¿Qué es un PDF de imagen?
Un PDF de imagen es un documento cuyas páginas son fotografías del papel y no texto de verdad. Suele proceder de un escáner o de la cámara del móvil. A simple vista parece cualquier otro documento, pero el ordenador solo ve una cuadrícula de puntos de colores y no sabe que ahí hay letras. Por eso no puedes buscar en él, seleccionar una frase ni copiar un número, y un lector de pantalla no tiene nada que leer en voz alta.
Cómo reconocerlo
Prueba a hacer clic y arrastrar sobre una línea de texto. Si toda la página se resalta como un único bloque, o si no se resalta nada, el archivo probablemente está hecho de imágenes. Otra señal es el tamaño: un documento corto, de pocas páginas, que pesa muchos megabytes suele contener figuras de página completa. Una búsqueda de una palabra que ves claramente en la página y que no devuelve resultados confirma la sospecha.
Cómo hacerlo utilizable
El reconocimiento óptico de caracteres, u OCR, lee las imágenes y añade una capa invisible de texto real detrás de ellas. La página conserva el mismo aspecto, pero ahora se puede buscar y copiar. La calidad depende del escaneo: las páginas nítidas, rectas y con buen contraste dan resultados mucho mejores que las borrosas o torcidas. Como los escaneos son grandes, también ayuda comprimir el archivo después, siempre que el texto siga siendo legible.
Cómo hacerlo con AuraDoc
La herramienta de OCR de AuraDoc deja un PDF escaneado con texto buscable, la de copiar texto de un escaneo devuelve las palabras en sí, y la de comprimir PDF escaneado aligera el archivo. Cada paso crea un archivo nuevo.
Herramientas que usan este término
Guías que lo ponen en práctica
Preguntas frecuentes
- ¿Un PDF de imagen es lo mismo que un PDF escaneado?
- Casi siempre. Los escáneres y las aplicaciones del móvil suelen generar páginas que son imágenes, aunque algunos generan también texto. La prueba es simplemente ver si puedes seleccionar las palabras.
- ¿El reconocimiento cambia el aspecto de la página?
- No. La imagen sigue encima y el texto reconocido queda invisible detrás, de modo que la página se ve exactamente igual que antes.
- ¿Por qué el reconocimiento a veces falla?
- La causa principal son los escaneos de mala calidad. La impresión débil, los pliegues, la letra manuscrita y las páginas torcidas confunden la lectura, así que revisa a ojo los números y nombres importantes.