PDF escaneado a texto

Porque es un escaneo: cada página es una imagen del papel, sin letras guardadas, y el lector de PDF solo ve una foto. El OCR reconoce las letras de esa imagen y las convierte en texto que puedes copiar, editar y buscar.

No. El archivo .txt tiene solo el texto, línea a línea, con una línea en blanco entre párrafos: sin tipos de letra, negrita, imágenes ni la cuadrícula de las tablas. Para un documento de Word que se edita con títulos, listas y tablas, usa «PDF a Word», que también reconoce las páginas escaneadas.

Con fotos guardadas en PDF, sí, si están nítidas y rectas: cuanto mejor sea la imagen, menos errores. Si la foto está en JPG o PNG, ponla primero en un PDF con «Imágenes a PDF». La escritura a mano no se reconoce: los datos del reconocimiento solo sirven para texto impreso.

Sí, en dos pasos. Con varios PDF, recibes un ZIP con los PDF en los que ya se puede buscar (sin los archivos .txt). Después, «Continuar con…» → «PDF a texto», que también trata varios archivos a la vez, te da un .txt por PDF.

No. El reconocimiento funciona en tu navegador, con el motor Tesseract. La primera vez, MovaDoc descarga de su propio sitio el motor y los datos de los idiomas; después, funciona incluso sin internet. El PDF y el texto reconocido nunca salen de tu dispositivo.