PDF, se interactúa con esa capa invisible.
Elegir la resolución de escaneo para OCR
La resolución recomendada depende del material y del propósito. Los Archivos Nacionales de EE. UU. recomiendan al menos 300 píxeles por pulgada para documentos de texto impresos modernos; los detalles finos u otros objetivos de captura pueden requerir más. Pruebe páginas representativas y equilibre legibilidad, resultados de OCR y tamaño del archivo.
0 bytes subidos a servidores externos. Todo el procesamiento se realizó de forma local en el entorno seguro de tu navegador.