Qué es un PDF buscable
Un escáner, una fotocopiadora o una app de escaneo del móvil guardan cada página como una imagen. Puedes leerla, pero Ctrl+F no encuentra nada y no puedes seleccionar ni una palabra. El OCR (reconocimiento óptico de caracteres) encuentra las letras en esas imágenes y las convierte en texto real.
Esta herramienta añade el texto reconocido al PDF como una capa invisible que queda justo encima de las palabras impresas. Las páginas se ven igual que antes, porque la imagen escaneada no se toca ni se vuelve a comprimir. Pero ahora puedes buscar en el documento, seleccionar y copiar frases y dejar que los gestores documentales y los buscadores lo indexen.
Documentos e idiomas mixtos
Elige el idioma en que está escrito el documento. Si mezcla dos, por ejemplo un contrato en español con términos en inglés, añade el segundo idioma y se reconocen juntos. Letras como ñ, á, é, ü, ç y ß se conservan en el PDF buscable y en el archivo de texto.
Las páginas que ya contienen texto real, como las creadas en un ordenador o un PDF que ya pasó por OCR, se detectan solas y quedan sin cambios. Su texto también entra en el archivo TXT.
Cómo conseguir buenos resultados
Los escaneos nítidos de texto impreso a 200 o 300 DPI dan la mayor precisión. Antes de leerlas, las páginas se dibujan a unos 300 DPI, así que la letra pequeña se amplía. La escritura a mano, las copias muy pálidas y el texto sobre fondos cargados son difíciles para cualquier OCR, así que revisa nombres y cifras antes de confiar en ellos.