Recibes un PDF con un contrato, un certificado o un formulario escaneado. Intentas seleccionar algo de texto y no pasa nada: el cursor se comporta como si la página fuera una imagen. Y eso es exactamente lo que es, una imagen escaneada sin capa de texto debajo. El OCR (reconocimiento óptico de caracteres) añade esa capa y convierte la imagen en un documento donde el texto se puede seleccionar, copiar y buscar.
Cuándo necesitas OCR
El OCR es útil cuando tienes un PDF escaneado y quieres copiar un pasaje sin teclearlo a mano, buscar una palabra con Ctrl+F, pasar el contenido a otra herramienta sin reescribirlo o hacer que un documento archivado sea localizable por palabra clave. Si el PDF ya tiene capa de texto —es decir, puedes seleccionar palabras— no hace falta OCR.
De qué depende la calidad
La calidad del resultado depende casi por completo del escaneo de origen. Los factores clave son la resolución (conviene al menos 150–200 ppp, idealmente 300), la alineación de la página (el texto muy inclinado se reconoce mal), la iluminación y el contraste (las sombras del lomo o el papel amarillento reducen la precisión) y el idioma del texto, que el algoritmo necesita conocer para interpretar bien las letras.
Cómo ejecutar el OCR, paso a paso
1. Abre la herramienta ocr-pdf y sube tu PDF escaneado. 2. Selecciona el idioma del documento si se te pide. 3. Espera el procesamiento: los escaneos de varias páginas tardan más. 4. Descarga el resultado. 5. Ábrelo y comprueba: ¿puedes seleccionar texto?, ¿se reconocen bien nombres, fechas y números?
Qué puede salir mal
- **Muchos errores en nombres y números.** La calidad del escaneo es baja. Vuelve a escanear o fotografía a mayor resolución.
- **No se reconoce nada de texto.** El PDF puede contener gráficos vectoriales que parecen un escaneo pero no lo son; el OCR no ayuda ahí.
- **El archivo creció mucho.** El OCR añade una capa de texto y aumenta algo el peso; si pesa demasiado, comprímelo con compress-pdf.
- **La letra manuscrita no se lee.** El OCR estándar busca texto impreso; las firmas y notas a mano se reconocen mal o nada.
Qué revisar tras el OCR
- Selecciona unas líneas y pégalas en un editor para confirmar que el texto salió bien.
- Busca palabras clave con Ctrl+F: un nombre, una organización, una fecha.
- Compara números y fechas del texto reconocido con el original; ahí están los errores más frecuentes.
Conclusión
Para hacer un PDF escaneado localizable y seleccionable, súbelo a ocr-pdf. En documentos largos, divide el archivo con split-pdf primero, procesa las partes por separado y combina los resultados con merge-pdf.