¿Qué es un PDF nativo digital?
Un PDF nativo digital es un archivo creado directamente por un programa, por ejemplo al exportar un documento de un procesador de textos, imprimir una página web a PDF o guardar el informe de una hoja de cálculo. Nunca existió en papel. Como el programa conoce los caracteres reales, el archivo los almacena como texto, junto con fuentes, formas vectoriales y, a menudo, enlaces y marcadores. El PDF escaneado es el caso opuesto: es la fotografía de una hoja de papel y sus caracteres son solo píxeles hasta que un paso de reconocimiento los lee.
Por qué importa la diferencia
Casi cualquier duda práctica depende de cuál de los dos tipos tenga entre manos. Un archivo nativo suele ser pequeño, se mantiene nítido con cualquier zoom, permite seleccionar y copiar palabras y se puede buscar sin ningún trabajo adicional. Un escaneado es más grande, pierde nitidez al ampliarlo y no se puede buscar hasta que se ejecuta el reconocimiento de texto. Aplicar el reconocimiento a un archivo que ya contiene texto real hace perder tiempo e incluso puede sustituir caracteres correctos por suposiciones.
Cómo distinguirlos
Abra el archivo e intente seleccionar una sola palabra con el cursor. Si la palabra se resalta por sí sola, el texto es real. Si el cursor selecciona un rectángulo entero de la página o no selecciona nada, la página es una imagen. Otra pista es el tamaño: diez páginas nativas suelen ocupar unos cientos de kilobytes, mientras que diez páginas escaneadas suelen pesar varios megabytes. Un archivo también puede ser mixto, con unas páginas exportadas y otras escaneadas y añadidas después.
Cómo ayuda AuraDoc
El informe de calidad de AuraDoc examina un PDF e indica si las páginas tienen capa de texto, de modo que pueda decidir antes de hacer cualquier otra cosa. Si resulta que las páginas son imágenes, la herramienta de OCR añade una capa de búsqueda, y la extracción de texto saca las palabras de un archivo nativo. Cada herramienta genera un archivo nuevo y deja intacto el original.
Herramientas que usan este término
Guías que lo ponen en práctica
- Hacer buscable un PDF escaneadoPaso a paso: endereza las páginas del escaneo, aplica OCR para buscar y copiar el texto y luego reduce el archivo para guardarlo o compartirlo.
- Extraer el texto de un PDFPaso a paso: lee la capa de texto de un PDF, ejecuta el reconocimiento de texto en un escaneo y convierte el resultado en un archivo Word editable.
Preguntas frecuentes
- ¿Un PDF nativo digital siempre tiene texto seleccionable?
- Casi siempre. Las excepciones son los archivos exportados con el texto convertido en contornos y las páginas donde se colocó una imagen a propósito, que se comportan como escaneados.
- ¿Un PDF nativo es más fiable que un escaneado?
- No por sí solo. Solo informa de cómo se hizo el archivo, no de si su contenido es exacto ni de si se modificó después.
- ¿Puedo convertir un escaneado en un archivo nativo?
- El reconocimiento de texto da al escaneado una capa de búsqueda, pero las páginas siguen siendo fotografías del papel. El resultado permite buscar, pero no es idéntico a un archivo creado desde el original.