Comment utiliser l’outil OCR PDF
- Ouvrez le PDF scannéDéposez le PDF dans la zone ou cliquez pour le choisir.
- Choisissez la langueSélectionnez la langue du texte. Laissez activée la reconnaissance supplémentaire de l’anglais pour les documents mixtes.
- Rendez-le consultableChaque page est lue mot par mot, et une couche de texte invisible est placée exactement sur le texte scanné.
- TéléchargezEnregistrez le PDF consultable, ou téléchargez uniquement le texte reconnu en fichier .txt.
Fonctionnalités
- Consultable et copiableUtilisez Ctrl+F pour trouver des mots, et sélectionnez et copiez du texte dans n’importe quel lecteur PDF.
- Même apparenceLes pages scannées ne changent pas. La couche de texte est invisible et se place exactement sur chaque mot.
- Plus de 100 languesToutes les grandes langues : anglais, espagnol, français, allemand, arabe, chinois, japonais, russe, hindi, bengali, tamoul et bien d’autres.
- Saut intelligentLes pages qui contiennent déjà du texte sont ignorées : les documents mixtes sont traités rapidement.
À quoi sert l’OCR sur un PDF ?
Quand vous numérisez un document ou transformez des photos en PDF, chaque page n’est qu’une image. Vous pouvez la lire, l’ordinateur non : il n’y a aucun texte à rechercher, sélectionner ou copier. L’OCR (reconnaissance optique de caractères) identifie les lettres et les mots de l’image et les transforme en vrai texte.
Cet outil laisse vos pages exactement telles qu’elles sont et place les mots reconnus dans une couche de texte invisible, juste au-dessus de chaque mot. C’est le même format de « PDF interrogeable » que produisent les copieurs de bureau et Adobe Acrobat : vous voyez le scan d’origine, le lecteur PDF voit le texte.
Comment ça marche
Chaque page est rendue en haute résolution dans votre navigateur puis lue par Tesseract, un moteur d’OCR open source réputé. La première fois que vous utilisez une langue, ses données (quelques Mo) sont téléchargées et gardées dans le navigateur. Le document ne quitte pas l’appareil : c’est sûr pour les contrats, papiers d’identité et résultats médicaux.
Pour de meilleurs résultats
- Choisissez la bonne langue. Pour un document en français, choisissez « Français » : les accents, le ç et les ligatures œ et æ seront reconnus. S’il contient des termes anglais, laissez cochée « Reconnaître aussi les mots anglais (documents multilingues) ».
- Précision « Haute » pour les petits caractères ou les scans de faible résolution.
- Des scans droits et propres donnent les meilleurs résultats. Redressez d’abord les pages avec Faire pivoter un PDF. Photos de travers, ombres et écriture manuscrite réduisent la précision.
- Vérifiez les chiffres importants. Sur un texte imprimé net, l’OCR est très précis, mais pas parfait. Comparez montants, dates et IBAN avec l’original.
Ce qu’on peut faire d’un PDF interrogeable
- Chercher n’importe quel mot avec Ctrl+F dans des contrats scannés, des livres ou des archives.
- Copier des chiffres et des phrases au lieu de les retaper.
- Laisser Google Drive ou votre GED indexer le contenu.
- Convertir ensuite avec PDF en Word ou ne garder que le texte avec PDF en texte.
Besoin seulement du texte de quelques photos ou captures ? Utilisez Image en texte (OCR).