Abres un PDF, pulsas Ctrl+F, escribes una palabra que ves claramente en la pantalla y obtienes “sin resultados”. O arrastras el cursor sobre un párrafo y, en lugar de resaltarlo, toda la página se pone azul. Hay exactamente tres explicaciones posibles.
-
Es un escaneo, la causa más frecuente con diferencia. La página es en realidad una fotografía: un escáner, una fotocopiadora o la cámara de un teléfono generaron una imagen y la envolvieron en un PDF, así que todo lo que ves son píxeles y no hay texto en el archivo que la búsqueda pueda encontrar. Se reconoce porque al arrastrar el cursor se selecciona la página entera como un solo bloque en lugar de resaltar palabras, y porque al ampliar mucho el zoom las letras se vuelven borrosas e irregulares. La solución es pasarlo por OCR PDF: el reconocimiento de texto lee la forma de las letras y las añade de nuevo como una capa invisible situada exactamente debajo de la imagen original, así que la página se ve idéntica pero Ctrl+F ya funciona y puedes resaltar y copiar como en un documento normal. Las páginas que ya tienen texto real se detectan y se omiten, así que un documento en parte escaneado y en parte digital vuelve con todo buscable sin alterar nada innecesariamente.
-
El documento restringe la copia. Algunos PDF se publican con permisos que bloquean la extracción de texto: el texto está ahí y es buscable, pero el lector se niega a copiarlo. La señal es que la búsqueda funciona y encuentra palabras, pero copiar no produce nada, y el lector puede mostrar “Protegido” o “Seguro” en la barra de título. Si tienes la contraseña del archivo, Desbloquear PDF elimina la protección y devuelve una copia sin restricciones; si no la tienes, la restricción es decisión del propietario y hay que pedírsela, porque ninguna herramienta de este sitio evita una contraseña que no te han dado.
-
El texto está dibujado como contornos. Menos común, pero ocurre con archivos exportados desde herramientas de diseño: el diseñador convirtió el tipo de letra en formas vectoriales para que se viera igual en todas partes, visualmente perfecto pero textualmente vacío. Se distingue porque al ampliar el zoom las letras se mantienen perfectamente nítidas —a diferencia de un escaneo— pero seleccionar sigue sin hacer nada. La solución es la misma que con un escaneo: OCR lee las formas y genera una capa de texto real.
El OCR no cambia la apariencia del documento: las imágenes originales de la página se mantienen exactamente igual y el texto reconocido queda invisible debajo de ellas. La precisión depende del escaneo de origen —páginas claras, rectas, bien iluminadas y de alta resolución se reconocen muy bien, mientras que las borrosas, torcidas o tenues producen errores ocasionales, aunque como la página visible no se toca, el documento siempre queda legible sin importar el resultado. Esta versión de la herramienta reconoce inglés e hindi, y está pensada para texto impreso: la letra cursiva normalmente no se reconoce.
Una vez que un escaneo es buscable, se abre todo lo demás: puedes convertirlo a Word para obtener contenido editable en lugar de una página de imágenes, convertirlo a Excel si es una tabla, un extracto o una factura, comprimirlo después con la capa de texto intacta si el archivo pesa mucho (comprimir PDF), y encontrarlo más tarde, porque las herramientas de búsqueda del ordenador y del almacenamiento en la nube ya pueden indexar el texto en lugar de dejarlo invisible.
¿Buscas un documento editable al final, no solo uno buscable? Cómo convertir un PDF escaneado a Word explica la ruta de OCR seguida de conversión. Y cuando quieras resolver el problema de raíz, OCR PDF funciona sin cuenta, sin marca de agua, y descarta el archivo en cuanto termina de procesarlo.