PDF buscable (Searchable)
Abrir la aplicación: Haz que un escaneo permita búsquedas → (products.documentize.app)
En una frase
PDF buscable (Searchable) toma un PDF escaneado (páginas que son solo imágenes) y te da un PDF con el mismo aspecto pero con una capa de texto invisible encima, para que puedas buscar, seleccionar y copiar las palabras.
Qué lo hace especial
- Conserva la imagen de la página y añade el texto debajo, de modo que el documento se ve igual que el escaneo. Imagen a TXT (OCR Image) devuelve solo texto, y Extraer texto (Extract Text) no puede leer imágenes de texto en absoluto.
- Tiene opciones de reparación de escaneos integradas: enderezado automático (corrección de la inclinación), limpieza de fondo y marcas de agua, un interruptor de «la foto de origen está de lado» y una pasada opcional de corrección con IA para los errores de reconocimiento.
- También puede dar como resultado archivos editables de Word, Excel o PowerPoint construidos con el texto reconocido y, para Excel, puede extraer solo las tablas.
Cuándo usarlo y cuándo no
- Úsalo cuando tengas un contrato, un capítulo de un libro, una factura o un archivo escaneados y quieras encontrar palabras, copiar pasajes o pasárselo a otras herramientas (Buscar en PDF (Search), Ask PDF, Extraer texto).
- No lo uses con un PDF que ya tenga texto real; repetiría trabajo y puede que no cambie nada útil. Prueba primero: si puedes seleccionar palabras en el PDF, ya es buscable.
- No lo uses si solo necesitas un .txt a partir de una foto: Imagen a TXT es más sencilla.
- No sirve para archivos bloqueados. Quita primero la contraseña con Desbloqueador de PDF (Unlock).
Antes de empezar
- La página web acepta archivos PDF. Si tienes fotos, conviértelas antes en un PDF con Fusión de archivos (Merger).
- Conoce el idioma del texto.
- Corrige antes las páginas boca abajo o de lado (Rotación PDF (Rotation)); los errores de orientación perjudican al reconocimiento más que cualquier otra cosa.
- Los documentos muy largos se rechazan con un mensaje que pide dividir el archivo en partes más pequeñas (el límite de páginas lo fija el plan, así que consulta el sitio). Usa División de PDF (Splitter).
Paso a paso
- Abre PDF buscable y suelta tu PDF escaneado (o varios).
- Elige el idioma del documento.
- Abre Mostrar todas las configuraciones: deja activada Corregir la inclinación de la imagen (Deskew) para las páginas fotografiadas, marca La foto de origen está de lado (rota 90°) si las páginas están giradas 90 grados y marca Eliminar fondo/marca de agua para papel con sombras o sellos.
- Elige el Formato de salida (PDF buscable por defecto).
- Pulsa Transformar y descarga el resultado. Transformar de nuevo empieza otra vez.
📷 Marcador de captura de pantalla: PDF buscable con todos los ajustes abiertos
Opciones explicadas
| Opción | Qué hace | Valor por defecto | Recomendación |
|---|---|---|---|
| Idioma de los documentos | Qué idioma espera el reconocimiento | inglés | Ajústalo siempre al documento |
| Corregir la inclinación de la imagen | Endereza ligeramente cada página antes de reconocer | activada | Déjala activada, sobre todo con fotos hechas con el móvil |
| La foto de origen está de lado (rota 90°) | Gira las páginas que se escanearon o fotografiaron de costado | desactivada | Úsala solo si sabes que las páginas están de lado; no hay detección automática de la orientación |
| Eliminar fondo/marca de agua | Limpia sombras, color del papel y transparencias de marcas de agua antes de reconocer | desactivada | Activada para páginas amarillentas, con sombras o con sellos |
| Corregir errores de OCR con IA | Un modelo de lenguaje revisa el texto reconocido línea por línea antes de incrustarlo | desactivada | Pruébala cuando el reconocimiento normal cometa muchos errores; comprueba siempre por muestreo |
| Página de salida apaisada | Las páginas de salida se generan en horizontal | desactivada | Rara vez hace falta |
| Formato de salida | PDF buscable, Word editable (.docx), Excel editable (.xlsx) o PowerPoint editable (.pptx) | PDF buscable | PDF para conservar el aspecto; formatos de Office para editar el contenido |
| Extraer solo tablas | Con salida a Excel, pone en el libro solo las tablas detectadas y omite el texto de página completa | desactivada | Activada para tablas e informes escaneados |
| Limpieza en segundo plano (avanzado) | Tres números (relación luz-fondo 0-1, umbral de saturación 0-255, nivel casi blanco 0-255) que ajustan la limpieza | valores predeterminados integrados | No lo toques salvo que la limpieza trate por error las páginas como texto o como foto |
Qué obtienes
- Un PDF con las mismas páginas más una capa de texto oculta (o un .docx/.xlsx/.pptx si lo has elegido). Varios archivos de entrada vuelven en un ZIP.
