Qu’est-ce que l’OCR et comment rendre un PDF consultable
L’OCR (reconnaissance optique de caractères) est la technologie qui identifie les lettres dans l’image d’une page. Appliqué à un PDF numérisé avec l’outil PDF vers OCR, il ajoute une couche de texte invisible qui permet de rechercher, sélectionner et copier le contenu sans changer l’aspect des pages.
Le problème des PDF numérisés
Quand vous numérisez une feuille de papier, le scanner produit une image. Le PDF obtenu ressemble à un document, mais il s’agit en réalité d’une suite de photos. C’est pourquoi on ne peut ni rechercher un mot, ni copier un passage, ni sélectionner un paragraphe : pour l’ordinateur, il n’y a pas de texte, seulement des pixels.
Qu’est-ce que l’OCR
OCR signifie reconnaissance optique de caractères. C’est la technologie qui analyse l’image d’une page, identifie les lettres et produit le texte correspondant. Appliqué à un PDF numérisé, l’OCR ajoute une couche de texte invisible derrière l’image : l’aspect de la page ne change pas, mais le texte devient consultable, sélectionnable et copiable.
Appliquer l’OCR à un PDF
Avec l’outil PDF vers OCR :
- Envoyez le PDF numérisé.
- Choisissez la langue du document. L’outil reconnaît le français, l’anglais, le portugais, l’espagnol, l’allemand et l’italien.
- Cliquez sur traiter et patientez. Les longs documents peuvent prendre quelques minutes.
- Téléchargez le PDF et testez-le : utilisez la recherche du lecteur pour trouver un mot du document.
Si vous n’avez que des photos, pas de PDF
Si les documents sont des images (JPG, PNG, HEIC), utilisez OCR vers PDF, qui réunit les images dans un seul PDF, une page par image, avec le texte déjà reconnu. Et si vous n’avez pas encore numérisé le document, le Scanner PDF utilise l’appareil photo du téléphone ou de l’ordinateur pour photographier les pages et créer le PDF, avec une option OCR.
Obtenir une bonne reconnaissance
La qualité de l’OCR dépend surtout de la qualité de l’image :
- Numérisez entre 200 et 300 dpi. En dessous, les lettres perdent des détails ; au-dessus, seul le fichier grossit.
- Gardez la page droite et bien éclairée, sans ombres ni plis.
- Choisissez la bonne langue : un texte reconnu dans la mauvaise langue perd ses accents et caractères spéciaux.
- Préférez des originaux nets. L’écriture manuscrite, les tampons sur le texte et les photos floues donnent de moins bons résultats.
Que faire du texte reconnu
Avec un PDF consultable, vous trouvez une information en quelques secondes et copiez des passages dans d’autres documents. Pour modifier le contenu, appliquez PDF vers Word après l’OCR. Aucun OCR n’est infaillible : vérifiez chiffres, noms et dates avant d’utiliser le texte pour quelque chose d’important.
Questions fréquentes
Comment savoir si mon PDF a besoin d’OCR ?
Essayez de sélectionner une phrase à la souris. Si le curseur sélectionne la page entière comme une image, ou si la recherche ne trouve pas les mots visibles, le PDF est numérisé et a besoin d’OCR.
Quelles langues l’OCR reconnaît-il ?
Le français, l’anglais, le portugais, l’espagnol, l’allemand et l’italien. Choisir la bonne langue améliore la reconnaissance des accents et caractères spéciaux.
L’OCR fonctionne-t-il avec l’écriture manuscrite ?
Les résultats sont limités pour l’écriture manuscrite. L’OCR fonctionne mieux avec du texte imprimé, numérisé à 200–300 dpi, page droite et bien éclairée.