Cómo hacer que se pueda buscar en un PDF escaneado en el Mac

Un PDF escaneado es una pila de imágenes de páginas. Tú puedes leerlo, tu Mac no: Spotlight no encuentra nada dentro, la búsqueda de Vista Previa no da resultados y no puedes copiar ni una frase. Para arreglarlo, hay que reconocer el texto de cada página (OCR, reconocimiento óptico de caracteres) y guardarlo en el PDF como una capa de texto invisible. En el Mac puedes hacerlo sin subir el documento a ningún sitio: en Folia Files, abre el PDF en Herramientas PDF y haz clic en Hacer que se pueda buscar (OCR)…. macOS lee el texto en tu Mac y Folia Files escribe una copia nueva, con búsqueda, junto al original.

Esto es lo que significa de verdad «con búsqueda», cómo comprobar un PDF y los pasos que hay que seguir.

Qué hace que en un PDF se pueda buscar

Una página de PDF puede contener dos cosas muy distintas:

• Texto, guardado como caracteres. Es lo que obtienes al exportar un documento desde Word, Pages o un navegador. Puedes seleccionarlo, buscarlo y copiarlo.
• Imágenes de la página. Es lo que generan la mayoría de los escáneres, las apps de escaneo y una foto guardada como PDF. Se ve igual, pero para el ordenador solo son píxeles.

Un escaneo con búsqueda tiene las dos cosas: la imagen que ves y, encima, las palabras reconocidas, colocadas de forma invisible en el mismo sitio. Sigues viendo el escaneo original, pero ahora puedes seleccionar una línea, copiarla y encontrar el documento por una palabra que contiene.

Cómo saber si un PDF tiene capa de texto

Ábrelo en Vista Previa y prueba una de estas dos cosas:

1. Pulsa ⌘ F y busca una palabra que se lea bien en la página. Si no hay resultados, no hay texto detrás.
2. Arrastra el puntero sobre una frase. Si no puedes resaltar palabras y solo dibujas un rectángulo, la página es una imagen.

Un PDF también puede ser mixto: unas páginas escritas a ordenador y otras escaneadas y añadidas después. Revisa varias páginas, no solo la primera.

Por qué Spotlight y Vista Previa no sirven con un escaneo

Spotlight indexa el texto guardado dentro de los documentos. Un PDF escaneado no tiene, así que una búsqueda de «alquiler» o de un número de factura solo lo encuentra si esas palabras están en su nombre. Lo mismo ocurre con cualquier herramienta de búsqueda que se apoye en Spotlight, incluida la búsqueda en el texto de Folia Files.

Vista Previa abre y anota PDF muy bien, pero no tiene ningún comando para reconocer el texto de una página escaneada y guardarlo en el archivo. Texto en vivo puede dejarte seleccionar palabras de algunas imágenes en pantalla, pero no escribe nada en el PDF: la próxima búsqueda sigue sin encontrar nada.

Las versiones recientes de macOS sí leen el texto de los archivos de imagen, como un escaneo en JPEG o PNG, y Spotlight puede encontrarlos después por lo que dicen. Un PDF hecho de páginas escaneadas no recibe ese trato.

Hacer que se pueda buscar en un PDF escaneado con Folia Files

Folia Files es un gestor de archivos para Mac. Sus herramientas PDF combinan, reordenan, giran, dividen y comprimen PDF, y hacen que se pueda buscar el texto de los escaneos. El reconocimiento lo hace macOS (el framework Vision de Apple) en tu Mac: el documento nunca sale de él y no necesitas conexión a internet.

1. Abre el PDF en Herramientas PDF

Haz clic derecho en el PDF escaneado en un panel de Folia Files y elige Herramientas PDF…. La herramienta se abre en una pestaña con ese archivo ya en su lista. También puedes abrirla desde la barra de menús (Herramientas › Herramientas PDF…) o desde el botón Herramientas de la barra de herramientas, y añadir archivos con Añadir… o Selección del panel, o soltándolos sobre las páginas.

