Las páginas en blanco se acumulan por razones estructurales. Un escáner dúplex registra el reverso de cada hoja lleve algo impreso o no, así que un documento de veinte páginas impreso a una cara se convierte en cuarenta, la mitad vacías. Los cambios de capítulo en un libro impreso dejan reversos en blanco. El software de fax y escaneo inserta hojas separadoras.
Esta herramienta las encuentra y las quita automáticamente. Cada página se renderiza a baja resolución y se muestrea píxel a píxel, contando como tinta todo lo que sea más oscuro que un blanco casi puro. Una página se conserva si más del 0,4 % de los píxeles muestreados contienen tinta, y se descarta si no. Ese umbral es deliberadamente bajo, de modo que una página con solo un número o una fina línea de pie se reconoce correctamente como no vacía.
La detección y la reconstrucción ocurren ambas en tu navegador. Expedientes de personal o historiales médicos escaneados se limpian sin que ninguna copia llegue a un servidor.
-edited. Compara el número de páginas con el original antes de descartarlo.| Paso | Detalle |
|---|---|
| Renderizado | La página se dibuja hasta 320 píxeles en su lado más largo |
| Muestreo | Se examina uno de cada cuatro píxeles, rápido y estadísticamente suficiente |
| Prueba de tinta | Cualquier píxel con un canal por debajo de 235 sobre 255 cuenta como tinta |
| Umbral | La página se conserva si más del 0,4 % de los píxeles muestreados llevan tinta |
| Reconstrucción | Las páginas conservadas se copian sin pérdidas: texto y vectores intactos |
Los escaneos son el caso delicado. Una hoja en blanco pasada por un escáner rara vez es blanco puro: recoge textura del papel, polvo, una sombra gris junto al lomo o la transparencia de lo impreso al otro lado. Si algo de eso supera el umbral, la página se conserva y seguirás viéndola en la salida.
El error contrario es más raro pero posible. Una página que solo contenga una marca de agua muy tenue, un gráfico gris claro o una única línea de texto pálido puede quedar por debajo del umbral y eliminarse. Por eso la herramienta informa de cuántas páginas ha quitado: si la cifra es mayor de lo previsto, contrasta el resultado con el original antes de descartarlo.
La página se renderiza pequeña, se muestrea uno de cada cuatro píxeles y cualquier píxel más oscuro que un blanco casi puro cuenta como tinta. Si menos del 0,4 % de los píxeles muestreados la contienen, la página se trata como vacía.
No. El umbral está bajo precisamente para que un número de página, una línea de pie o una cabecera basten para conservar la página. Solo se quitan las páginas realmente vacías.
Las hojas en blanco escaneadas rara vez son blanco puro: la textura del papel, el polvo, las sombras del borde y la transparencia del reverso se registran como tinta. Esas páginas superan el umbral y se conservan. Quítalas a mano con Borrar páginas del PDF.
Es posible que una página con contenido muy tenue quede por debajo del umbral. La herramienta informa de cuántas páginas ha quitado: comprueba esa cifra y contrástala con tu original antes de borrarlo.
No. Se copian como objetos PDF completos, así que el texto sigue siendo seleccionable y los gráficos vectoriales siguen nítidos.
No. El renderizado, el análisis y la reconstrucción ocurren enteramente dentro de tu navegador.