Divide y renombra PDF escaneados con OCR
Un escáner produce imágenes de páginas, sin texto en el que buscar. Así puedes dividir un lote escaneado y nombrar cada archivo a partir de su texto, con el reconocimiento de texto ejecutándose en tu propio dispositivo.
Escanear un montón de papeles suele producir un único PDF largo. Cada página es una imagen, así que las herramientas que dividen por texto no encuentran nada con lo que trabajar.
Smart PDF Split & Rename detecta las páginas sin texto utilizable y las lee con OCR (reconocimiento óptico de caracteres) en tu navegador. El texto reconocido se usa después como una capa de texto normal: para encontrar dónde empieza cada documento y para nombrar los archivos.
Paso a paso
Añade el PDF escaneado
La herramienta marca las páginas que necesitan OCR: las páginas que son solo imágenes y las páginas cuyo texto existente parece poco fiable.
Elige el idioma
Elige el idioma en que están escritos los documentos: inglés, hindi, español, portugués o francés. Para documentos que mezclan idiomas, elige ambos, por ejemplo hindi e inglés.
Elige qué leer
Leer solo los nombres es lo más rápido: la herramienta lee el área donde está impreso el nombre en la primera página de cada documento. Lee páginas completas cuando la propia división depende del texto escaneado.
Revisa las palabras dudosas
Las palabras de las que el motor de OCR está menos seguro aparecen resaltadas, con una imagen de esa parte de la página junto al texto. Corrígelas donde haga falta.
Nombra y descarga
Define los nombres de archivo, revísalos y descarga los archivos uno a uno o en un ZIP. El informe de auditoría muestra qué valores proceden del OCR.
Ajustes que debes elegir
| Ajuste | Qué elegir |
|---|---|
| Idioma de OCR | El idioma o los idiomas en que están escritos los documentos, no el idioma de este sitio web. |
| Qué leer | Solo los nombres, cuando divides por número de páginas, por intervalos o a mano. Páginas completas, cuando la división depende del texto de los escaneos. |
| Área del nombre | Marca el área de la página donde está impreso el nombre o el número. Se lee la misma área en cada documento, así que funciona mejor con formularios de diseño fijo. |
| Regla de división | Cualquier regla funciona una vez leído el texto: una palabra clave, “Page 1 of N”, un valor que cambia o cada N páginas para formularios de longitud fija. |
Ejemplo
Un escaneo de cuatro páginas con tres albaranes. El número de cada albarán se lee con OCR en la parte superior de su primera página.
| Páginas originales | Archivo dividido |
|---|---|
| 1 | Delivery note 5521.pdf |
| 2–3 | Delivery note 5522.pdf |
| 4 | Delivery note 5523.pdf |
Ejemplo con nombres inventados.
Comprueba antes de usar los archivos
- El idioma equivocado da un texto erróneo con aparente seguridad. Los nombres con acentos o en alfabetos no latinos se leen mal si no se selecciona el idioma. Elige todos los idiomas que usan los documentos.
- La calidad del escaneo importa. Las páginas rectas y con buen contraste, escaneadas a unos 300 ppp, se leen mejor. Las fotos con el móvil y los escaneos de baja resolución dan más errores.
- La escritura a mano no se lee de forma fiable. Escribe tú mismo los nombres de los documentos manuscritos al revisarlos.
- El OCR nunca se da por seguro. Cada nombre leído con OCR se marca para que puedas comprobarlo antes de descargar.
- Las páginas en sí no se modifican. De forma predeterminada, los archivos divididos contienen las imágenes escaneadas originales; el texto reconocido solo se usa para dividirlos y nombrarlos.
Tus archivos se quedan en tu dispositivo
Tus PDF se leen, se dividen y se nombran en tu navegador. Nunca se suben, y tu navegador impide que la página de la herramienta se conecte a internet o cargue nada de otros sitios web. Cómo funciona
Preguntas
¿Mis escaneos se envían a un servicio de OCR?
No. El OCR se ejecuta en un proceso en segundo plano (worker) en tu navegador, en tu dispositivo. El motor de reconocimiento y los modelos de idioma se descargan de puffinkit.com cuando usas el OCR; tus escaneos nunca salen de tu dispositivo.
Mi PDF ya tiene texto del escáner. ¿Se usará?
Sí, si parece fiable. Si el texto parece incorrecto, por ejemplo lleno de caracteres extraños, la herramienta propone volver a leer esas páginas con OCR.
¿Cuánto tarda el OCR?
Depende de tu dispositivo y del número de páginas. Leer solo los nombres es mucho más rápido que leer páginas completas. La herramienta muestra su progreso y puedes cancelar en cualquier momento.
Más guías
- Divide un PDF de nóminas en un archivo por empleadoEl software de nóminas suele exportar todas las nóminas en un solo PDF. Así puedes dividirlo en un archivo independiente y con el nombre correcto para cada empleado, sin subir datos salariales a ninguna parte.
- Divide un PDF de facturas por número de facturaLos sistemas de contabilidad y facturación suelen imprimir toda una tanda de facturas en un solo PDF. Así puedes convertirlo en un archivo con el nombre correcto por cada factura, manteniendo juntas las facturas de varias páginas.