Convertir PNG a PDF

Vectorización de alta calidad, a todo color y completamente automática, con el uso de IA.

No serán imágenes de baja calidad ni trazos de dos colores, como los de otros sitios web.

  1. Vectorizer.AI
PNG .png

PNG es un formato de ráster que comúnmente no tiene pérdida¹ que admite la transparencia. Se utiliza principalmente para contenido no fotográfico, como logotipos, iconos, diagramas, ilustraciones y otras obras de arte digitales similares.

Como es formato ráster, PNG codifica imágenes como un cuadriculado uniforme de píxeles, cada uno de los cuales se puede considerar como un pequeño rectángulo (usualmente un cuadrado) de un color específico. En conjunto, esta cuadrícula de píxeles se parece a una imagen cuando se ve en su tamaño nativo, pero escalar una imagen rasterizada a un tamaño mayor dará como resultado una imagen pixelada o borrosa.

¹ Sin pérdida significa que codificar una imagen y luego descodificarla produce un resultado idéntico al original.

PDF .pdf

PDF is a document interchange format that supports vector graphics, raster images, text, and other document features. It is a successor format to PostScript and EPS.

Se puede ver en todos los navegadores web modernos, y la mayoría de los editores de documentos y editores vectoriales también lo admiten ampliamente. While it is not usually used for vector images alone, it is a common format with widespread support, so it can be useful in cases where SVG is not supported.

If your downstream use case supports SVG, it is usually a better choice than PDF.

How to Convert from PNG to PDF

Icono de Elegir

Upload your PNG image

Puedes arrastrar y soltar la imagen en el cuadro punteado de arriba o hacer clic en ella para abrir un cuadro de diálogo de selección de archivos.

Una vez cargada la imagen, el proceso de vectorización se iniciará automáticamente.

Icono de Procesar

Vectorizar

El proceso de vectorización se realiza en nuestros servidores de alto rendimiento para producir rápidamente un resultado de alta calidad.

Una vez que se complete el proceso, se le mostrará el resultado en un visor interactivo capaz de hacer zoom y panoramizar, para que pueda inspeccionarlo en detalle antes de descargarlo.

Icono de Descargar

Download your PDF result

Cuando haya terminado de revisar, puede hacer clic en el botón «Descargar» para obtener el resultado en su computadora.

We offer a wide variety of export options and formats, including PDF, that allow you to tailor the result to your specific needs.

Cosas que debe saber sobre la vectorización

Calidad de los resultados

Vectorizar una imagen es fácil para el ojo humano, pero sorprendentemente difícil para el ordenador. La mayoría del software que intenta hacerlo produce malos resultados, con defectos evidentes. Se pueden introducir formas en el resultado que no deberían estar allí, como artefactos de suavizado, o pueden faltar formas que deberían estar allí, como entidades pequeñas o débiles. Incluso cuando las formas son correctas, las curvas que las definen pueden estar mal elegidas. En algunos casos, las curvas simplemente no siguen muy bien la imagen original. En otros casos, hay demasiadas curvas o las curvas presentes están mal colocadas, no se conectan con las tangentes coincidentes cuando deberían o se representan con un tipo de curva incorrecto (por ejemplo, con un bezier cuadrático cuando sería mejor un arco elíptico).

Cada paso del proceso de vectorización es complejo y se pueden utilizar muchos algoritmos diferentes. Muchos de nuestros competidores utilizan algoritmos antiguos y sencillos que no producen buenos resultados. Algunos de ellos solo admiten la vectorización de 2 colores, lo que limita significativamente su utilidad. The Vectorizer.AI vectorization engine is based on our own proprietary research and uses a combination of deep learning and other techniques to produce the best results. Las curvas se eligen cuidadosamente y se optimizan para que se ajusten lo más posible a la imagen subyacente.

También identificamos formas típicas como círculos, elipses, rectángulos, estrellas y triángulos y las representamos explícitamente como tales. Esto mejora el aspecto de los resultados y facilita su edición.

2 colores frente a todo color

Una opción simplificadora común que se hace al desarrollar un algoritmo de vectorización es admitir solo dos colores (por ejemplo, blanco y negro). Los productos construidos arriba de dichos algoritmos son significativamente menos útiles y versátiles que los sistemas de vectorización a todo color. Otros sistemas admiten más colores, pero solo mediante la ejecución repetida de un algoritmo de 2 colores en cada color por separado.

In contrast, the Vectorizer.AI vectorization engine was built from the ground up to support full-color vectorization, including transparency and partial transparency. El gráfico vectorial subyacente a nuestro sistema mantiene sin problemas la coherencia entre los límites de las formas adyacentes, al tiempo que permite que el sistema optimice el resultado para obtener la mejor calidad posible.

Gráficos frente a fotos Vectorización reconstructiva versus inspiradora

La vectorización se presenta en dos sabores principales: reconstructiva e inspiradora.

La vectorización reconstructiva es el proceso de convertir una imagen de mapa de bits que alguna vez se creó rasterizando un vector original, en una imagen vectorial lo más cercana posible a la original. El objetivo es reconstruir el arte vectorial original. Es más útil en logotipos, iconos y otros gráficos digitales en los que el arte vectorial original no está disponible.

La vectorización inspiradora convierte una fotografía, un cuadro u otra imagen rasterizada similar en una imagen vectorial que se inspira en la original, pero no necesariamente intenta reconstruirla con exactitud. Se trata más de capturar alguna esencia artística o espíritu del original que de reconstruir un ideal platónico.

Nuestro enfoque principal es la vectorización reconstructiva, pero, por supuesto, también apoyamos la inspiración.

Incrustar frente a vectorizar

La mayoría de los formatos vectoriales admiten la incrustación de imágenes rasterizadas en su interior. Al hacerlo, se crea un archivo vectorial «falso», ya que no cambia la naturaleza fundamental de los píxeles de la imagen. Con estos resultados, todavía no puedes hacer cosas como escalarlos a un tamaño mayor sin perder calidad.

So when converting from PNG to PDF, it is very important to actually vectorize the image. Este proceso implica detectar las formas de la imagen, ajustarlas a las curvas y exportar el resultado como un verdadero archivo vectorial. El resultado final no contiene datos de píxeles y se puede agrandar o reducir a cualquier tamaño sin pérdida de calidad.

At Vectorizer.AI, we only support true vectorization.

Precortar

Su imagen excede el límite de tamaño. Para obtener los mejores resultados, recorte la imagen al tamaño que desea vectorizar.

Límite de tamaño


Imagen original

Tamaño:
Relación de aspecto:
Megapíxeles:

Imagen recortada

Tamaño:
Relación de aspecto:
Megapíxeles:
La imagen recortada excede el límite de tamaño y será reducida al tamaño apropiado.
Alcanzó el tamaño límite y se conservó toda la resolución.