Cómo usarlo
Añade un PDF y luego elige una o ambas opciones: reducir la resolución (elige un porcentaje) y/o extraer texto con OCR. Con el OCR activado, haz clic en Iniciar para escanear el PDF - aparece una vista previa de la página en la que cada palabra reconocida está justo donde se encontró; haz clic en una palabra para editarla, o marca "Mantener como imagen" debajo de una foto para dejarla sin cambios. Recorre cada página con fotos y luego haz clic en Generar para escribir los cambios como texto real, si "Reducir resolución" también está activo, las fotos restantes también se reducen antes de la descarga.
Preguntas frecuentes
¿La reducción de resolución afecta al texto o a los gráficos vectoriales?
No, solo se redimensionan las fotos incrustadas (imágenes rasterizadas). El texto y los gráficos vectoriales no dependen de la resolución, así que no hay nada que esta herramienta pueda reducir ahí.
¿Cómo sabe la opción OCR dónde va cada palabra?
Cada página se renderiza en tu navegador, y las propias instrucciones de dibujo del PDF indican exactamente dónde está cada foto incrustada en la página. El motor OCR devuelve un recuadro para cada palabra leída en esa foto, así que cada palabra en la pantalla de revisión queda en el mismo lugar donde se encontró.
¿Dónde ocurre el escaneo OCR?
Completamente en tu navegador, usando el mismo motor OCR Tesseract (compilado a WebAssembly) que usan las otras herramientas OCR del sitio. El archivo se sube al servidor solo si también eliges reducir la resolución, como un paso separado después de revisar y generar el texto.
¿Qué pasa con una foto que marco como "Mantener como imagen"?
Queda exactamente igual, ninguna de las palabras reconocidas de ella se escribe de vuelta, y la foto en sí queda intacta (aparte de la reducción de resolución, si esa opción también está activada).