Cómo hacer buscable un PDF escaneado en Mac

No puedes buscar en un PDF escaneado porque contiene una foto de cada página, no las letras. Los escáneres planos, las apps de escaneo del móvil y las fotocopiadoras de oficina suelen guardar las páginas así, salvo que pasen el OCR mientras escanean.

El resultado parece un documento, pero se comporta como un álbum de fotos. Comando-F en Vista Previa no encuentra nada, Spotlight no localiza el archivo por lo que dice, no puedes copiar un número de cuenta en un correo y los lectores de pantalla no tienen nada que leer.

Vista Previa no puede añadir una capa de texto a un PDF, así que no puede hacer buscable un escaneo. Texto en Vivo, en macOS, te deja seleccionar el texto dentro de las imágenes, lo que viene bien para coger un teléfono o una dirección sueltos.

La pega es que no se escribe nada dentro del archivo. Spotlight, las demás apps y la persona a la que envías el PDF siguen recibiendo una imagen. Para un documento que vas a buscar más adelante o que vas a entregar a alguien, el texto tiene que quedar incrustado en el propio PDF.

OCR PDF de File Acture pasa el reconocimiento de texto Vision de Apple por cada página escaneada e incrusta el resultado como una capa de texto invisible sobre la imagen original. La página se ve exactamente igual que antes, pero puedes buscar en ella, seleccionar líneas y copiarlas.

Tú eliges el Idioma del documento: Detección automática, o uno entre inglés, turco, alemán, francés, español, italiano, portugués, ruso, chino, japonés y coreano. Precisión ofrece Preciso, la opción por defecto, que lee con más cuidado, y Rápido, que encaja con tandas largas de páginas impresas y limpias. Las páginas que ya contienen texto se copian tal cual, así que un PDF que mezcla páginas escritas y escaneadas no acaba con el texto duplicado.

Un PDF protegido con contraseña muestra un campo Contraseña, y la copia buscable vuelve a protegerse con esa misma contraseña. El título, el autor, el asunto y las palabras clave del documento se conservan, y cada copia se guarda con «-searchable» añadido al nombre. Puedes procesar varios PDF en la misma ejecución, y tus archivos originales quedan sin cambios.

El OCR es tan bueno como el escaneo, así que las páginas rectas y nítidas dan el mejor texto.

• Elige el idioma. La Detección automática funciona con muchos documentos, pero elegir el idioma le dice al reconocedor qué esperar, algo que importa sobre todo con el chino, el japonés, el coreano y el ruso.
• Escanea a 300 ppp. Si controlas el escáner, 300 ppp es un buen ajuste para texto. Bastante por debajo, la letra pequeña se convierte en manchas borrosas difíciles de leer.
• Endereza antes las páginas. Pon derechas las páginas tumbadas con Girar páginas antes de pasar el OCR.
• ¿Fotos de documentos? Reúnelas en un solo PDF con Imágenes a PDF y pasa después el OCR sobre el resultado.
• Guarda el original. La copia con OCR se redibuja página a página, así que los enlaces, los marcadores y los campos de formulario no pasan.
• Ojo al tamaño del archivo. El OCR añade texto; no reduce las imágenes. Si la copia es demasiado grande para enviarla, pásale Comprimir PDF y la capa de texto se mantiene.

Los servicios de OCR online necesitan tu documento en sus servidores, algo importante con extractos bancarios, informes médicos y escaneos del DNI. File Acture pasa el reconocimiento de texto en tu Mac, así que las páginas no salen de él, y Pro funciona sin conexión a internet y solo se conecta de vez en cuando para renovar la licencia.

La versión gratuita incluye 3 ejecuciones en cada Mac, con hasta 5 PDF por ejecución. Para archivos largos de escaneos, consulta los precios.