En bref: L'OCR est un logiciel qui reconnaît les lettres d'une image de texte, comme un scan ou la photo d'une page, et les transforme en vrai texte que vous pouvez rechercher, sélectionner et copier.
L'OCR (reconnaissance optique de caractères) expliquée
L'OCR, ou reconnaissance optique de caractères, lit les lettres d'une image et les transforme en texte. Un scanner ou l'appareil photo d'un téléphone ne fait que photographier une page : pour un ordinateur, un contrat numérisé, c'est la même chose qu'une photo de chat. Impossible d'y chercher avec Ctrl+F, de sélectionner une phrase ou de copier un chiffre. L'OCR règle ce problème.
Le résultat prend deux formes courantes. Un PDF consultable garde les images d'origine des pages et y ajoute une couche de texte invisible : le document a le même aspect, mais la recherche et la copie fonctionnent. Le texte brut ne vous donne que les mots, prêts à être modifiés, traduits ou collés ailleurs.
La précision dépend du scan. Des pages nettes, droites et bien éclairées, dans une police courante, donnent un résultat presque parfait ; l'écriture manuscrite, les photocopies pâles, les photos de travers et les polices inhabituelles provoquent des erreurs : vérifiez donc les noms et les chiffres avant de vous y fier.
Comment obtenir un bon résultat d'OCR
- Numérisez à 300 dpi ou prenez la photo bien de face, sous une bonne lumière. Un texte flou ou très petit est la principale cause d'erreurs.
- Choisissez la bonne langue. L'OCR utilise un dictionnaire et un alphabet propres à chaque langue ; une mauvaise langue transforme accents et lettres en charabia.
- Redressez d'abord les pages si elles ont été numérisées de travers.
- Gardez l'original. Un PDF consultable contient toujours les images des pages : rien n'est perdu si un mot a été mal lu.
OCR, PDF en texte et PDF en Word
| Vous avez | Vous voulez | Utilisez |
|---|---|---|
| Un PDF numérisé ou une photo | Rechercher et copier, même aspect | L'OCR vers un PDF consultable |
| Un PDF numérisé ou une photo | Seulement les mots | L'OCR vers du texte (image en texte) |
| Un PDF créé depuis un document (texte déjà sélectionnable) | Les mots | PDF en texte, sans OCR |
| Un PDF avec du texte sélectionnable | Un document modifiable | PDF en Word |
Test rapide : si vous pouvez sélectionner un mot dans le PDF, il contient déjà du texte et n'a pas besoin d'OCR.
Questions fréquentes
Que signifie OCR ?
Optical Character Recognition, ou reconnaissance optique de caractères : un logiciel qui reconnaît les lettres d'une image et les transforme en texte.
Puis-je faire l'OCR d'un PDF gratuitement sans l'envoyer en ligne ?
Oui. Notre outil OCR PDF fait tourner le moteur open source Tesseract dans votre navigateur, en 19 langues : le PDF reste sur votre appareil.
L'OCR lit-il l'écriture manuscrite ?
Mal. L'OCR est conçu pour le texte imprimé ; des majuscules bien formées fonctionnent parfois, l'écriture cursive généralement pas.
L'OCR modifie-t-il l'aspect de mon PDF ?
Pas si vous créez un PDF consultable : les images d'origine des pages restent, et une couche de texte invisible est ajoutée derrière.
Prêt à envoyer ?
Déposez vos fichiers, copiez le lien, c’est tout. Gratuit jusqu’à 20 GB, sans inscription.
Envoyer gratuitement