Última actualización: 5 de noviembre de 2026
Si puedes hacer clic en un PDF y seleccionar una sola palabra, o buscar una palabra y obtener resultados, tiene texto real y no necesitas OCR. Si la página se comporta como una imagen, sin palabras seleccionables y sin resultados de búsqueda, es un escaneo y necesita OCR (reconocimiento óptico de caracteres) antes de poder convertirse en un EPUB como es debido. Esta es la forma más rápida de responder a «¿mi PDF es escaneado o de texto?» sin instalar nada.
¿Cómo saber si mi PDF es escaneado o tiene texto real?
Prueba a seleccionar y buscar el texto. Un PDF creado con software, como Word, InDesign o una exportación desde una web, guarda caracteres, fuentes y posiciones. Un escaneo es, en palabras de la guía de soporte de Investintech, básicamente una imagen plana de un documento.
Haz estas pruebas por orden. Detente en la primera que te dé una respuesta clara.
- Prueba de búsqueda. Abre el PDF en cualquier visor y pulsa Ctrl+F (Cmd+F en Mac). Busca una palabra común como «de». Muchos resultados significan texto real. «Sin resultados» en una página llena de palabras significa que es una imagen.
- Prueba de selección con arrastre. Haz clic y arrastra sobre un párrafo. Con texto real, el resaltado sigue cada línea y salta los espacios entre líneas. Con un escaneo, normalmente obtienes un único rectángulo sólido sobre la zona, que es lo que describe Investintech para los archivos escaneados.
- Prueba de zoom. Acerca una sola letra al 400 %. El texto real se mantiene nítido, con bordes definidos a cualquier tamaño. Un escaneo se vuelve borroso o pixelado, porque está hecho de píxeles.
- Prueba de copiar y pegar. Copia un párrafo y pégalo en un editor de texto sin formato. Palabras limpias significan texto real. Nada, o un montón de símbolos, significa problemas (más abajo te lo explico).
Con que dos de estas pruebas coincidan es suficiente. Si no coinciden, probablemente tengas un archivo híbrido, del que hablamos más abajo.
¿Qué aspecto tiene en la práctica un PDF escaneado?
Un PDF escaneado parece una fotografía de una página. Verás a menudo una ligera inclinación, bordes sombreados cerca del lomo, motas, márgenes irregulares o una página con una forma rara porque el cristal del escáner la cortó.
Orígenes habituales de los escaneos:
- Fotocopias de bibliotecas o colegios convertidas en PDF.
- Libros antiguos digitalizados con un escáner plano o una aplicación del móvil.
- Documentos que se imprimieron, se firmaron y se volvieron a escanear.
- Fotos de páginas hechas con la cámara del móvil.
- La opción «Imprimir en PDF» de algunos escáneres de oficina, que a menudo generan archivos solo de imagen.
La comparativa de ANU PDFLAB describe un PDF escaneado como un contenedor con una foto de página completa por cada hoja, y señala el síntoma práctico: Ctrl+F no encuentra nada en el escaneo, mientras que en la versión basada en texto resalta las coincidencias al instante.
Una advertencia: que la página se vea limpia no demuestra que tenga texto. Un escaneo bien iluminado y recto puede parecerse a un documento digital. Fíate de las pruebas de selección y búsqueda, no de tus ojos.
¿Mi PDF es escaneado o de texto si la búsqueda solo funciona en algunas páginas?
Entonces el archivo es mixto, o es un escaneo al que ya se le aplicó OCR. Prueba varias páginas, no solo la primera. Una muestra razonable es el principio, la mitad y el final.
Los archivos mixtos aparecen más de lo que la gente espera:
- Cuerpo de texto, páginas de imagen. Un libro digital con una portada escaneada, o con apéndices escaneados o páginas firmadas insertadas.
