Cómo eliminar en lote el contenido de áreas rectangulares específicas en múltiples PDFs? Eliminar imágenes, texto y marcas de agua por coordenadas

Cuando varios archivos PDF presentan repetidamente imágenes de personas, texto, marcas de encabezado, marcas de agua u otros elementos no deseados en las mismas posiciones, editarlos manualmente página por página no solo consume tiempo, sino que también es fácil pasar algo por alto. Este artículo explica cómo utilizar HeSoft Doc Batch Tool para determinar un área rectangular según la distancia desde el lado izquierdo de la página, la distancia desde la parte superior, el ancho del área y la altura del área, importar varios PDF a la vez y eliminar por lotes todo el contenido dentro del área. El artículo también describe los métodos para configurar el rango de páginas, las unidades de longitud y la ubicación de salida, así como los puntos clave de verificación antes y después del procesamiento, y es adecuado para materiales con formato uniforme, exámenes, anexos de contratos y documentos archivados.

Al organizar archivos PDF por lotes, a menudo se encuentra con este problema: en la misma posición de decenas o incluso cientos de archivos, hay imágenes de personas, información promocional, marcas de agua fijas, logotipos antiguos, anotaciones o texto irrelevante que deben eliminarse. Si utiliza un editor de PDF común para abrir los archivos uno por uno y luego seleccionar y eliminar los objetos página por página, el proceso será muy repetitivo; y si el PDF tiene muchas páginas, puede haber omisiones, selección de páginas incorrectas o modificación accidental del texto principal.

Para archivos PDF con un diseño idéntico o similar, puede definir la posición que necesita limpiar como un área rectangular y luego dejar que el software de oficina realice un procesamiento unificado en varios archivos. A continuación, usando la función «Eliminar contenido del área especificada de PDF» en HeSoft Doc Batch Tool como ejemplo, se explica cómo eliminar en lote imágenes, texto y otros contenidos de página dentro de un rango rectangular fijo en muchos archivos PDF. La clave de todo el método es confirmar primero la posición del área, luego configurar el rango de páginas y los parámetros del rectángulo y, por último, generar de forma unificada los resultados del procesamiento, reduciendo así el trabajo repetitivo.

Escenarios aplicables: qué PDF son adecuados para la eliminación por lotes según un área rectangular

Este método de procesamiento es especialmente adecuado para archivos PDF con un tamaño de página uniforme y una posición fija del contenido objetivo. Por ejemplo, cada página del mismo conjunto de materiales tiene una imagen decorativa de una persona en el lado izquierdo, los materiales de formación tienen un logotipo de la institución antigua en un área fija, los bordes de los documentos escaneados presentan bordes negros uniformes, las páginas de exámenes tienen una zona de respuestas que debe ocultarse, o un lote de archivos archivados tiene texto e imágenes que ya no son necesarios en las mismas coordenadas.

Los escenarios de aplicación comunes incluyen:

• Eliminar en lote imágenes de personas, códigos QR, iconos o imágenes promocionales en posiciones fijas de varias páginas de PDF;
• Limpiar texto fijo, marcas de agua y marcas en la esquina superior izquierda, esquina superior derecha, márgenes o parte central de la página de PDF;
• Eliminar zonas de respuestas o zonas de sugerencias con posiciones idénticas en exámenes, apuntes y materiales de formación;
• Limpiar bordes no deseados, agujeros de encuadernación, manchas o imágenes no válidas alrededor de PDF escaneados;
• Realizar una limpieza de contenido por áreas en PDF con un diseño uniforme, como anexos de contratos, informes y libros electrónicos;
• Procesar solo páginas impares, páginas pares, las primeras páginas, las últimas páginas o un rango de páginas personalizado.

Hay que tener en cuenta que esta función realiza la eliminación según las coordenadas de la página y el tamaño del rectángulo, no identifica objetos por palabras clave de texto o nombres de imágenes. Por lo tanto, cuanto más uniformes sean el tamaño de página y el diseño de los archivos que se van a procesar, más fácil será mantener la coherencia de los resultados por lotes. Si la posición del contenido objetivo varía notablemente entre distintos archivos, se recomienda clasificarlos primero o crear tareas de procesamiento por separado para los diferentes diseños.

