Using the tools
OCR: cómo hacer que un PDF escaneado sea buscable
Cuándo merece la pena usar OCR, qué soluciona y qué no una capa de texto, y cuáles son los límites de páginas.
Updated
Qué añade realmente el OCR
Un escaneo es una imagen de texto. El OCR añade una capa de texto invisible detrás de la imagen para que funcionen las búsquedas, la selección y la copia. La imagen no cambia: la página seguirá pareciendo un escaneo.
Esto es importante al convertir: si conviertes un PDF escaneado a Word sin usar OCR, obtendrás un documento vacío con una imagen. La opción de OCR es la que genera texto editable.
Cuándo el resultado no será perfecto
La escritura a mano, los sellos, las tablas con celdas combinadas y las capturas de baja resolución hechas con el móvil suelen dar problemas. El OCR reconoce caracteres, no intenciones, así que puede que un recibo descolorido incluya errores que parezcan correctos.
- Escanea a 300 dpi si puedes controlar el escáner.
- Recorta la página para dejar solo el área de texto antes de usar el OCR: los bordes negros dificultan el reconocimiento.
- Comprueba los números y los nombres carácter por carácter; ahí es donde se esconden los errores del OCR.
Límites
El OCR se ejecuta como una tarea avanzada: 50 páginas por tarea en el plan Gratis y 200 en Pro, dentro del límite diario de tareas avanzadas. Los archivos que superen el límite se rechazan antes de procesarse, no cuando el proceso ya está a medias.
Tools mentioned
Still stuck?
Tell us the tool, the file size and the exact error text. That is usually enough to reproduce it.