2. Revisa las páginas

La parte derecha, Páginas, muestra cada página en miniatura. Antes de reconocer nada:

• endereza las páginas tumbadas con Girar a la izquierda o Girar a la derecha (sin ninguna página seleccionada, giran todas);
• quita las páginas en blanco o las que no quieras con el botón de la papelera (el archivo en sí no cambia);
• reordena las páginas con las flechas si el escáner las cogió desordenadas.

La herramienta trabaja con todas las páginas que se muestran, en ese orden. Si marcaste varios archivos, sus páginas se combinan en un único documento: para que se pueda buscar en varios PDF por separado, trátalos de uno en uno (con Borrar todo entre uno y otro).

3. Haz clic en Hacer que se pueda buscar (OCR)…

Haz clic en Hacer que se pueda buscar (OCR)… en la barra inferior. Cuando la ventana no es lo bastante ancha para todos los botones, como en la captura de abajo, está en el menú Más acciones, junto a Guardar en un solo PDF….

Folia Files te pregunta dónde guardar el resultado y propone la misma carpeta, con el nombre original seguido de «(con búsqueda)». Después muestra Reconociendo texto… mientras macOS lee cada página. Al terminar, Folia Files vuelve a tus archivos con el nuevo PDF seleccionado en su carpeta; la barra inferior de la pestaña Herramientas PDF indica cuántos caracteres se han reconocido.

Tu PDF original nunca se modifica. El nuevo se ve exactamente igual, con el texto reconocido colocado de forma invisible sobre cada página escaneada. Las páginas que ya tenían texto se quedan como estaban: solo se reconocen las páginas sin ningún texto.

4. Busca una palabra para comprobarlo

Spotlight necesita un momento para indexar un archivo nuevo. Luego busca una palabra que sepas que está en el escaneo: en Spotlight (⌘ Espacio), en Vista Previa con ⌘ F o en Folia Files. En Folia Files, haz clic en Buscar en la barra de herramientas, elige En el contenido de texto en el menú del botón que dice En el nombre y escribe tus palabras. Cada resultado indica por qué se ha encontrado.

La búsqueda de Folia Files busca todas las palabras que escribes, en cualquier orden, sin tener en cuenta mayúsculas ni acentos.

Convertir fotos de documentos en papel en un solo PDF con búsqueda

Herramientas PDF también acepta imágenes: fotos en JPEG, PNG o HEIC de tiques, cartas o páginas de un contrato. Cada imagen se convierte en una página. Añádelas todas, ordena las páginas y haz clic en Hacer que se pueda buscar (OCR)…: obtienes un único PDF cuyo texto puedes buscar y copiar, hecho solo con lo que fotografiaste.

Si solo quieres un PDF limpio sin reconocimiento, basta con Guardar en un solo PDF…, y Comprimir… suele dejar mucho más ligero un PDF de fotos.

Qué esperar del reconocimiento

• Idiomas. En la versión actual, Folia Files reconoce texto en inglés, francés, alemán, español e italiano.
• Calidad. Los escaneos nítidos, rectos y bien iluminados dan los mejores resultados. La letra pequeña, la escritura a mano, los sellos y las copias muy desvaídas pueden salir mal o no salir. El OCR nunca es perfecto: busca algunas palabras para ver qué tal ha ido.
• Maquetación. La página visible no cambia: sigues viendo el escaneo. Solo se añade el texto invisible, línea a línea, donde macOS lo encontró.
• Tiempo. Las páginas se leen una tras otra. Unas pocas tardan segundos; un libro escaneado largo tarda más, y mientras tanto puedes seguir trabajando en otras pestañas.
• Privacidad. No se envía nada a ningún servidor. El escaneo, el texto reconocido y el resultado se quedan en tu Mac.

Otras formas de hacerlo

Adobe Acrobat Pro puede reconocer el texto de un PDF escaneado, y muchas apps de escaneo lo hacen al escanear si activas la opción. Los servicios de OCR en línea también funcionan, pero obligan a subir el documento, algo que rara vez quieres hacer con un contrato, una nómina o un informe médico. Folia Files encaja bien cuando los escaneos ya están en tu Mac y quieres poder buscarlos junto al resto de tus archivos, sin enviarlos a ningún sitio.