Vista previa de resultados: qué cambios hay antes y después del procesamiento

Antes del procesamiento: en el lado izquierdo de la página hay una imagen de una persona que debe eliminarse

La página 12 del PDF de ejemplo contiene una imagen de una persona en el lado izquierdo, mientras que en el lado derecho se encuentran el cuadro de texto principal y las líneas decorativas que deben conservarse. La flecha roja se utiliza para indicar la posición del objeto que se va a eliminar. El título de la página, el texto principal, el número de página y otros contenidos no deben verse afectados.

Si muchos archivos PDF utilizan la misma plantilla de página, la posición de la imagen de la persona en cada archivo también es básicamente la misma, por lo que no es necesario seleccionar manualmente la imagen archivo por archivo. Se puede delimitar un área rectangular según la posición de la imagen de la persona y aplicar el mismo conjunto de reglas de eliminación a todos los PDF importados.

Después del procesamiento: la imagen de la persona dentro del área rectangular se ha eliminado

Después de completar el procesamiento por lotes, la imagen de la persona que originalmente estaba en el lado izquierdo de la página ha desaparecido, mientras que el texto principal del lado derecho, el título de la página, el número de página y el contenido del diseño fuera del rango rectangular se conservan. La comparación antes y después muestra claramente que este método es adecuado para eliminar objetos dentro de un rango de coordenadas fijo.

En el uso real, el resultado de la eliminación depende de la posición, el ancho, la altura y el rango de páginas establecidos para el área. Para evitar que el rango rectangular cubra texto principal que debe conservarse, se recomienda probar primero con unas pocas copias y comprobar por separado la primera página, una página intermedia y la última página.

Pasos de operación: eliminar en lote todo el contenido dentro del área especificada de varios PDF

Paso 1: Entrar en la función de eliminación de área especificada de PDF

Abra HeSoft Doc Batch Tool , entre en «Herramientas PDF» en la clasificación de funciones de la izquierda y luego seleccione la categoría «Procesamiento de contenido» en la parte superior. En la lista de funciones, busque «Eliminar contenido del área especificada de PDF». La descripción de la interfaz muestra que esta función se utiliza para eliminar en lote todo el contenido dentro de un área rectangular especificada en archivos PDF.

El objetivo de este paso es entrar en la tarea de procesamiento por lotes correcta. Hay que distinguir entre «Eliminar imágenes de PDF» y «Eliminar contenido del área especificada de PDF»: la primera se centra más en objetos de imagen, mientras que la función utilizada en este caso se basa en la posición rectangular y puede emplearse para procesar varios contenidos de página dentro de esa área, lo que la hace más adecuada cuando el área objetivo contiene a la vez imágenes, texto u otros elementos.

Paso 2: Añadir varios archivos PDF pendientes de procesar a la vez

Después de entrar en la página de tareas, añada archivos en la etapa «Seleccionar los registros que se van a procesar». La interfaz ofrece dos opciones de entrada: «Añadir archivos» y «Importar archivos desde carpeta». Si solo va a procesar unos pocos PDF concretos, puede añadirlos uno a uno; si hay muchos PDF concentrados en el mismo directorio, es más cómodo usar la importación desde carpeta.

Después de importar los archivos, la lista mostrará información como el nombre, la ruta, la extensión, la fecha de creación y la fecha de modificación. En la captura de pantalla ya se han añadido 1.pdf, 2.pdf, 3.pdf y 4.pdf, es decir, 4 registros en total. En este momento conviene comprobar principalmente tres aspectos: si el número de archivos está completo, si las rutas son correctas y si se ha incluido por error algún PDF que no debe procesarse. Si detecta un archivo añadido por error, puede usar la operación de eliminación situada a la derecha del registro correspondiente para quitarlo de la tarea; si necesita volver a seleccionar, también puede vaciar la lista e importar de nuevo.

Cuando la lista sea correcta, haga clic en «Siguiente» para entrar en la configuración de opciones de procesamiento. El valor de la importación por lotes reside en que el mismo conjunto de reglas de área solo necesita configurarse una vez y el software puede aplicarlo secuencialmente a varios PDF de la lista, sin necesidad de crear repetidamente la misma tarea.

