Cómo funciona

1. Subes el PDF

   Arrastra o selecciona un PDF con texto resaltado. El archivo se lee localmente con PDF.js: no se transmite nada — puedes probar incluso con tus documentos más confidenciales.

2. MarkOut elige la mejor ruta

   Todos los PDF — digitales o escaneados, con o sin anotaciones — pasan por la misma pipeline neuronal: un modelo YOLO26 personalizado (ONNX autoalojado) detecta visualmente las áreas resaltadas en la página renderizada.

3. Se reconstruye el orden de lectura

   Las líneas de texto detectadas se organizan con un algoritmo de layout gap-tree: se identifican párrafos y columnas y cada resaltado se asigna a la línea que lo contiene. El resultado es un orden de lectura correcto — incluso para papers académicos de dos columnas.

4. El OCR reconoce el texto

   Cada fragmento resaltado se recorta (enderezado por línea) y lo reconoce PaddleOCR, ejecutado localmente vía WebAssembly — o WebGPU en el escritorio para una inferencia de IA más rápida. El modelo de reconocimiento cubre el inglés y las lenguas latinas más comunes (it, fr, de, es, pt, nl…).

5. Obtienes un Markdown limpio

   Los resaltados se fusionan en orden de lectura en un documento Markdown: front-matter YAML con fuente y fecha, secciones ## Página N e IDs citables estables ([H12]) por línea — ideal para notas y flujos LLM. Copia el resultado o descarga el archivo .md.

Qué hace fiable la salida

• Una pipeline para cada PDF — el mismo flujo de detección YOLO + OCR se ejecuta en cada documento, escaneado o digital: comportamiento consistente, sin rutas ocultas.
• Layout determinista — el mismo algoritmo impulsa la pipeline y las vistas de depuración: sin lógica oculta.
• Indicadores de calidad — las líneas que el OCR no puede leer se marcan (⚠️ no text) en lugar de descartarse en silencio, con una sección de notas de extracción.
• Perfil de baja memoria — en móvil, las páginas se procesan una a una y los modelos se liberan al final.