Corregir texto OCR erróneo en un PDF
Algunos PDF se ven bien pero se comportan mal: la búsqueda no encuentra nada o encuentra palabras equivocadas, y el texto copiado sale sin sentido. A menudo, el archivo pasó por un programa de OCR deficiente al escanearse, o a las fuentes del PDF les falta la información que asigna formas a letras. OCR PDF puede sustituir la capa de texto antigua o volver a leer las páginas a partir de sus imágenes.
Cómo corregir el texto de un PDF
- Averigüe qué problema tiene Seleccione unas palabras y péguelas en un editor de texto. Palabras incorrectas pero legibles indican un OCR deficiente; símbolos aleatorios, un problema de fuentes.
- Suba el PDF a OCR PDF Abra OCR PDF con el botón de arriba y elija el archivo.
- Elija el modo Para una capa OCR antigua y deficiente, mantenga «Automático»: sustituye ese texto oculto. Para caracteres ilegibles debidos a las fuentes, elija «Forzar», que vuelve a leer cada página a partir de su imagen.
- Compruebe el resultado Descargue el PDF, busque algunas palabras y copie un párrafo para confirmar el nuevo texto.
Dos causas, dos soluciones
Capa OCR antigua sustituida
«Automático» detecta el texto oculto que añadió un programa de OCR anterior, lo elimina y vuelve a reconocer la página con un motor actual.
Texto real conservado
El texto escrito en el documento no se toca en el modo «Automático»; solo se rehacen el contenido de las imágenes y el texto OCR antiguo.
Fuentes dañadas
Si al copiar salen símbolos como «ÿþ» o recuadros, la fuente no tiene un mapa de caracteres correcto. «Forzar» convierte cada página en imagen y la reconoce entera.
Lo que implica «Forzar»
Con «Forzar», el texto real pasa a formar parte de la imagen de la página y se sustituye por texto reconocido, por lo que se pierden los enlaces y el texto original seleccionable. Úselo solo cuando sea necesario.
Mejor original, mejor texto
Los escaneos pálidos, con ruido o torcidos dan un OCR deficiente en cualquier programa. Limpie el escaneo primero y luego ejecute el OCR.
Los idiomas correctos
Elija todos los idiomas que aparecen en el documento. Que falte un idioma es una de las causas más comunes de palabras mal reconocidas.
Conviene saber
- El OCR nunca es perfecto. Incluso un buen resultado puede confundir 0 y O, 1 y l, o rn y m: revise nombres, números e importes.
- Si la copia está bloqueada en lugar de salir mal, el PDF tiene restricciones de permisos; use Desbloquear PDF.
Corregir un OCR erróneo – Preguntas frecuentes
¿Por qué el texto copiado de mi PDF parece un galimatías?
O bien el texto OCR oculto es deficiente, o bien las fuentes del PDF no asignan las formas a letras reales. Repetir el OCR soluciona lo primero; el modo «Forzar», lo segundo.
¿Cambiará el aspecto de la página tras repetir el OCR?
En el modo «Automático», no: solo cambia el texto invisible. En el modo «Forzar», las páginas se conservan como imágenes; se ven igual, pero el texto ya no es el original.
¿Se puede corregir a mano una palabra errónea?
No. OCR PDF vuelve a reconocer las páginas; no ofrece corrección manual del texto.
¿Por qué la búsqueda sigue fallando después del OCR?
Revise los idiomas y la calidad del escaneo. La baja resolución, una compresión fuerte y la escritura a mano provocan errores.
¿Es gratis?
Sí. Es gratuito, sin registro ni marca de agua, y los archivos se eliminan tras el procesamiento.
Sustituya el texto erróneo de su PDF
Suba el PDF a OCR PDF, elija el modo y obtenga texto que puede buscar y copiar.
Corregir el texto de mi PDF