Cómo ocultar datos en un PDF escaneado sin dejar rastro

Un escaneo es una imagen, y tapar un número en el visor significa poner encima una capa que se quita con un clic. El editor hace otra cosa: redibuja desde cero la página que tiene un área tachada, ya con el área pintada, y debajo no quedan ni píxeles ni capa de texto. Las demás páginas no se tocan. Las propiedades del archivo, los adjuntos y los marcadores no se limpian; se revisan aparte.

El casero pide una copia del pasaporte, el banco pide el contrato escaneado, y en el contrato aparecen el sueldo de un compañero y la firma de otra persona. Enviarlo tal cual no apetece, y lo primero que se nos ocurre es abrir el PDF en el visor, dibujar un rectángulo negro sobre el número y guardar. Parece seguro. En la práctica, el destinatario selecciona el rectángulo, pulsa Suprimir y ve el número entero.

Con los escaneos este error es muy frecuente, porque un escaneo parece «una simple imagen» intocable. Y así es hasta que entra en un PDF: ahí se le puede poner encima cualquier cosa, y todo lo que se pone queda como capa aparte. La herramienta Ocultar datos en PDF funciona de otra manera: la página con un área tachada la redibuja desde cero. Veamos qué ocurre ahí, dónde se esconden los datos en un escaneo y qué revisar antes de pulsar «Enviar».

Por qué un rectángulo en el visor no oculta nada

Un PDF está hecho de capas. Abajo está el contenido de la página: en un escaneo, una única imagen grande; en un documento de procesador de textos, texto y gráficos. Encima van las anotaciones: comentarios, resaltados, sellos y las figuras que dibujan las herramientas «Marcar» y «Forma» de los visores. Una anotación sabe dónde está y de qué color es, pero no toca el contenido de debajo.

De ahí que haya tres formas de «quitar» ese rectángulo, y ninguna exige programas especiales: seleccionarlo y borrarlo, eliminarlo desde el panel de comentarios, o abrir el archivo en un editor que liste las anotaciones. Algunos visores, al «Imprimir en PDF», aplanan las anotaciones en la página; entonces el rectángulo se queda, pero el número sigue en el archivo, dentro de la imagen original. Los datos no se han eliminado, solo están tapados.

En un escaneo hay además otra capa que se suele olvidar: si el archivo pasó por reconocimiento de texto, bajo la imagen hay una capa de texto invisible con las mismas letras. El rectángulo tampoco la toca, y el número del pasaporte aparece con una búsqueda normal.

Qué hace el editor con una página que tiene un área tachada

La página de la herramienta abre el editor de PDF del navegador en un modo donde solo queda la herramienta de área tachada. Añades una o varias áreas, las estiras sobre los puntos necesarios y pulsas «Aplicar cambios». Entonces ocurre lo importante.

La página con al menos un área tachada no se edita, sino que se redibuja desde cero como imagen: primero se renderiza entera, después se pinta el área sobre esa imagen, y la imagen sustituye a la página en el archivo final. Debajo del área no queda nada: ni píxeles del escaneo original, ni capa de texto, ni texto reconocido. No hay de dónde recuperarlos: en el archivo nuevo no existen.

Este método tiene un precio, y conviene conocerlo de antemano. En la página redibujada el texto ya no se puede seleccionar ni buscar, ni siquiera fuera del área: la página entera es ahora una imagen. La resolución del redibujado es de unos 150 puntos por pulgada, menor que la de un escaneo típico a 300: para leer en pantalla y subir a portales basta, pero para imprenta esa página quedará más suave que las demás. Los enlaces que el área no cubrió se conservan. Las notas siguen siendo notas. Las demás páginas pasan al archivo final como estaban.

El precio se justifica precisamente en los escaneos: o no tienen capa de texto, o es auxiliar, y convertir la página en imagen no les quita nada esencial.

Desenfoque, pixelado y recorte: lo que no cuenta como ocultación

Además del rectángulo superpuesto circulan otros tres trucos, y cada uno deja los datos en el archivo.

Desenfoque y pixelado. No eliminan el fragmento, lo degradan. Con un texto corto de estructura conocida, como un número de pasaporte o un importe, el fragmento desenfocado se reconstruye por fuerza bruta: se toma cada valor posible, se desenfoca igual y se compara con la imagen. Con cifras esto va rápido, y casos así se han analizado públicamente más de una vez. Por eso el área tachada del editor es solo de color sólido: blanca, negra o de cualquier otro color, sin desenfoque. Un color sólido no se compara con nada.

