OCR PDF : rendre un PDF numérisé consultable
Votre PDF numérisé, avec un texte que l’on peut rechercher et copier.
Ajouter aux favoris
Créez un compte gratuit pour enregistrer vos outils favoris et les retrouver sur tous vos appareils.
Publicité
Un PDF numérisé, ou créé à partir de photos prises au téléphone, n’est qu’une image de chaque page : impossible d’y rechercher un mot, ni de sélectionner ou copier le texte. L’OCR (reconnaissance optique de caractères) lit ces pages et ajoute le texte au même PDF, invisible et juste sous chaque mot, sans rien changer à ce que vous voyez. Gratuit, sans inscription et sans filigrane.
Comment rendre consultable un PDF numérisé
- Sélectionnez le PDF numérisé (jusqu’à 30 pages).
- Choisissez la langue du document ; par défaut, le français.
- Cliquez sur « Rendre consultable » et patientez : chaque page prend quelques secondes.
- Téléchargez le PDF et essayez de rechercher un mot avec Ctrl+F (ou Cmd+F sur Mac).
Publicité
Ce que vous obtenez
Le même PDF, page par page, avec une couche de texte invisible au-dessus de chaque page numérisée. Ce que vous voyez ne change pas : les images des pages ne sont pas recompressées, la qualité reste donc la même et le fichier ne prend que quelques Ko de plus par page. Ce qui change, c’est ce que vous pouvez en faire :
- Rechercher n’importe quel mot avec la recherche de votre lecteur PDF.
- Sélectionner et copier le texte pour le coller dans un e-mail ou un autre document.
- Le faire trouver par la recherche de Windows ou du Mac, Google Drive ou la GED de votre entreprise.
Si le PDF mélange des pages numérisées et des pages avec du texte (par exemple un rapport avec des annexes scannées), seules les pages numérisées sont reconnues ; les autres restent telles quelles. Si toutes contiennent déjà du texte, nous vous le signalons au lieu de le traiter.
Publicité
Pour que le texte soit bien reconnu
- Choisissez la langue du document : les accents, la cédille et les lettres de chaque alphabet seront bien reconnus. S’il mélange deux langues, choisissez la principale.
- Des numérisations nettes et droites : 300 ppp, c’est l’idéal, et à partir de 200 ppp le résultat est généralement bon. Les photos floues, avec des ombres ou très inclinées provoquent des erreurs.
- Pages à l’envers ou de côté : redressez-les d’abord avec Pivoter PDF, car le texte à l’envers n’est pas reconnu.
- L’écriture manuscrite est mal reconnue : l’OCR est conçu pour le texte imprimé.
La reconnaissance n’est jamais parfaite : sur une numérisation de mauvaise qualité, elle peut confondre une lettre ici ou là. Relisez le texte copié avant de l’utiliser pour quelque chose d’important.
Si vous voulez modifier le texte
L’OCR rend le PDF consultable, pas modifiable : le texte fait toujours partie de l’image de la page. Pour changer le texte, utilisez PDF scanné en Word, qui vous le donne en paragraphes à modifier. Et si vous devez archiver le document ou le déposer sur un portail administratif, après l’OCR vous pouvez le convertir en PDF/A sans perdre le texte reconnu.
Limites
- Un PDF à la fois, jusqu’à 50 Mo et 30 pages.
- Les PDF protégés par un mot de passe ne peuvent pas être traités : retirez d’abord la protection avec Déverrouiller PDF.
- Les très grandes pages (plans, affiches) sont lues à une résolution plus basse pour ne pas dépasser 40 mégapixels par page.
Questions fréquentes
Qu’est-ce qu’un PDF consultable ?
Un PDF qui contient du texte en plus de l’image de chaque page : on peut y rechercher des mots, les sélectionner et les copier. Les PDF créés depuis Word le sont déjà ; les PDF numérisés ne le sont qu’une fois que l’OCR a reconnu leur texte et l’a ajouté au PDF.
Comment savoir si mon PDF a besoin d’un OCR ?
Ouvrez-le et recherchez avec Ctrl+F un mot visible sur la page, ou essayez de sélectionner une ligne. Si le mot n’est pas trouvé ou si le texte ne se sélectionne pas, le PDF est une image et a besoin d’un OCR. S’il contient déjà du texte, cet outil vous le dira.
Le texte ajouté se voit-il, ou l’aspect du PDF change-t-il ?
Non. Le texte reconnu est invisible et placé sur chaque mot de l’image : le PDF s’affiche et s’imprime exactement comme avant. Vous ne le remarquez qu’en recherchant, en sélectionnant ou en copiant.
Est-ce que cela fonctionne avec des documents manuscrits ?
Pas bien. La reconnaissance est conçue pour le texte imprimé ou dactylographié ; avec une écriture manuscrite, elle reconnaît peu ou rien. Sur un formulaire imprimé rempli à la main, elle reconnaît la partie imprimée, pas l’écriture.
Peut-on faire l’OCR d’un PDF en plusieurs langues ?
Le texte est reconnu dans une seule langue à la fois : choisissez celle qui domine dans le document. Les mots d’autres langues qui utilisent le même alphabet sont généralement reconnus aussi, même si un accent ou une lettre propre à cette langue peut être mal lu.
Publicité
Convertissez aussi vos fichiers PDF
Publicité
Publicité