Extract text from images — free

Sube tu PDF y la herramienta detecta si contiene una capa de texto real o solo imágenes escaneadas. Los PDF con capa de texto se exportan al instante. Los PDF que solo contienen imágenes (libros escaneados, recibos fotografiados, informes antiguos) pasan automáticamente por OCR. En cualquier caso, obtienes un archivo .txt limpio que conserva los párrafos, los saltos de línea y el espaciado entre secciones.

Sí. Si el PDF contiene solo imágenes (algo común en escaneos, páginas fotografiadas o exportaciones de fax), el motor de OCR se activa automáticamente: no necesitas una herramienta aparte. La compatibilidad con varios idiomas viene integrada, de modo que incluso los textos bilingües o con alfabetos no latinos (chino, árabe, hindi) se extraen en la misma pasada.

Los saltos de párrafo, las líneas en blanco entre secciones, las viñetas y los prefijos de listas numeradas se conservan como texto sin formato. Los títulos aparecen en mayúsculas o con su capitalización original según la fuente de origen. El énfasis visual (negrita, cursiva) no se codifica en el texto sin formato; para eso, usa mejor el conversor de PDF a Word.

Sí. Introduce la contraseña en el aviso tras subir el archivo y la herramienta desbloquea el archivo en memoria solo el tiempo necesario para extraer el texto. La contraseña nunca se almacena en disco ni se transmite a servicios de terceros. Los PDF bloqueados sin la contraseña no pueden procesarse: por razones de seguridad, no se realiza ningún descifrado de contraseñas.

Los archivos de hasta 50 MB y 500 páginas se procesan sin problemas. Los documentos más grandes también funcionan, pero tardan más: un archivo legal de 2000 páginas puede tardar unos minutos en el OCR. Para lotes enormes, divide primero el PDF con la herramienta Dividir PDF y procesa cada parte en paralelo.

El procesamiento se realiza en servidores seguros y los archivos se eliminan en cuestión de minutos. El archivo .txt resultante es tuyo: sin marca de agua, sin atribución y sin seguimiento. Investigadores, periodistas, abogados y estudiantes usan la herramienta para extraer texto de informes confidenciales sabiendo que el PDF original no se conserva más allá de la conversión.

Sí. Abre el panel del Motor, elige el idioma de tu documento y el motor de OCR, y la página se lee en esa escritura — se admiten más de 100 idiomas, incluidos los que no son latinos y los de derecha a izquierda. Si la primera pasada lee mal los caracteres acentuados o no ingleses, cambia el idioma y toca Volver a ejecutar la extracción.

La vista con formato conserva el diseño original de la página —columnas, espaciado y posición de las líneas—, lo que ayuda con tablas y recibos. La vista de texto plano ofrece un texto limpio y readaptado, más fácil de pegar en un documento o un chatbot. Alterna entre ambas y luego copia el texto o descárgalo como archivo .txt.

Esta herramienta te entrega el texto en bruto para copiarlo o guardarlo como .txt. Si prefieres conservar el PDF original pero hacerlo buscable con Ctrl+F, pásalo por la herramienta Imagen a PDF buscable — añade una capa de texto OCR invisible sobre el escaneo, de modo que la página se ve idéntica mientras las palabras se vuelven seleccionables.

Start with Default and your document's language for common Latin-script languages — it's fast and accurate for everyday text. If the output looks garbled or the script is non-Latin (Arabic, Hindi, Chinese, Cyrillic), switch to Engine 1 or Engine 2, select the matching language from the picker, and tap Re-run extraction — different engines are tuned for different scripts, so trying both takes seconds.

The output box is fully editable, so you can quickly clean up an OCR mistake or trim a section right on screen. Copy to clipboard always copies exactly what's currently in the box, edits included — but Download .txt saves the original file produced by the last Engine/Language run, not your on-screen edits. To keep a correction, use Copy and paste it into your own .txt file, or if the mistake is systematic, switch the Language or Engine and tap Re-run extraction instead of hand-editing.