- Escaneo con una capa de texto oculta. Algunos escáneres y aplicaciones ejecutan OCR y colocan texto invisible detrás de la imagen de la página. La búsqueda funciona, pero el texto puede ser incorrecto.
- Texto más imágenes de texto. Un documento diseñado en el que una tabla, un gráfico o un título es una imagen. Puedes buscar el texto del cuerpo, pero no esas partes.
Cómo comprobar una capa de OCR oculta
Busca una palabra poco común que veas en la página. Después copia un párrafo completo y pégalo en un editor de texto. Fíjate en estas señales de un OCR deficiente:
- «rn» leído como «m», o «l», «1» e «I» intercambiados.
- Palabras partidas por espacios aleatorios o pegadas entre sí.
- Acentos que faltan o símbolos extraños en textos que no están en inglés.
- Columnas o barras laterales mezcladas en el orden equivocado.
- Texto de encabezados y pies de página repetido dentro de los párrafos.
Si hay una capa oculta pero está dañada, a efectos prácticos el archivo cuenta como un escaneo. No puedes fiarte del texto que contiene para un EPUB, así que conviene plantearse repetir el OCR.
¿Cómo compruebo las fuentes o las propiedades del archivo?
Las fuentes son un indicio técnico pero fiable. Un PDF con texto real enumera las fuentes que usa. Un PDF de pura imagen no enumera ninguna.
- Adobe Acrobat o Reader: Archivo > Propiedades > pestaña Fuentes. Una lista de fuentes significa que hay texto. Una lista vacía sugiere una imagen.
- Línea de comandos: si tienes instaladas las herramientas de poppler, ejecuta
pdffonts yourfile.pdf. Una tabla vacía significa que no hay fuentes de texto. Ejecutapdftotext yourfile.pdf -para imprimir cualquier texto extraíble; si no imprime nada, el archivo es solo de imagen. - Pista del tamaño del archivo: una novela de 200 páginas que ocupa unos pocos megabytes suele ser de texto. El mismo libro con 150 MB probablemente sean fotografías de las páginas. Es una pista, no una prueba, ya que los PDF de texto con muchas ilustraciones también pueden ser grandes.
Este es un resumen de lo que indica cada prueba:
| Prueba | Texto real | Escaneo (sin texto) | Híbrido u OCR deficiente |
|---|---|---|---|
| Ctrl+F con una palabra común | Muchos resultados | «Sin resultados» | Algunos resultados, o resultados en palabras incorrectas |
| Selección con arrastre | Resaltado línea a línea | Un único bloque sólido | Parece líneas, pero la selección está desplazada respecto a la imagen |
| Zoom al 400 % | Bordes nítidos | Pixelado | Pixelado |
| Copiar y pegar | Palabras limpias | Nada | Palabras dañadas o con errores |
| Lista de fuentes | Fuentes enumeradas | Vacía | Puede enumerar una fuente genérica |
¿Necesito OCR antes de convertir a EPUB?
Solo si el PDF no tiene texto utilizable. Si superaste las pruebas de búsqueda y copia, sáltate el OCR. Añade tiempo, y una pasada de OCR puede introducir errores en un texto que ya era perfecto.
Los propios ajustes de nuestro conversor reflejan esto. La opción «Leer páginas escaneadas (OCR)» se describe como pensada solo para escaneos sin ningún texto, lenta y con un resultado de solo texto. El mismo ajuste indica que se omite automáticamente cuando no hace falta. Así que dejarlo desactivado con un PDF de texto es lo correcto, y no tienes que adivinar.
Usa esto como guía de decisión:
- La búsqueda funciona y el texto copiado es limpio: no uses OCR. Usa el modelo Standard, que el conversor indica como gratuito para PDF de texto y el mejor para novelas y PDF de texto normales.
- No hay ningún texto seleccionable: activa el OCR y elige el idioma en el que está escrito el libro. Comprueba que la lista de idiomas incluya el tuyo: actualmente ofrece inglés, turco, alemán, francés, español, italiano, portugués, neerlandés y griego.
