OCR gratis: extraer texto de imágenes y PDF escaneados sin subirlos

Sacar el texto de una foto, una captura o un PDF escaneado es una de esas tareas que parecen simples hasta que las necesitas: la mayoría de las webs de PDF reservan el OCR a sus planes de pago y, para colmo, suben tu documento a su servidor para procesarlo. Si ese documento es un contrato, una factura o el escaneo de un carnet, subirlo a un tercero para «leerlo» es justo lo que querías evitar.

Esta guía explica, con datos concretos, dónde ponen el muro las herramientas más populares y presenta una alternativa gratis, en 9 idiomas y que no sube nada: reconoce el texto dentro de tu navegador.

Qué cobran o limitan las webs populares

El OCR (reconocimiento óptico de caracteres) es casi siempre una función «premium». A fecha de esta guía:

• SmallPDF: el OCR no está en el plan gratis (que además limita a 2 tareas al día); es una función de pago (plan Pro, desde unos 12 USD al mes).
• iLovePDF: el OCR es Premium; la capa gratuita limita el número de tareas y el tamaño del archivo.
• PDFCandy y similares: OCR con límites por hora o esperas entre usos.

Y el punto común más importante: todas suben el archivo a su servidor para procesarlo. Para un documento escaneado —que por definición suele ser algo que quieres digitalizar, no publicar— esa es precisamente la fricción que sobra.

La alternativa: OCR en tu navegador, gratis y sin subir nada

Extraer texto (OCR) de Colibrí hace el reconocimiento dentro de tu navegador, con el motor de código abierto Tesseract compilado a WebAssembly. Es gratis, sin registro, sin marca de agua y sin límites, y tus imágenes y PDF nunca se suben a ningún sitio.

• Imágenes y PDF escaneados: suelta un JPG, un PNG, una captura o un PDF y obtén el texto. Los PDF se procesan página por página.
• 9 idiomas: español, inglés, portugués, francés, alemán, italiano, japonés, chino y árabe. El idioma se descarga una sola vez (1–3 MB) y se guarda en tu navegador para las próximas.
• Por lotes: añade varios archivos y procésalos de una vez.
• Texto editable: el resultado aparece en un cuadro que puedes corregir antes de copiarlo o descargarlo como .txt.

Honestidad: qué esperar del OCR

Ninguna herramienta de OCR es perfecta, y conviene decirlo. La precisión depende mucho de la calidad de la imagen: con texto impreso, nítido y recto el resultado suele ser muy bueno; con fotos borrosas, torcidas o con poco contraste habrá errores. El texto manuscrito no es fiable. Por eso el resultado es editable: corriges lo que haga falta y listo.

Un caso importante: si tu PDF ya tiene texto seleccionable (no es un escaneo), no necesitas OCR. Usa PDF a texto, que extrae el texto directamente, más rápido y sin errores de reconocimiento. El OCR es para cuando el texto está «dentro» de una imagen o de un escaneo.

Paso a paso

1. Abre Extraer texto (OCR) y arrastra tus imágenes o PDF (o pulsa para elegirlos). Se abren en tu navegador; no se suben.
2. Elige el idioma del documento. La primera vez se descarga ese idioma (una sola vez).
3. Pulsa Extraer texto y espera a que termine el reconocimiento; verás el progreso de cada archivo.
4. Revisa y corrige el texto, y cópialo o descárgalo como .txt (individual o todo junto).

Si trabajas mucho con documentos, al lado tienes el resto de la caja de herramientas —comprimir PDF, proteger PDF o el editor de PDF—, y todas funcionan igual: en tu navegador, sin subir nada.