Recorte de la página. Cambia la zona visible de la hoja, no el contenido: lo que quedó fuera del marco sigue en el archivo y vuelve al restablecer el recorte en cualquier editor. Un margen con notas se pinta, no se recorta.

Reducción de la resolución. Un escaneo muy comprimido se lee peor, pero al ampliar las cifras siguen distinguiéndose, y al reconocimiento de texto esa calidad le suele bastar. No es protección, es una molestia para el destinatario.

Los tres tienen algo en común: cambian cómo se ve el fragmento, pero no lo sacan del archivo. El tachado del editor sí lo saca.

Copia del pasaporte y del contrato: qué ocultar y qué necesita el destinatario

No conviene borrar de la copia todo lo que se vea: si pintas los campos que el destinatario necesita para la verificación, el documento volverá con la petición de enviar uno normal. Mejor decidir de antemano qué necesita y ocultar el resto.

En una copia del pasaporte pedida para verificar la identidad suelen hacer falta apellidos, nombre, fecha de nacimiento y fotografía; el número no siempre: pregunta al destinatario. La página del domicilio solo se necesita donde se comprueba la dirección. La firma del titular casi nunca hace falta en una copia, y es justo la que más se reproduce.

En un contrato, al destinatario le suelen importar las partes, el objeto y las fechas, no los importes de otras cláusulas ni los datos bancarios de la contraparte. Si el banco pide el contrato de alquiler para confirmar la dirección, los datos del pasaporte del casero le sobran.

En un extracto de cuenta o un certificado de ingresos se ocultan el número de cuenta y los movimientos ajenos a la solicitud, y se dejan los totales y los datos de la entidad: sin ellos el documento no se puede verificar.

Decidido lo que se queda, recorre el documento una sola vez con esa lista. Así no borrarás de más ni se te escapará un fragmento ajeno a la idea inicial de «datos importantes».

Dónde se esconden los datos en un escaneo

Los datos por los que se hace todo esto suelen estar a la vista: número del documento, importe, apellido. Se pasa por alto otra cosa.

Transparencia del reverso. En papel fino, el texto del dorso se trasluce en espejo y en el escaneo se lee al ampliar. Si el reverso contiene datos, se ven en la cara frontal.

Firmas y sellos. La firma es un dato personal por sí misma. El sello contiene el nombre de la organización, su número fiscal y a veces la dirección.

Notas manuscritas en los márgenes: teléfonos, instrucciones, fechas. Sellos de registro de entrada con el número de expediente.

Códigos de barras y QR. Pueden llevar codificado el mismo número de documento o un enlace a una página personal. No se leen a ojo, pero sí con el teléfono.

Encabezados y pies de página. El apellido o el número de contrato del encabezado se repite en cada página, y hace falta un área en cada una.

Antes de empezar, hojea el documento entero ampliado, no solo las páginas donde esperas datos.

Cómo encontrar todas las apariciones en un escaneo largo

En la página de la herramienta de tachado hay búsqueda en el documento, pero no botón de reconocimiento: en un escaneo sin capa de texto la búsqueda no tiene dónde buscar, y las menciones se buscan a ojo. Para un pasaporte de dos páginas vale. Para un contrato de cuarenta páginas con el apellido en cada cláusula hace falta otro camino.

Abre el mismo archivo en el editor completo Editar PDF: allí, al área tachada y a la búsqueda se suma el reconocimiento de texto. Pulsa «Reconocer texto (OCR)» para las páginas sin texto y escribe el apellido en «Buscar en el documento». El editor mostrará todas las coincidencias por página. Añade un área en cada página encontrada, estírala sobre la coincidencia y aplica los cambios.

La capa reconocida también pasa al archivo final, pero no en todas partes: las páginas sin áreas la conservan, mientras que las páginas con áreas se redibujan igualmente como imágenes y el texto reconocido desaparece con todo lo demás. La búsqueda, además, solo recorre el texto que existe, y en las páginas sin reconocer no encontrará nada. Si el documento llega ya con capa de texto, no hace falta reconocer nada y la búsqueda funciona de inmediato, también en la página de la herramienta de tachado.

El reconocimiento consume el límite diario de operaciones, igual que la herramienta aparte PDF con OCR. En la pantalla de selección, el editor muestra qué páginas se reconocerán y avisa si el límite está agotado.

