Herramientas de PDF, OCR y documentos: los mejores de 2026

Plataforma de código abierto y autoalojable para editar, firmar, censurar, convertir y automatizar archivos PDF desde el navegador, el escritorio o mediante API.

Parser de documentos de código abierto que convierte PDF, Office, HTML y otros archivos en datos estructurados para pipelines de IA generativa.

Una app autoalojable para guardar enlaces, notas e imágenes, con etiquetado automático basado en IA y búsqueda de texto completo.

Biblioteca de Rust y CLI que convierte archivos Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV y PDF en Markdown limpio compatible con GitHub.

Biblioteca de Rust y CLI que detecta si un PDF contiene texto o es escaneado y convierte los PDF con texto en Markdown limpio sin OCR.

Convertidor de archivos online autoalojado que admite más de mil formatos y está desarrollado con TypeScript, Bun y Elysia.

Plataforma open source autohospedada para crear formularios PDF, rellenarlos y recopilar firmas electrónicas online.

Un kit de herramientas PDF que prioriza la privacidad, funciona íntegramente en el navegador y ofrece más de 50 herramientas para editar, combinar, convertir y proteger PDFs; además, puede alojarse en servidores propios.

Plataforma de firma de documentos de código abierto, concebida como alternativa autoalojable a DocuSign y basada en firmas PDF.

Editor de imágenes para Android con decenas de herramientas: desde recortar y dibujar hasta más de 500 filtros, OCR, eliminación de fondos y herramientas para PDF.

Procesador de texto de código abierto, desarrollado desde cero en Rust puro, que lee y escribe archivos .docx y funciona en escritorio y en el navegador.

Un parser rápido y local de PDF y documentos en Rust, con extracción de texto mediante cuadros delimitadores, OCR con Tesseract o HTTP y salida en Markdown, JSON o texto.

Reglas de diseño y plantillas para que los agentes de IA exporten documentos a PDF, PNG y PowerPoint editable.

Suite ofimática de IA gratuita y de código abierto para macOS, Windows y Linux, que edita archivos .docx, .xlsx, .pptx y PDF con un agente de IA integrado.

Kit gratuito de herramientas para PDF que funciona íntegramente en el navegador y ofrece más de 90 opciones para combinar, dividir, comprimir, convertir y editar archivos sin subirlos.

Lector de libros electrónicos multiplataforma creado con Flutter, compatible con EPUB, MOBI, AZW3, FB2, TXT y PDF, e incluye herramientas de lectura con IA.

Herramienta de traducción y OCR para Windows, lista para usar y desarrollada con WPF, con un sistema de plugins para servicios de traducción y reconocimiento.

Un asistente de chat que analiza la conversación, evalúa la intención y el riesgo, y redacta respuestas que tú envías en Android, Windows, macOS e iOS.

App de contabilidad autoalojada que usa LLM para extraer datos de recibos, facturas y PDF y guardarlos en una base de datos estructurada de transacciones.

Biblioteca OCR de Python de código abierto que detecta y reconoce texto en PDF e imágenes con modelos de deep learning basados en PyTorch.

Aplicación de escritorio y web que convierte archivos EPUB, PDF, de texto y de subtítulos en audio con subtítulos sincronizados mediante TTS Kokoro-82M.

Convierte PDFs, documentos de oficina e imágenes en PDFs seguros mediante rasterización dentro de un sandbox.

Convierte imágenes estáticas de diagramas en archivos DrawIO (XML) editables mediante segmentación con SAM 3, OCR y reconocimiento de fórmulas LaTeX.

Utilidad de OCR para Windows que captura texto de regiones de la pantalla, imágenes, PDF y archivos, lo procesa localmente y copia o envía el resultado.

CLI y espacio de trabajo web que convierte documentos sin procesar en una wiki Markdown interconectada y mantenida por un LLM, con recuperación en árbol de PageIndex para archivos extensos.

Biblioteca digital autoalojada para ebooks, cómics y audiolibros, con lectura integrada, búsqueda de metadatos y sincronización con dispositivos.

Editor de PDF gratuito y de código abierto para Windows, con motor PDF 2.0 integrado para ver, anotar, aplicar OCR, combinar, dividir, firmar y más.

Deta Surf es un cuaderno de IA de escritorio y código abierto que combina archivos locales, páginas web y videos con notas generadas por LLM.

Biblioteca de Python para IA documental que integra análisis de diseño, OCR, reconocimiento de tablas y clasificación de tokens en pipelines configurables.

Un script de Python que lee un libro en PDF página por página con un modelo de OpenAI, extrae puntos clave y genera resúmenes parciales y uno final.

Servicio FastAPI autoalojado que convierte PDF, imágenes y documentos de Office a Markdown o JSON estructurado, con OCR, LLM locales mediante Ollama y eliminación de datos personales.

