Escanear documentos a PDF

Digitalice un documento en papel como PDF y use Acrobat para convertirlo en un PDF inteligente en el que se pueda buscar y cuyo texto sea seleccionable.
 

Puedes crear un archivo PDF directamente a partir de un documento en papel mediante un escáner y Acrobat. En Windows, Acrobat admite controladores de escáner TWAIN y controladores Windows Image Acquisition (WIA). En Mac OS, Acrobat admite TWAIN y Captura de imágenes (ICA).

En Windows, puede utilizar Detección automática de modo de color y permitir que Acrobat determine el tipo de contenido del documento en papel, o bien utilizar otros valores preestablecidos (Documento en blanco y negro, Documento en escala de grises, Imagen en color y Documento en color) según desee. Puede configurar los valores preestablecidos de digitalización o usar la opción Digitalización personalizada para digitalizar con la configuración deseada.

En Windows, si se instala un controlador WIA para su escáner, puede emplear el botón Digitalizar del escáner para crear un PDF. Presione el botón Digitalizar y, luego, en Windows, elija Adobe Acrobat en la lista de aplicaciones registradas. A continuación, en la interfaz Digitalización de Acrobat, seleccione un escáner y una configuración de documento predefinida o Digitalización personalizada.

Para digitalizar un documento en papel a PDF utilizando Acrobat, ve a Herramientas > Crear PDF. Se muestra la interfaz Crear un PDF desde cualquier formato. Elija el Escáner para ver las opciones disponibles.

En Windows:

En Mac:

Digitalizar un documento en papel para convertirlo en PDF utilizando Detección automática de modo de color (Windows)

Digitalizar un documento en papel a PDF con una configuración predefinida (Windows)

Digitalizar un documento en papel a PDF sin configuraciones predefinidas

Mejorar u optimizar un PDF digitalizado

Definir configuraciones predefinidas de escaneado (Windows)

Opciones de escaneado

Una vez que haya seleccionado un escáner, puede escoger o ajustar diferentes opciones según las necesidades que tenga.

Cuadro de diálogo Optimizar PDF digitalizado

El cuadro de diálogo Mejorar PDF digitalizado controla la configuración de imagen del filtrado y la compresión de imágenes digitalizadas para el PDF. Los valores predeterminados de configuración son apropiados para una amplia gama de páginas de documento, pero se pueden personalizar para obtener imágenes de más calidad, tamaños de archivo más pequeños o por cuestiones relacionadas con la digitalización.

Cuadro de diálogo Reconocer texto - Configuración

De forma predeterminada, el idioma de OCR se toma de la configuración regional predeterminada. Para cambiar el idioma, haga clic en Editar y elija un idioma diferente.

Imagen para búsquedas o Texto e imágenes editables.  

Sugerencias para la digitalización

• La digitalización con Acrobat acepta imágenes entre 10 y 3000 ppp. Si selecciona Imagen para búsquedas o ClearScan en Estilo de salida PDF, se requerirá una resolución de entrada de 72 ppp o más. Además, la resolución de entrada superior a 600 ppp se disminuye a 600 ppp o menos.

• Las compresiones sin pérdida solo pueden aplicarse a imágenes monocromo. Para aplicar una compresión sin pérdida a una imagen digitalizada, seleccione una de estas opciones en la sección Opciones de optimización del cuadro de diálogo Optimizar PDF digitalizado: Grupo 4 de CCITT o JBIG2 (sin pérdida) para imágenes monocromo. Si esta imagen se anexa a un documento PDF y guarda el archivo con la opción Guardar, la imagen digitalizada se conserva sin comprimir. Si guarda el documento PDF con Guardar como, la imagen digitalizada se pueden comprimir.

• Para la mayoría de las páginas, la digitalización en blanco y negro a 300 ppp produce un texto más adecuado para la conversión. A 150 ppp, la precisión de OCR es ligeramente inferior y se producen más errores de reconocimiento de fuentes; a 400 ppp y resoluciones superiores, el proceso se ralentiza y las páginas comprimidas son más grandes. Si en la página hay muchas palabras no reconocidas o texto pequeño (9 puntos o menos), pruebe a digitalizar con una resolución superior. Escanee en blanco y negro siempre que sea posible.

• Si se desactiva Reconocer texto usando OCR, puede usarse todo el intervalo de resolución permitido por Acrobat (de 10 a 3000 ppp), pero la resolución recomendada sigue siendo 72 ppp o más. En el caso de Compresión adaptable, se recomienda una resolución de 300 ppp para entrada de RGB o escala de grises, o de 600 ppp para entrada en blanco y negro.

