Cómo funciona el OCR de PDF
Un PDF escaneado es en realidad un conjunto de fotos de páginas: no se puede buscar ni copiar una frase. El OCR (reconocimiento óptico de caracteres) lee las letras de esas fotos y coloca cada palabra en su sitio como una capa de texto invisible.
La imagen de la página no cambia; el documento se ve igual, pero ahora Ctrl+F encuentra palabras y el texto se puede seleccionar y copiar. Las páginas que ya tienen texto no se tocan.
El reconocimiento lee español e inglés, con eñes y tildes. Todo ocurre en tu navegador; la primera vez se descargan los archivos de reconocimiento.