Paso 3: Seleccionar el rango de páginas en el que se ejecutará la eliminación

En la etapa «Configurar opciones de procesamiento», determine primero el rango de procesamiento. En la interfaz se ven opciones como «Todas las páginas», «Las primeras páginas», «Las últimas páginas», «Páginas impares», «Páginas pares» y «Personalizado».

Si el contenido objetivo aparece en todas las páginas, puede seleccionar «Todas las páginas»; si solo necesita limpiar las páginas cercanas a la portada, puede elegir las primeras páginas; si hay un área fija al final de la página que debe procesarse, puede usar las últimas páginas; en materiales con maquetación a doble cara, las plantillas de las páginas izquierda y derecha pueden ser diferentes, en cuyo caso se pueden ejecutar tareas por separado para páginas impares y pares; si solo hay unas pocas páginas concretas que limpiar, se debe usar un rango personalizado.

El rango de páginas determina directamente qué páginas se modificarán. No seleccione por defecto todas las páginas cuando solo necesita procesar algunas, porque de lo contrario también podría eliminarse contenido normal en las mismas coordenadas.

Paso 4: Configurar la unidad y los parámetros de coordenadas del área rectangular

El software indica que el área rectangular tiene como punto de partida la esquina superior izquierda de la página. Al configurar el área hay que rellenar cuatro parámetros clave: distancia desde el lado izquierdo de la página, distancia desde la parte superior de la página, ancho del área y alto del área. Juntos determinan la posición del rectángulo que se va a eliminar.

• Distancia desde el lado izquierdo de la página: representa la distancia entre el borde izquierdo del rectángulo y el borde izquierdo de la página del PDF;
• Distancia desde la parte superior de la página: representa la distancia entre el borde superior del rectángulo y la parte superior de la página;
• Ancho del área: determina hasta dónde se extiende el rango de eliminación hacia la derecha;
• Alto del área: determina hasta dónde se extiende el rango de eliminación hacia abajo.

La interfaz ofrece unidades de longitud como centímetros, pulgadas, puntos y porcentaje. En el ejemplo de la captura se selecciona «Porcentaje» y se establece una distancia desde el lado izquierdo de la página de 20, una distancia desde la parte superior de la página de 40, un ancho de área de 20 y un alto de área de 60. Al usar porcentaje, el ancho y el alto de la página pueden entenderse como referencia relativa. Por ejemplo, una distancia izquierda de 20 significa que el rectángulo comienza aproximadamente en el 20 % del ancho de la página, y una distancia superior de 40 significa que comienza aproximadamente en el 40 % del alto de la página.

El porcentaje es adecuado para archivos con proporciones de página uniformes pero cuyos tamaños de papel reales pueden variar ligeramente; los centímetros, pulgadas o puntos son más adecuados cuando el tamaño de página es fijo y ya se conoce la posición exacta. Los parámetros no deben copiarse directamente del ejemplo; deben medirse y ajustarse según el diseño de su PDF. El rectángulo debe cubrir el contenido objetivo y, al mismo tiempo, evitar en lo posible el texto principal, los números de página y otros objetos que deban conservarse.

Paso 5: Configurar la ubicación de guardado e iniciar el procesamiento por lotes

Después de completar la configuración del área, haga clic en «Siguiente» y, siguiendo el flujo, entre en la configuración de la ubicación de guardado. Para facilitar la comparación y la recuperación, se recomienda guardar los archivos procesados en una carpeta nueva y no mezclarlos con los archivos originales antes de verificar los resultados. A continuación, continúe hasta la etapa «Iniciar procesamiento» y ejecute la tarea por lotes.

Durante el procesamiento, procure no mover, renombrar ni ocupar los archivos PDF de origen. Una vez finalizada la tarea, abra los archivos de resultado en el directorio de salida, compruebe si el área rectangular especificada ha quedado vacía y confirme que el título, el texto principal, los números de página, las líneas y las imágenes fuera del rango se mantienen normales.

Cómo mejorar la precisión de la configuración del área rectangular

Los parámetros del área son el núcleo de toda la tarea. La primera vez, puede elegir una copia representativa del PDF, establecer un rango algo más pequeño y ejecutar una prueba. Si el objeto objetivo aún queda parcialmente visible, aumente gradualmente el ancho y el alto, o ajuste ligeramente las distancias izquierda y superior. En comparación con delimitar de una sola vez un área demasiado grande, este método ayuda más a proteger el contenido circundante.