• Las páginas digitalizadas en color de 24 bits, 300 ppp y a 21,59 por 27,94 cm (8,5 por 11 pulgadas) producen imágenes grandes (25 MB) antes de la compresión. Puede que el sistema necesite 50 MB o más de memoria virtual para digitalizar la imagen. A 600 ppp, la digitalización y el proceso suelen ser cuatro veces más lentos que a 300 ppp.

• Procure no utilizar las opciones de medios tonos o difuminado del escáner. Estas opciones pueden mejorar el aspecto de las fotografías, pero dificultan el reconocimiento del texto.

• Para el texto impreso en papel con color, pruebe a aumentar el brillo y el contraste un 10%. Si el escáner posee la capacidad de filtrado de color, pruebe a usar un filtro o lámpara que retire el color del fondo. O si el texto no es nítido o está difuminado, intente ajustar el contraste y el brillo del escáner para mejorar la nitidez de la digitalización.

• Si el escáner tiene un control de brillo manual, ajústelo hasta que los caracteres estén limpios y bien formados. Si los caracteres están muy juntos, utilice un valor mayor (más brillo). Si los caracteres están separados, utilice un valor menor (más oscuro).

Solucionar problemas relacionados con el escáner

Para resolver errores o problemas del escáner, consulte los siguientes documentos de solución de problemas:

• Error: Acrobat no pudo acceder al servicio de reconocimiento.
• Error: Acrobat no pudo realizar el reconocimiento (OCR) en esta página porque esta página contiene texto procesable.
• Solucionar otros problemas del escáner.

Reconocer texto en los documentos digitalizados

Acrobat se puede usar para reconocer texto en documentos previamente digitalizados que ya se han convertido a PDF. El software de reconocimiento óptico de caracteres (OCR, Optical Character Recognition) permite realizar búsquedas, corregir y copiar texto en un documento PDF digitalizado. Para aplicar OCR a un documento PDF, la resolución del escáner original debe estar definida en 72 ppp o un valor superior.

Reconocer texto en un único documento

Reconocer texto en varios documentos

Cuadro de diálogo Reconocer texto - Configuración general

Especifica el idioma para el motor de OCR que se va a utilizar para identificar los caracteres.

Determina el tipo de PDF que se va a producir. Todas las opciones requieren un valor mínimo de resolución de entrada de 72 ppp (se recomienda un valor superior). Todos los formatos aplican OCR y el reconocimiento de fuentes y páginas a las imágenes de texto y las convierten en texto normal.

Garantiza que el texto se pueda buscar y seleccionar. Esta opción conserva la imagen original, corrige su sesgo si es necesario y coloca sobre ella una capa de texto invisible. La selección de Disminuir resolución de imágenes en este mismo cuadro de diálogo determina si la imagen se reduce y en qué grado.

Garantiza que el texto se pueda buscar y seleccionar. Esta opción conserva la imagen original y coloca sobre ella una capa de texto invisible. Se recomienda en los casos que requieren la máxima fidelidad a la imagen original.

Sintetiza una nueva fuente personalizada muy parecida a la original y mantiene el fondo de la página utilizando una copia de baja resolución.

Reduce el número de píxeles en imágenes en color, escala de grises e imágenes monocromas una vez completada la operación OCR. Elija el grado de disminución de resolución que aplicar. Las opciones con un número más grande reducen menos la resolución, por lo que los PDF generados tienen mayor resolución.

Corregir texto OCR en PDF

Cuando se ejecuta OCR en salida digitalizada, Acrobat analiza mapas de bits de texto y sustituye palabras y caracteres en esas áreas de mapas de bits. Si la sustitución ideal es incierta, Acrobat marca la palabra como sospechosa . Las sospechas aparecen en el PDF como el mapa de bits original de la palabra, pero el texto se incluye en una capa invisible detrás del mapa de bits de la palabra. Este método permite que la palabra sea susceptible de búsqueda incluso si aparece como un mapa de bits.

Nota: si intenta seleccionar texto en un documento PDF digitalizado que no tenga OCR aplicado o intenta realizar una operación de Leer en voz alta en un archivo de imagen, Acrobat le preguntará si desea ejecutar OCR. Si hace clic en Aceptar, se abre el cuadro de diálogo Reconocimiento de texto y puede seleccionar las opciones que se describen de manera detallada en el tema anterior.