OCR: extraer texto dePDF e imágenes
Extrae el texto de un PDF escaneado, una foto o una captura de pantalla.
- Privado
- Gratis
- Tesseract.js
¿Tienes un PDF escaneado y necesitas copiar el texto? Esta herramienta usa Tesseract OCR en tu navegador para leer cada página y extraer el texto. El archivo nunca sale de tu equipo. Funciona con PDF escaneados, fotos de documentos y capturas de pantalla.
¿Cómo funciona?
Sube tu archivo
Suelta un PDF escaneado o una imagen (JPG, PNG, WebP). Se abre en tu navegador sin subirse.
Elige el idioma
Selecciona español, inglés o ambos para mejorar la precisión del reconocimiento.
OCR con Tesseract
Cada página se analiza con Tesseract.js, el motor de OCR de código abierto de Google.
Copia o descarga el texto
El texto reconocido se muestra para copiar, editar o descargar como .txt.
Características
PDF e imágenes
Acepta PDF escaneados, fotos de documentos y capturas de pantalla.
Español e inglés
Reconoce texto en español, inglés o ambos idiomas a la vez.
Todo en el navegador
Tesseract.js corre localmente: el archivo no se sube a ningún servidor.
Gratis y sin registro
Sin cuentas, sin marcas de agua, sin límite de usos.
¿Para qué sirve?
Digitalizar documentos escaneados
Convierte un contrato, recibo o acta escaneada en texto editable.
Copiar texto de una foto
Extrae texto de una foto de pizarrón, menú, cartel o captura de pantalla.
Buscar en PDF escaneados
Una vez extraído el texto, puedes buscarlo con Ctrl+F o pegarlo en otro documento.
Preparar texto para traducir
Extrae el texto de un documento en un idioma para pegarlo en un traductor.
¿En qué se diferencia?
La mayoría de herramientas de OCR suben tu archivo a la nube. Aquí todo corre en tu navegador con Tesseract.js.
- vs Google Drive / Adobe Scan: Aquí el archivo no se sube a la nube. Todo corre en tu navegador.
- vs copiar a mano: Tesseract reconoce páginas completas en segundos, con buena precisión para letra impresa.
Preguntas frecuentes
¿Reconoce texto manuscrito?
Tesseract funciona bien con texto impreso. Con letra manuscrita la precisión baja mucho; es mejor para documentos tipografiados.
¿Cuántas páginas puede procesar?
Sin límite fijo, pero PDF muy largos (más de 50 páginas) pueden tardar varios minutos.
¿La precisión es buena?
Para documentos impresos con buena resolución, la precisión es superior al 95 %. Con fotos borrosas o letra muy pequeña puede bajar.
¿Mi archivo se sube a algún servidor?
No. Tesseract.js corre completamente en tu navegador. El archivo no sale de tu equipo.
¿Puedo usar el texto extraído como PDF con texto seleccionable?
Esta herramienta exporta texto plano (.txt). Para crear un PDF con capa de texto sobre el escaneo necesitarías un editor de PDF.
¿En qué se diferencia de iLovePDF o Smallpdf para hacer OCR?
Tu PDF no se sube a ningún servidor. iLovePDF y Smallpdf envían el archivo a sus servidores para reconocer el texto (iLovePDF lo guarda hasta 2 horas). Aquí el OCR corre en tu navegador con Tesseract.js: es privado, gratis y sin límite de páginas.