Sí, pero requiere un paso adicional en comparación con la conversión de un PDF creado digitalmente. Un PDF escaneado es una imagen, no un documento con datos estructurados, por lo que el proceso de conversión primero debe reconocer el texto y los números de la imagen antes de poder colocarlos en las celdas de la hoja de cálculo. Cuando esto funciona bien, el ahorro de tiempo es significativo. Cuando no es así, es necesaria una limpieza.
Por qué los PDFs escaneados son diferentes
Un PDF creado digitalmente almacena datos como caracteres reales: números que se pueden leer directamente y colocar en celdas. Un PDF escaneado almacena páginas como fotografías. Los "números" en una tabla escaneada hay píxeles que parecen dígitos. Para extraerlos a Excel, el software tiene que observar esos píxeles, determinar qué caracteres representan y luego descubrir la estructura de la tabla: qué píxeles forman filas, cuáles columnas, dónde están los límites de las celdas.
Este proceso (reconocimiento óptico de caracteres combinado con detección de estructura de tabla) es más complejo que la simple conversión de PDF a Excel e introduce más posibilidades de errores.
Qué afecta la calidad de la conversión
La calidad del escaneo es el factor más importante. Un escaneo limpio y de alto contraste de una tabla claramente impresa a más de 200 ppp se convierte bien: el OCR lee los caracteres con precisión y la estructura de la tabla es reconocible. Un escaneo de baja resolución, un documento descolorido, una página torcida o números escritos a mano en cualquier celda producen resultados significativamente peores.
La complejidad de la estructura de la tabla también importa. Una cuadrícula simple con bordes claros y alturas de fila consistentes convierte de manera más confiable que una tabla compleja con celdas fusionadas, encabezados que abarcan, subtablas anidadas o filas de altura variable. Una estructura más simple significa menos decisiones que el software de conversión tiene que tomar y menos oportunidades de que esas decisiones sean incorrectas.
Cómo hacerlo
La herramienta PDF a Excel de WukongPDF maneja PDFs escaneados directamente: el paso de OCR se ejecuta automáticamente como parte de la conversión. Cargue el PDF escaneado, seleccione Excel como formato de salida y descárguelo. Para escaneos limpios de tablas bien estructuradas, el resultado suele ser utilizable con una limpieza mínima. Abra el archivo de Excel, revise los datos, corrija cualquier error de OCR (caracteres mal leídos, celdas fusionadas o divididas) y la hoja de cálculo estará lista para usar.
Adobe Acrobat Pro tiene una conversión de PDF a Excel escaneada particularmente sólida, con una mejor detección de tablas que la mayoría de las herramientas gratuitas. Si tiene acceso a él y el documento es complejo, vale la pena usarlo para la conversión inicial incluso si realiza la limpieza en otro lugar.
Qué comprobar después de la conversión
Nunca confíes en una conversión de PDF escaneada sin revisarla, especialmente para datos numéricos. El OCR comúnmente confunde ciertos pares de caracteres: 0 y O, 1 y l, 5 y S, 8 y B. Una tabla financiera donde se leyeron algunos ceros como la letra O tendrá fórmulas rotas y totales incorrectos. Verifique las cifras clave con el escaneo original antes de utilizar los datos para cualquier cosa importante.
Verifique la alineación de las columnas: la conversión a veces coloca datos en la columna incorrecta cuando la tabla original tenía espacios irregulares o celdas fusionadas. Compare la estructura de la salida de Excel con el escaneo original página por página, no solo verificando valores individuales.
Cuando la entrada manual es más rápida
Para tablas muy cortas (menos de 20 filas) o tablas con estructura compleja que se convierten mal, la entrada de datos manual a veces es más rápida que la conversión más limpieza. Se tarda unos tres minutos en escribir una tabla de 10 filas con 5 columnas; Si la conversión produce un resultado que requiere una corrección significativa, habrá dedicado más tiempo del que habría empleado una entrada directa.
El enfoque de conversión resulta más rentable para tablas largas: docenas o cientos de filas donde la entrada manual llevaría horas. Para estos, incluso la conversión imperfecta con limpieza es casi siempre más rápida que empezar desde cero.