- Tu original nunca se modifica.
- En los formatos de Office se descarta la imagen de la página y el texto se redistribuye en el documento, así que es editable pero se ve distinto del escaneo.
- Si añadir la capa de texto falla a mitad de camino, el servicio recurre a entregar las páginas limpiadas sin la capa en lugar de no entregar nada.
Calidad y límites
- El reconocimiento es una estimación: la calidad del escaneo, la elección del idioma y las fuentes deciden la precisión. Una mala entrada da palabras erróneas que en el archivo parecen correctas.
- La corrección con IA es generada y puede cambiar palabras; no la uses donde cada carácter deba ser exacto (nombres, cifras, redacciones legales) sin comprobarlo.
- El archivo puede crecer porque se añade la capa de texto; ejecuta después Compresión de PDF (Compressor) si hace falta.
- Los límites de tiempo del plan gratuito pueden detener pronto un lote y dejar una «continuación» para terminar más tarde los archivos restantes (unas 12 horas de espera por defecto). Los resultados se conservan unos dos días.
- Los diseños complejos (varias columnas, tablas) solo se conservan de forma aproximada en la salida a Word/Excel/PowerPoint.
Funciona bien con
- Ejecuta antes de esta aplicación: Rotación PDF, Deskew (un enderezador independiente), Unwatermark (quitar marca de agua), Desbloqueador de PDF, Fusión de archivos (de fotos a PDF).
- Ejecuta después de esta aplicación: Buscar en PDF, Extraer texto, Agregar índice al PDF (Add TOC), Ask PDF, Compresión de PDF.
- Recetas: De fotos a PDF buscable, Digitalizar un archivo.
Errores frecuentes y soluciones
- «Lo ejecuté y el PDF se ve igual» → es lo correcto; la capa de texto es invisible. Pulsa Ctrl+F en tu visor para comprobarlo.
- «Hay palabras erróneas o que faltan» → idioma equivocado, páginas de lado o escaneo de baja resolución. Corrige eso y vuelve a ejecutarlo; deja para el final la limpieza de fondo y la corrección con IA.
- «Dice que divida el archivo» → el documento es demasiado largo para una sola pasada; divídelo, procesa las partes y vuelve a unirlas.
- «El texto se puede seleccionar pero el orden es raro» → las columnas y las tablas se leen de forma aproximada; usa el Analizador de PDF (Parser) o la salida a Excel para conservar la estructura.
Lo mismo en otros sitios
- Plugin de CLI: Documentize.OcrSearchable (necesita Tesseract instalado en local).
- Herramienta MCP: MakeSearchable.
- Consulta Más allá del navegador.
Pruébalo
Escanea o fotografía dos páginas de un documento impreso y guárdalas como PDF. Ejecuta PDF buscable en inglés con los valores por defecto, abre el resultado y pulsa Ctrl+F con una palabra que veas en la página. Repite con la salida Word editable y compara los dos archivos: uno se parece al escaneo y el otro es algo sobre lo que puedes volver a teclear.