Convertir un PDF escaneado a JPG

Qué distingue a un PDF escaneado

Un PDF escaneado es una envoltura, no un documento. El escáner fotografió cada hoja y produjo un mapa de bits — una imagen por página — y el formato PDF guarda esas imágenes con un poco de geometría de página alrededor. No hay texto, ni fuente, ni línea vectorial: donde un PDF exportado desde Word contiene instrucciones para dibujar caracteres, un PDF escaneado contiene su fotografía.

Eso cambia lo que puede hacer un convertidor. Renderizar un PDF normal es una operación de dibujo: su texto se mantiene nítido a cualquier tamaño. Renderizar un PDF escaneado es una operación de imagen: el motor decodifica el mapa de bits almacenado y lo dibuja en el lienzo, igual que hace un visor como Firefox o Vista Previa en pantalla. No se inventa nada por el camino, así que el resultado nunca puede contener más detalle que el propio escaneo.

Algunos PDF escaneados llevan además una capa de texto invisible, añadida por un software de reconocimiento para que la página se pueda buscar. Esa capa no cambia la imagen y no viaja al JPG: la imagen que obtienes es el escaneo.

• Una imagen almacenada por página, envuelta en la geometría de página del PDF.
• Sin texto, sin fuentes y sin vectores, así que la nitidez la fija el escaneo, no el convertidor.
• La capa de texto que deja el OCR es invisible y no se exporta al JPG.
• Los escaneos pesan: una página A4 en color a 300 ppp son unos 8,7 megapíxeles, y por eso estos PDF llegan a decenas de megabytes.
• Un escaneo protegido con contraseña se comporta como cualquier otro PDF protegido: el convertidor pide la contraseña de apertura y la comprueba en tu dispositivo.

Elegir la resolución adecuada para páginas escaneadas

El ajuste de ppp decide a cuántos píxeles se dibuja la página, y nada más. Igualarlo al escaneo reproduce la página exactamente: una hoja A4 escaneada a 300 ppp contiene unos 2480 × 3508 píxeles, y renderizarla a 300 ppp produce una imagen de ese mismo tamaño, píxel por píxel.

Renderizar por encima del escaneo no recupera detalle. A 600 ppp una página A4 pasa a 4961 × 7016 píxeles, unos 35 megapíxeles — cuatro veces los píxeles de un escaneo a 300 ppp sin nitidez adicional, porque el motor está ampliando una imagen que ya tiene. Una página así de grande también supera la superficie que un navegador puede dibujar con seguridad en un solo lienzo (unos 24 megapíxeles), así que el convertidor baja la resolución y te avisa.

Para texto escaneado, 300 ppp es el ajuste que hay que usar: mantiene legible la letra pequeña, da al reconocimiento de texto posterior la mayor cantidad de material y se queda dentro del límite del lienzo.

• 300 ppp coincide casi exactamente con un escaneo de oficina típico de una página A4 o Carta.
• Todo lo que supere la resolución nativa del escaneo es ampliación: más píxeles, ningún detalle nuevo y archivos mucho más pesados.
• La calidad de compresión JPEG importa tanto como los ppp en el texto: déjala alta cuando la página sea sobre todo letra pequeña.
• Un escaneo en color a 300 ppp son unos 8,7 megapíxeles por página, así que un documento de veinte páginas es una tarea realmente grande; el convertidor renderiza una página a la vez para mantenerla manejable.

Convertir el PDF escaneado paso a paso

El procedimiento es el mismo que para cualquier otro PDF; solo cambian los ajustes. Todo ocurre dentro de la pestaña: no se sube nada y el escaneo nunca se entrega a un servicio de OCR ni a ningún otro servidor.

1. 1Añade el PDF escaneado con Elegir archivos PDF, o arrástralo a la zona de carga. Los escaneos grandes se leen en local, así que la primera vista previa puede tardar un momento.
2. 2Elige las páginas que necesitas. Todas vienen seleccionadas por defecto; un rango como 1-12 mantiene manejable un escaneo largo.
3. 3Pon Calidad de imagen en Alta calidad (300 ppp). En escaneos con mucho texto, deja la compresión JPEG en su valor alto.
4. 4Pulsa Convertir a JPG y sigue la línea de progreso: se renderiza una página a la vez y el panel nombra la que tiene entre manos.
5. 5Descarga las páginas por separado, o pulsa Descargar todo en ZIP para llevarte el documento completo en un solo archivo.

• Si el convertidor informa de que ha bajado la resolución, esa página era más grande de lo que un navegador puede dibujar en un solo lienzo: 300 ppp para el mismo documento lo evita.
• Cancelar a mitad conserva las páginas ya terminadas, así que un escaneo largo se puede convertir por tandas.
• El escaneo de una página impresa sale sobre fondo blanco exactamente como lo dibujó el motor: no se aplica recorte, rotación ni enderezado, así que endereza una página torcida al escanear si eso importa.

Cuando el resultado se ve borroso

Si una página convertida se ve suave, la causa casi siempre es el escaneo y no la conversión. El motor puede remuestrear los píxeles que contiene el PDF, pero no puede añadir detalle que nunca se capturó: la imagen de una página ampliada sigue siendo la imagen de una página.

Merece la pena revisar en este orden las fuentes habituales de un resultado borroso.

Más información: calidad de PDF a JPG, ppp y peso del archivo

• Un escaneo de baja resolución. Un documento escaneado a 150 ppp, o enviado por fax y guardado de nuevo, tiene poco detalle de partida; renderizarlo a 300 ppp da píxeles más grandes y más suaves, no texto más nítido.
• Compresión con pérdida aplicada por el escáner. Muchos escáneres escriben datos JPEG en el PDF con una calidad modesta para reducir el peso, y esos artefactos ya están en la página antes de que el convertidor la vea.
• Renderizar por encima de la resolución nativa. Pedir 600 ppp sobre un escaneo a 300 ppp da cuatro veces los píxeles para la misma cantidad de información, y una página así de grande también puede quedar limitada por el lienzo del navegador.
• Un ajuste de compresión demasiado agresivo. La calidad JPEG del resultado se elige en el convertidor: al 70 % la letra pequeña pierde sus bordes, mientras que al 95 % los conserva.
• Un original torcido o desvaído. Una hoja introducida en ángulo, o impresa en gris claro, ya es borrosa en el propio escaneo, y ningún ajuste del convertidor la recupera.