# OCR y traducción: de páginas escaneadas a un resultado legible Entiende qué hace el OCR, la reconstrucción del orden de lectura y la traducción, dónde revisar el texto intermedio y cuándo elegir PDF, EPUB o Markdown. El OCR y la traducción suelen presentarse como una sola acción, pero responden a preguntas distintas. El OCR pregunta: «¿Qué texto hay en esta página?». La traducción pregunta: «¿Qué significa ese texto en otro idioma?». El procesamiento de documentos añade otra pregunta: «¿En qué orden deben leerse el texto, los títulos, las figuras y las notas?». Esta distinción ayuda a explicar un fallo muy conocido: una traducción suena natural pero dice algo extraño. Puede que el sistema de lenguaje haya recibido una palabra incorrecta, un símbolo ausente o párrafos en el orden equivocado. Un mejor prompt no puede reparar de forma fiable una información de origen que nunca se recuperó correctamente. ## Separa reconocimiento, estructura y significado Imagina una página escaneada en la que el OCR lee `10 mg` como `IO mg`. Un traductor puede reproducir las letras equivocadas o interpretarlas como un nombre. La fase de traducción no puede establecer la dosis solo con un lenguaje fluido. Necesitas la imagen original para resolver la ambigüedad. Piensa ahora en un artículo a dos columnas. Todas las palabras se reconocen correctamente, pero la extracción alterna líneas de las dos columnas. El problema es el orden de lectura, no la ortografía. La traducción puede convertir el texto combinado en un texto gramaticalmente correcto mientras se pierde el argumento. Por eso, un flujo de trabajo práctico tiene varias responsabilidades: | Fase | Su función | Una comprobación útil | | ------------------------------- | ----------------------------------------------- | ------------------------------------------------------------------------ | | Captura | Producir imágenes de página legibles | El cuerpo pequeño se ve y los márgenes están completos | | OCR | Recuperar el texto de las imágenes | Los caracteres, números y símbolos coinciden con la página | | Reconstrucción de la estructura | Organizar párrafos, columnas, títulos y notas | El texto continúa en la secuencia prevista | | Traducción | Expresar el significado en el idioma de destino | Se conservan nombres, titulaciones y relaciones | | Salida y revisión | Producir un archivo utilizable | La navegación, las notas, las tablas y los pasajes importantes funcionan | Una herramienta integrada puede realizar estas fases dentro de una sola tarea. Aun así, siguen siendo distinciones útiles cuando revisas el resultado. ## Empieza de forma distinta con PDF de texto y con escaneos En un PDF de texto, selecciona un párrafo y pégalo en un editor. Comprueba que los caracteres y el orden tengan sentido. Que el texto sea seleccionable es una buena señal, pero las fuentes incrustadas o una capa de texto dañada pueden seguir produciendo caracteres inesperados. En un escaneo, inspecciona primero la imagen de la página. Revisa el desenfoque, la inclinación, las sombras de la encuadernación y el texto recortado. Si el escaneo original es deficiente, la calidad del reconocimiento tiene un límite físico. Aumentar la resolución de una imagen ya borrosa no recupera los detalles de letras que faltan. Un PDF mixto necesita ambas comprobaciones. Algunas páginas pueden contener texto real mientras que los insertos o apéndices son imágenes. Revisa varios puntos en lugar de clasificar todo el libro a partir de una sola página. PDF Craft acepta archivos PDF para procesarlos y ofrece conversión a EPUB o Markdown, con traducción opcional para esas salidas. La salida en PDF es una tarea de traducción. Revisa la configuración real; entrar por una página de marketing concreta no elige por ti la salida ni los parámetros de traducción. ## Decide cuándo merece la pena revisar un resultado intermedio Una tarea integrada de OCR y traducción resulta cómoda para una copia de lectura cuando puedes contrastar el resultado con el original. Revisar el reconocimiento por separado es útil cuando un documento contiene cantidades importantes, vocabulario poco habitual o una maquetación propensa a errores estructurales. En un flujo de trabajo separado, genera primero una conversión sin traducción y después inspecciona el contenido extraído en el lector o editor correspondiente. Compara los títulos, los párrafos que cruzan páginas y alguna tabla o nota. Corrige los problemas de origen en un flujo de edición adecuado antes de traducir ese material en una fase posterior. No des por hecho que todos los servicios ofrecen un resultado intermedio editable ni que aceptan ese formato editado como nueva entrada. La interfaz web de PDF Craft es un flujo de tareas, no un editor de OCR previo a la traducción. Comprueba qué entradas admite la siguiente fase en lugar de tratar la conversión, la edición y la nueva subida como si fueran intercambiables. Si te saltas la revisión intermedia, haz la revisión final con más cuidado. Contrasta directamente con la imagen del PDF cualquier pasaje traducido que te resulte sospechoso. Anota la ubicación original para poder distinguir un error de reconocimiento de una decisión de traducción. ## Elige la salida pensando en el siguiente uso **EPUB** resulta útil cuando tu objetivo es seguir leyendo con un tamaño de texto ajustable. Quieres que los párrafos se reajusten, un índice utilizable y notas que sigan conectadas al cuerpo del texto. La [guía para convertir PDF escaneados a EPUB](https://pdfcraft.ai/es-ES/blog/scanned-pdf-to-epub/) repasa esas comprobaciones. **Markdown** resulta útil cuando quieres texto editable para notas de investigación, citas o procesamiento posterior. Revisa las fórmulas y las tablas en lugar de esperar que se reproduzca la página impresa. Consulta [PDF a Markdown para investigación](https://pdfcraft.ai/es-ES/blog/pdf-to-markdown-for-research/). **La traducción de PDF** encaja cuando necesitas entregar un PDF. Tras la traducción, inspecciona el ajuste del texto, la relación con las figuras y las zonas de maquetación saturadas. No deduzcas que hay compatibilidad con PDF bilingüe a partir de las opciones bilingües de otras salidas. La salida EPUB bilingüe puede facilitar la comprobación del significado al mantener el pasaje original antes de la traducción. No valida el OCR contra la imagen de la página: si la fuente reconocida ya era incorrecta, es posible que ambos pasajes mostrados oculten el problema. ## Revisa los puntos donde se unen las fases Revisa un cambio de página, un cambio de columna y una referencia a una nota al pie. Ahí es donde resultados locales razonables pueden unirse de forma incorrecta. El [artículo sobre el procesamiento de notas al pie](https://pdfcraft.ai/es-ES/blog/jev-footnote-review/) explica por qué una página puede contener todas las palabras y aun así asignar una nota a un lugar equivocado. Después inspecciona los valores y el idioma a la vez. Confirma un número y su unidad, una negación y la afirmación a la que afecta, y una referencia a una figura y su pie. Para una cita importante, vuelve a la página original en lugar de fiarte solo de una versión extraída o traducida. Para empezar, sube tu PDF en [PDF Craft](https://pdfcraft.ai/es-ES/pdf-craft/), elige la salida y activa explícitamente la traducción cuando la necesites. El procesamiento se cobra según el uso; las tarifas actuales están en [Precios](https://pdfcraft.ai/es-ES/pricing/). Guarda el original, el resultado descargado y suficiente información de ubicación para que las comprobaciones posteriores sean sencillas.