Imagen a PDF con búsqueda: generador de capa de texto OCR

Un PDF de imagen normal es una imagen plana envuelta en un contenedor .pdf: no puedes seleccionar, copiar ni buscar el texto que contiene. Un PDF con texto buscable tiene una capa de texto OCR invisible alineada detrás de cada carácter visible, así que Ctrl+F encuentra las palabras, Copiar funciona y los lectores de pantalla pueden leer la página en voz alta mientras el aspecto visual sigue siendo idéntico.

El motor OCR lee cada palabra y almacena su texto y su recuadro detrás de la imagen original en las coordenadas exactas de píxel. Visualmente la página se ve idéntica al escaneo original, pero Adobe Acrobat, Vista Previa, Chrome y cualquier visor de PDF moderno pueden ahora seleccionar, buscar y copiar el texto como si fuera texto digital nativo.

Sí. La capa de texto es PDF estándar (sin extensiones propietarias), así que Adobe Acrobat (Reader y Pro), la Vista Previa de macOS, el visor de PDF integrado de Chrome, Firefox, Edge y los lectores móviles como la app Archivos, Drive y Dropbox la indexan y la buscan. Ctrl+F o Cmd+F encuentra palabras en segundos, incluso en informes escaneados largos.

Sí. Indica varios códigos de idioma (por ejemplo eng+chi_sim+hin) y el OCR los tiene en cuenta todos al leer los caracteres. Los documentos con varios alfabetos, como menús bilingües, contratos internacionales y formularios gubernamentales, funcionan sin problemas. Para obtener los mejores resultados, pon primero en la lista el idioma más probable.

La capa de texto suele añadir entre un 5 y un 15% al tamaño del PDF, normalmente unos pocos cientos de kilobytes por cada 100 páginas. Comparado con la ventaja (búsqueda de texto completo en todo tu archivo de documentos), es un precio pequeño. Si el tamaño importa para el correo electrónico, pasa el resultado por la herramienta Comprimir PDF para recortar aún más las imágenes incrustadas grandes.

Los archivos subidos se procesan en una carpeta de trabajo temporal y se eliminan automáticamente a los pocos minutos de completarse la conversión. Nunca entrenamos modelos con los archivos de los usuarios, nunca los compartimos ni añadimos marcas de agua. Esto hace que la herramienta sea segura para archivos escaneados legales, de RR. HH., médicos y contables donde la confidencialidad es lo más importante.

Esta herramienta lee archivos de imagen (JPG, PNG, TIFF, escaneos y fotos) y devuelve un PDF buscable. Si ya tienes un PDF escaneado de varias páginas, primero divídelo en imágenes de página con la herramienta PDF a imágenes y luego arrastra esas imágenes aquí para recuperar un único PDF buscable con OCR.

Sube JPG, PNG, WEBP, GIF, TIFF o BMP — fotos de teléfono, escaneos de escáner plano y capturas de pantalla, todos funcionan. El motor de OCR lee el texto y lo envuelve en una capa invisible detrás de la imagen, de modo que el resultado es un PDF buscable normal que se abre en cualquier visor.

Searchable PDF needs an embedded hOCR text layer with per-word bounding boxes, which only the Tesseract-based engines (Engine 1 and Engine 2) can produce — the PaddleOCR 'Default' engine used elsewhere in the app can't generate that layer. Engine 1 is the standard Tesseract pass with the widest language support; Engine 2 can do better on stylised or lower-quality scans.

Open the Language picker in Settings and choose the document's language (English by default) — this is the single most important setting for OCR accuracy, since the engine's character recognition is language-specific. Click Re-run conversion after changing it to rebuild the PDF with a fresh text layer.

Pick Engine 1 for its broader language coverage, and set the Language picker to the contract's primary language. If key sections in a second language still aren't matching when you search, re-run the conversion with Engine 2 or the secondary language selected on a second pass.

It updates automatically — switching the Engine or Language dropdown immediately reprocesses the uploaded image and rebuilds the searchable PDF with the new setting, with no click required. The Re-run conversion button is mainly useful for retrying the exact same settings again, for example after a failed conversion or a brief network drop.