En documentos largos, como los de unas 180 páginas, no compruebe solo una página. Se recomienda revisar al menos la página inicial, una página típica del contenido objetivo, una página intermedia y la última. Si las plantillas cambian en distintos capítulos, la posición de los elementos objetivo puede variar, por lo que conviene dividir el rango de páginas y procesarlas por separado.

Si las páginas impares y pares utilizan una maquetación simétrica, los elementos objetivo pueden estar situados respectivamente a la izquierda y a la derecha de la página. En este caso, puede configurar primero un conjunto de coordenadas para las páginas impares y procesarlas, y luego configurar otro conjunto de coordenadas para las páginas pares, en lugar de usar un rectángulo demasiado grande que cubra ambos lados a la vez.

Preguntas frecuentes y precauciones

¿Puede el área de eliminación quitar solo las imágenes sin afectar al texto de la misma zona?

Esta función está concebida para eliminar todo el contenido dentro del área rectangular especificada, no para filtrar únicamente un tipo de objeto. Si dentro del rango rectangular hay texto que debe conservarse junto a lo que se va a eliminar, reduzca o desplace el área; si la necesidad es claramente eliminar imágenes por lotes, puede evaluar según la situación real si la función «Eliminar imágenes de PDF» de la lista de herramientas es más adecuada.

¿Por qué la posición de eliminación no coincide entre distintos PDF?

La causa más habitual es que el tamaño de página, los límites de recorte o el diseño de la plantilla no son uniformes. Se recomienda agrupar primero los archivos según el formato de página y el diseño, y configurar después los parámetros por separado. Para archivos con tamaños diferentes pero proporciones de diseño iguales, puede probar preferentemente la unidad de porcentaje.

¿Se puede procesar el contenido de imagen de PDF escaneados?

Esta función procesa según el área rectangular de la página y no depende de la búsqueda por palabras clave. Que se obtenga o no el resultado deseado dependerá de la estructura real del PDF y de los resultados de las pruebas. Antes de trabajar con documentos escaneados, es especialmente importante conservar el archivo de origen y comprobar si cerca de los límites del área hay información que deba conservarse.

Después del procesamiento, ¿se puede recuperar el contenido eliminado?

No realice el procesamiento por lotes sobre un único original. La práctica más segura es conservar el PDF de origen y guardar los resultados en un directorio independiente. Si los parámetros se configuraron mal, puede ajustar el área y volver a ejecutar el proceso desde el archivo de origen, en lugar de seguir modificando la versión ya procesada.

¿Cómo configurar el área cuando el borde del rectángulo atraviesa objetos?

Cuando una imagen, un bloque de texto o una línea cruza el límite del rectángulo, el resultado final puede verse afectado por la estructura interna de objetos del PDF. Se recomienda que el rectángulo cubra por completo el contenido que se va a eliminar y mantenga cierta distancia con el contenido que debe conservarse; si ambos están muy próximos, valide primero con un único archivo.

Resumen

La clave para eliminar en lote el contenido de un área rectangular especificada en archivos PDF es convertir las posiciones objetivo que aparecen repetidamente en reglas de coordenadas unificadas. Con HeSoft Doc Batch Tool , puede importar varios PDF a la vez, seleccionar todas las páginas, páginas pares o impares, o un rango de páginas personalizado, y determinar después el rango de eliminación mediante la distancia izquierda, la distancia superior, el ancho del área y el alto del área. En comparación con abrir los PDF uno por uno y editarlos manualmente, este método de procesamiento por lotes del software de oficina puede reducir notablemente los clics repetitivos y facilita mantener un criterio de procesamiento uniforme.

En la práctica, se recomienda hacer primero una copia de seguridad de los archivos originales y empezar probando con una copia del PDF; una vez confirmados la posición del área, el rango de páginas y los resultados de salida, importe todos los archivos y ejecute la tarea por lotes. Si después del procesamiento realiza una comprobación por muestreo, podrá completar de forma más segura la limpieza de áreas fijas en una gran cantidad de archivos PDF.