Comment faire l’OCR d’un PDF ?
- Importez votre fichier. Cliquez sur Ajouter un PDF ou une image ou déposez-le sur l’outil : un PDF scanné, ou une photo JPG ou PNG d’une page.
- Choisissez la langue du texte : anglais, espagnol, français, allemand ou portugais. La bonne langue rend le résultat plus précis.
- Lancez l’OCR. Les pages sont lues l’une après l’autre, avec leur progression affichée. La première fois, le moteur de lecture et la langue se téléchargent dans votre navigateur : cela prend un peu plus de temps.
- Copiez ou téléchargez le texte. Le texte apparaît à droite, page par page. Corrigez ce qui est mal sorti, puis cliquez sur Copier le texte ou Télécharger le .txt.
Qu’est-ce que l’OCR PDF ?
L’OCR (reconnaissance optique de caractères) transforme des images de texte en texte modifiable et consultable. Un PDF scanné, la photo d’une page ou une capture d’écran ne contient qu’une image des mots ; l’OCR lit les lettres qu’elle contient et vous donne les mots eux-mêmes.
Cet outil effectue l’OCR dans votre navigateur avec Tesseract, un moteur d’OCR open source. Beaucoup de PDF mélangent les deux types de pages : si une page contient déjà du vrai texte, l’outil utilise ce texte tel quel, ce qui est plus rapide et exact. Vous pouvez désactiver cette option pour passer toutes les pages à l’OCR.
Comment obtenir les meilleurs résultats
- Choisissez la langue du document. Les accents et les lettres comme ñ, ç et ß ne sont bien lus que dans leur langue.
- Utilisez un scan net et droit. Un texte flou, penché ou dans l’ombre est moins bien lu. Avec Scanner en PDF, choisissez Contraste élevé pour les documents texte.
- Le texte imprimé donne les meilleurs résultats. Documents dactylographiés, livres, lettres et reçus se lisent bien ; les petits caractères sur fond coloré, moins.
- Vérifiez les chiffres. Comparez les montants, dates et codes avec l’original avant de vous y fier.
Ce que l’OCR ne peut pas faire
L’écriture manuscrite est mal lue, voire pas du tout. La mise en page n’est pas conservée : les colonnes, tableaux et zones de texte deviennent de simples lignes de texte. Et le résultat est du texte, pas un nouveau PDF : votre scan reste un scan. Pour garder une copie des pages sous forme d’images, utilisez PDF en images.
Les longs PDF prennent du temps, car chaque page est lue à son tour sur votre appareil. Pour un gros document, extrayez d’abord les pages dont vous avez besoin. Un PDF qui ne s’ouvre pas ? Réparez-le d’abord.
Votre fichier est lu sur votre appareil. Le moteur d’OCR et ses fichiers de langue se téléchargent dans votre navigateur ; votre document n’est jamais envoyé en ligne.
Pourquoi utiliser cet outil OCR ?
- Privé : contrats, pièces d’identité et lettres sont lus sur votre appareil, pas sur un serveur.
- Gratuit, sans inscription : pas de compte, pas de limite de pages, pas de filigrane.
- PDF et images : PDF scannés, photos prises au téléphone et captures d’écran.
- Exact quand c’est possible : les pages qui contiennent déjà du texte ne sont pas devinées.
Que faire du texte
Collez-le dans un document pour le modifier, dans un e-mail ou dans un traducteur. Ou partagez ce que dit le document : un carrousel de ses points clés se lit facilement sur LinkedIn. Un PDF scanné ne peut pas devenir des slides tel quel, mais son texte, si : collez-le dans l’onglet Texte de PDF en carrousel et ses sections deviennent des slides. Voici comment transformer un PDF en carrousel.