Modelo multimodal de pesos abiertos y 9B parámetros para comprensión visual, razonamiento espacial, uso de herramientas por agentes e investigación en IA corporeizada, basado en Qwen3.5 y C-RADIOv4-H.

Aplicación de escritorio para traducir libros y textos extensos con contexto de toda la obra, glosario dinámico y revisión basada en evidencias.

Un plugin de Zotero para conversar con uno o varios PDF y buscar en toda la biblioteca con LLM en la nube o modelos locales.

App open source para Android e iOS que escanea documentos y los convierte en PDF con OCR; desarrollada con NativeScript, OpenCV y Tesseract.

Sistema de gestión documental personal autoalojado que incorpora escaneos, correos electrónicos y archivos, ejecuta OCR y sugiere metadatos mediante aprendizaje automático.

Aplicación de código abierto y multiplataforma para tomar notas en un lienzo infinito que combina escritura a mano, texto, Markdown, formas, imágenes y PDF.

App de macOS para la barra de menús que captura texto de cualquier zona de la pantalla con OCR y lo copia al portapapeles, sin conexión.

Biblioteca minimalista de TypeScript, sin dependencias, para generar archivos PDF reales con texto, rectángulos, líneas, imágenes JPEG y enlaces.

Aplicación web para ejecutar DeepSeek-OCR con imágenes y PDF, con frontend en React, backend en FastAPI y configuración de Docker.

Herramientas de línea de comandos para convertir documentos a Markdown, buscar palabras clave semánticamente en local y hacer preguntas sobre archivos con un agente de IA.

Un conversor de archivos local y sin conexión para Android que convierte videos, audio, imágenes, PDF, documentos de Office, fuentes y subtítulos directamente en el dispositivo, sin subir archivos.

Biblioteca de Python e interfaz web que convierte PDF, DOCX, PPTX, XLSX, imágenes y URL a Markdown, JSON, CSV o HTML, con OCR y extracción de campos estructurados.

App gratuita y nativa para macOS que captura pantallas y graba la pantalla, con anotaciones, OCR, captura con desplazamiento y PiP de cámara web, creada con Swift 6 y SwiftUI.

Microservicio basado en Docker e interfaz de Gradio que segmenta las páginas de PDF en títulos, texto, tablas, imágenes y más, con OCR y conversión a Markdown/HTML.

Herramienta de Python que descarga en lote libros de texto electrónicos K-12 de People's Education Press y los combina en PDF mediante una interfaz web o CLI.

Lector con prioridad al uso sin conexión y centrado en la privacidad para PDF, EPUB, cómics y otros documentos en Android, Linux y Windows, creado con Kotlin Multiplatform.

Aplicación de escritorio gratuita y multiplataforma para convertir, cambiar el tamaño, girar y voltear imágenes por lotes, incluidos archivos PDF a imágenes.

Una skill para agentes que convierte PDF, libros, diapositivas y artículos en bases de conocimiento trazables y páginas web interactivas de aprendizaje.

Visor, editor y anotador de PDF gratuito y de código abierto para Windows, macOS, Linux y Android, desarrollado con Tauri 2 y SolidJS.

Biblioteca de Go para generar, editar y firmar PDF, convertir HTML a PDF y crear diseños, formularios, códigos de barras y archivos PDF/A.

Una app nativa y ligera para la barra de menús de macOS que traduce texto seleccionado, texto extraído de capturas y contenido del portapapeles en un panel flotante.

Herramienta para Windows que traduce en tiempo real el texto, el manga y las voces de los juegos en pantalla, y superpone las traducciones al texto original.

Un modelo multimodal unificado que realiza tareas de visión por computadora como detección, OCR, segmentación, estimación de profundidad y geometría multivista mediante generación de texto e imágenes.

Un lector de escritorio flotante que mantiene visibles los libros locales en una esquina de la pantalla y ofrece un modo transparente, solo de texto, para leer con menos distracciones.

Kit de herramientas PDF para Android, sin conexión y centrado en la privacidad, que permite combinar, dividir, comprimir, convertir, firmar y anotar PDF directamente en el dispositivo.

App de escritorio para hacer capturas de pantalla, grabar la pantalla y usar OCR local en macOS, Windows y Linux, con los archivos guardados en tu equipo.

Herramienta de escritorio que descarga facturas electrónicas (PDF, OFD, XML) del correo de QQ o 163, las reconoce con OCR, las organiza en carpetas y genera un resumen de gastos en Excel.

App de macOS local-first que permite buscar fotos y fotogramas de video en cualquier carpeta describiéndolos en lenguaje natural, con IA ejecutada en el dispositivo.

Conversor de archivos local que se ejecuta desde el menú del botón derecho y convierte imágenes, video, audio, PDF y documentos sin subirlos.