OCR de un PDF escaneado

Preguntas frecuentes

¿Qué significa "PDF buscable"?

El resultado se ve idéntico a tu escaneo, pero Cmd-F (Ctrl-F) encuentra palabras. Tesseract.js detecta el texto en la imagen y lo incrusta como una capa invisible debajo de la imagen visible. Seleccionar-copiar devuelve el texto reconocido.

¿Cuál es la diferencia entre PDF buscable y Extracción de texto?

PDF buscable preserva la apariencia visible y añade una capa de texto seleccionable. Extracción de texto te da un archivo .txt plano con solo las palabras reconocidas.

¿Qué idiomas son compatibles?

Inglés, español, portugués y polaco en v1. Elige el idioma que coincida con tu documento para mejor precisión. Alemán, francés y otros están planeados para v1.1 según los datos de tráfico.

¿Qué tan preciso es el OCR?

Tesseract funciona mejor con texto claro y mecanografiado en buena resolución. Escaneos torcidos, bajo contraste o texto manuscrito pueden producir resultados poco fiables. Prueba con un escaneo de mayor resolución u otro idioma si el resultado es pobre.

¿Por qué es lenta la primera ejecución?

En tu primera ejecución, tu navegador descarga el motor OCR (~3 MB) y el paquete de idioma (~1-2 MB por idioma). Ambos se almacenan en caché — las siguientes ejecuciones son instantáneas. Mantén esta pestaña en primer plano mientras se ejecuta el OCR.

¿Cuál es el límite de tamaño?

25 MB en el plan gratuito, 100 MB en Pro. El límite real es la memoria de tu dispositivo.

¿Qué hay tras el plan Pro?

Los usuarios gratuitos obtienen una vista previa de una página. Los Pro hacen OCR de todo el documento, obtienen 100 MB de capacidad y (cuando estén disponibles) operaciones por lotes y acceso a la API. pase de día por $1,99, créditos por $4,99, Pro por $5,99/mes o Pro anual por $49/anual.

¿Subes mis archivos?

No. El OCR se ejecuta completamente en tu navegador vía WebAssembly. Tus archivos y el texto reconocido permanecen en tu dispositivo.