Pasos a seguir

1. Abre Ocultar datos en PDF y sube el escaneo. Un archivo con contraseña de apertura el editor no lo puede leer: te propondrá quitarla con Desbloquear PDF y abrir el archivo desbloqueado. 2. Elige la página y pulsa «Añadir tachado». Aparecerá un rectángulo, blanco por defecto. Arrástralo al lugar necesario y estíralo con un margen de unos milímetros: en un escaneo los bordes de las letras son borrosos, y un área demasiado ajustada deja colas legibles. 3. Si hace falta, cambia el color del área en el campo «Color» del panel derecho. El blanco se ve en el escaneo como papel limpio; el negro muestra con franqueza al destinatario que ahí se quitó algo. 4. Repite con cada fragmento y cada página. Un área cubre un solo rectángulo; para datos repartidos por la página hacen falta varias. 5. Pulsa «Aplicar cambios» y descarga el resultado. El archivo original no se modifica.

Si hay que ocultar una página entera, no hace falta ningún área: es más sencillo quitarla con Quitar páginas.

Cómo comprobar el resultado

La comprobación lleva un minuto y evita el error más caro.

Abre el archivo descargado e intenta seleccionar texto en la página donde estaba el área. No debería seleccionarse nada: la página es una imagen. Si el texto se selecciona, no tienes delante el archivo correcto, seguramente es el original.

Amplía los bordes de cada área. Si asoman colas de letras bajo el rectángulo, el área era estrecha: vuelve al editor, estírala y aplica los cambios otra vez.

Busca en el documento los valores ocultados: apellido, número, importe. En las páginas con áreas no encontrará nada, porque allí ya no hay texto. Si encuentra algo, ese mismo valor está en una página donde no había área.

Hojea todas las páginas, incluidas aquellas donde no esperabas datos. A encabezados y sellos les gusta repetirse.

Qué queda en el archivo después del tachado

El editor redibuja las páginas, pero no limpia el documento entero, y lo advierte al añadir un área. Tres sitios conviene revisarlos aparte.

Propiedades del documento. Autor, título, asunto y palabras clave viven en los metadatos y se ven en cualquier visor antes de abrir el archivo. Un escaneo hecho con el teléfono lleva a menudo en el campo de autor el nombre del propietario. Esos campos los limpia Establecer metadatos PDF: tiene un interruptor que borra todos los valores existentes, no solo sobrescribe los rellenados.

Adjuntos. Un PDF puede llevar otros archivos dentro, y el editor no los toca. Si el documento te lo envió otra persona, revisa el panel de adjuntos del visor.

Marcadores. El índice del documento se queda como estaba, con los nombres de las secciones. Suele ser inofensivo, pero si una sección llevaba un apellido en el título, seguirá en los marcadores.

Y lo último, ya fuera del archivo: el nombre. «Pasaporte_García.pdf» cuenta el contenido antes de que nadie lo abra. Renómbralo antes de enviar.

Qué pasa con el peso y el aspecto del archivo

La página redibujada vive en el archivo como una sola imagen, y el peso del documento puede cambiar en cualquier sentido. Una página de procesador de textos casi seguro pesará más: texto y gráficos vectoriales ocupan menos que su imagen. En un escaneo el resultado depende de cómo estaba comprimido el original y no se puede calcular de antemano: es más sencillo mirar el tamaño del archivo final.

La página redibujada solo se distingue de las vecinas con mucho aumento: los bordes de las letras son más suaves. A escala normal de lectura y en una impresora de oficina no se nota. Si hay que comprimir el archivo para enviarlo, hazlo después de ocultar, no antes: comprimir el escaneo original antes del redibujado solo empeora la imagen de la que luego saldrá la página.

Cuándo el tachado no es la mejor opción

El tachado elimina el fragmento para siempre y sirve cuando el destinatario no lo necesita. En tres casos conviene otra cosa.

El destinatario necesita todos los datos, pero el archivo no debe circular más. La copia del pasaporte para una agencia o un casero no se pinta, se marca: una marca de agua con Agregar marca de agua que indique destino y fecha hace evidente cualquier reutilización. Cómo funciona se explica en el artículo sobre la marca de agua en copias de documentos.

El documento viene de un procesador de textos, no de un escáner, y hay que conservar la capa de texto. El enfoque general de los estilos de tachado y de qué datos buscar por todo el documento está en el artículo sobre eliminar datos confidenciales de un PDF.

Hay que ocultar casi toda la página. Entonces se elimina entera en vez de pintarla: así no queda la duda de qué había debajo.