- Texto oculto dañado: prueba el OCR en el archivo, o vuelve a escanear con mejor calidad si todavía tienes el original.
- Archivo mixto: lo más probable es que siga haciendo falta OCR para las páginas de imagen. Revisa el EPUB terminado página por página para ver dónde cambia la calidad del texto.
Para ver el proceso completo con escaneos, consulta nuestra guía sobre convertir un PDF escaneado a EPUB con OCR.
¿Qué debo esperar del EPUB después del OCR?
Espera una salida de solo texto que se adapta a la pantalla, pero no una copia perfecta del original. El OCR lee las formas de las letras y adivina las palabras, así que la precisión depende del escaneo, y tu EPUB solo puede ser tan bueno como el texto reconocido.
Lo que ayuda a la precisión:
- Resolución: lo habitual es recomendar escaneos de alrededor de 300 ppp para el OCR de impresos de tamaño normal. Las fotos del móvil hechas en ángulo o con sombras dan peores resultados.
- Páginas rectas: una página torcida o curvada cerca del lomo confunde la detección de líneas.
- Contraste: el texto negro limpio sobre papel blanco funciona mejor que las páginas descoloridas o amarillentas.
- Idioma correcto: elegir el idioma de OCR equivocado produce disparates en los caracteres con acento.
- Maquetación: la prosa sencilla en una sola columna es lo más fácil. Los diseños de varias columnas, las tablas y las ecuaciones son lo más difícil y puede que no se conserven. Para material técnico complejo, consulta nuestra nota sobre PDF de libros de texto y ecuaciones.
Después de la conversión, echa un vistazo al primer capítulo y a una página del medio. Comprueba nombres, cifras y títulos de capítulo, porque es ahí donde más importan los fallos del OCR.
Si resulta que tu archivo tiene texto real, la vía gratuita es más sencilla y conserva tus capítulos; la explicamos en cómo convertir un PDF a EPUB gratis. En cualquier caso, puedes subir el archivo a Convert2EPUB y ver si necesita OCR antes de comprometerte con nada; la cuenta incluye 30 créditos gratis.
Preguntas frecuentes
¿Puedo saber si un PDF es escaneado solo con mirarlo?
No de forma fiable. Un buen escaneo se ve como cualquier página digital con el zoom normal. Acercar la imagen ayuda, porque el texto escaneado se pixela, pero seleccionar y buscar el texto es más fiable.
¿Un PDF con búsqueda es lo mismo que un PDF de texto?
No siempre. Un PDF con búsqueda puede ser un escaneo con una capa de texto OCR añadida detrás de la imagen. Pasará la prueba de Ctrl+F, pero los errores de esa capa se trasladarán a tu EPUB. Copia un párrafo y léelo para comprobar la calidad.
¿Un PDF sin OCR se puede convertir a EPUB?
Un escaneo sin OCR solo puede convertirse en imágenes de páginas, no en texto adaptable, así que no te dará el texto redimensionable y con búsqueda que hace útil a un EPUB. Por eso los escaneos necesitan OCR primero. Los motivos por los que el texto importa en los lectores de libros electrónicos se explican en por qué un PDF es difícil de leer en un Kindle.
¿El OCR mejora un PDF de texto?
No. Si el texto ya es real, el OCR no aporta nada y puede introducir errores. Déjalo desactivado y convierte el texto directamente.
¿Y si mi PDF tiene contraseña o protección contra copia?
Las restricciones de copia pueden impedir la prueba de copiar y pegar aunque exista texto real. En ese caso, apóyate en la búsqueda con Ctrl+F y en la lista de fuentes. Que un archivo protegido se pueda convertir depende de su configuración, algo que estas pruebas no pueden decirte.
¿Listo para convertir tu propio PDF? Es gratis para documentos de texto normales, sin necesidad de cuenta.
Convertir un PDF a EPUB →