Aller au contenu
Retour à tous les outils№ 055

OCR PDF

Reconnaît le texte des PDF scannés pour le rendre recherchable et copiable.

0 B envoyés à un serveur

Ajoute d’abord un fichier.

Un PDF scanné est une photographie de page. Il ressemble à un document mais ne contient aucun texte, c’est pourquoi une recherche n’y trouve rien et une copie ne donne rien. L’OCR lit les formes de l’image, reconnaît les caractères et ajoute une couche de texte invisible derrière l’image : la page garde exactement le même aspect tout en devenant consultable par recherche et sélectionnable.

La reconnaissance tourne entièrement dans le navigateur grâce à Tesseract compilé en WebAssembly. La première exécution télécharge le modèle de la langue choisie ; ensuite, il est mis en cache.

Comment ça marche

  1. Ouvre le PDF scanné ou l’image.
  2. Choisis la langue du texte — la précision en dépend fortement.
  3. Lance la reconnaissance et patiente ; une page prend quelques secondes.
  4. Télécharge le PDF consultable avec sa couche de texte.

À quoi ça sert

  • Rendre une archive de factures scannées consultable par nom de fournisseur.
  • Préparer un scan pour une conversion en Word, qui a besoin d’une vraie couche de texte.
  • Citer un chapitre de livre scanné sans le retaper.

Questions fréquentes

Mon fichier est-il envoyé sur un serveur ?
Non. Le fichier est ouvert par JavaScript et WebAssembly, dans l’onglet de ton propre navigateur. Il n’est jamais envoyé nulle part, aucun traitement n’a lieu côté serveur et rien n’est conservé : fermer l’onglet efface tout.
Pourquoi la reconnaissance est-elle lente ?
Parce qu’elle tourne réellement sur ton appareil et non sur une ferme de serveurs. Compte quelques secondes par page, davantage sur un téléphone. La contrepartie, c’est que le document ne quitte jamais la machine.
Le texte reconnu contient des erreurs.
La précision de l’OCR dépend de la qualité du scan. Vise au moins 300 dpi, des pages droites et un bon contraste. Choisir la mauvaise langue est la cause la plus fréquente de mauvais résultats, suivie des photos de téléphone de travers ou ombrées.
La page a-t-elle un aspect différent ensuite ?
Non. L’image d’origine est conservée et le texte reconnu est placé de façon invisible derrière elle, donc l’apparence est inchangée.

Outils similaires