OCR PDF
Lisez les mots des pages scannées, comparez-les à l’image de la page et corrigez ce qui a été mal lu. Le résultat peut être un PDF consultable ou un fichier texte brut.
Ajoutez un PDF, scanné ou non, pour en lire le texte.
ou déposez un fichier ici
- Pages prêtes
- 0
- Mots
- 0
- Caractères
- 0
Enregistrer le résultat
Le PDF consultable garde chaque page telle quelle et ajoute les mots reconnus en texte invisible : vous pouvez les rechercher, les sélectionner et les copier. Vos corrections sont incluses.
Votre PDF est traité dans cet onglet du navigateur et n’est jamais envoyé.
Mode d’emploi
- Cliquez sur « Choisir un fichier » ou déposez un PDF sur l’outil. Ses pages apparaissent en bandeau de miniatures, chacune marquée « Scan » ou « Couche texte ».
- Sous « Langues de la reconnaissance », cochez chaque langue du document. L’anglais et le français sont cochés au départ, et votre choix est mémorisé.
- Pour un long document, choisissez « Plage de pages » sous « Pages », saisissez par exemple 1-3, 5 et cliquez sur « Appliquer ». Cette option n’apparaît que si le fichier compte plus d’une page.
- Lancez la reconnaissance avec « Reconnaître toutes les pages », ou ouvrez une page et utilisez « Reconnaître cette page ». Une page dotée de vrai texte est lue directement.
- Comparez la page avec son texte et corrigez ce qui a été mal lu. Sur un écran large, la page est à gauche et le texte à droite. « Annuler mes corrections » rétablit le texte reconnu de cette page.
- Sous « Enregistrer le résultat », cliquez sur « PDF consultable » pour obtenir une copie avec une couche de texte invisible, sur « Fichier texte (.txt) » pour du texte brut, ou sur « Copier tout le texte » pour le coller ailleurs.
Ce que fait l’outil
Page et texte côte à côte
L’image de la page et son texte sont affichés ensemble, et le texte se trouve dans une zone que vous pouvez modifier. « Afficher les cadres des mots » colore chaque mot reconnu sur la page, pour voir ce qui a été lu et où.
Une copie consultable, d’aspect inchangé
« PDF consultable » garde chaque page telle quelle et superpose les mots reconnus sous forme de texte invisible : une recherche les trouve, et vous pouvez les sélectionner ou les copier. Vos corrections y sont incluses, et le fichier porte le nom de l’original suivi de -ocr.
Les pages qui ont déjà du texte
Une page qui contient déjà du vrai texte est lue directement et étiquetée « Couche texte », sans reconnaissance. Si ce texte vous semble faux, « Reconnaître quand même » lit à la place l’image de la page.
Sept langues de reconnaissance
Choisissez parmi l’allemand, l’anglais, le coréen, l’espagnol, le français, le japonais et le portugais, seuls ou mélangés sur une même page. Chaque langue porte son propre nom, comme Deutsch ou 한국어. Moins il y a de langues, plus la reconnaissance est rapide : ne cochez que celles de votre document.
Une recherche dans toutes les pages
« Rechercher dans toutes les pages » compte les occurrences dans l’ensemble du texte, les colore sur la page et liste les pages où elles se trouvent, par exemple p. 3 (2). Les compteurs au-dessus indiquent les pages prêtes, les mots et les caractères.
Reconnaissance sur votre appareil
Le texte est lu par Tesseract OCR, qui s’exécute dans votre navigateur : le PDF n’est donc pas envoyé. Le premier lancement télécharge les données de langue depuis ce site, et votre navigateur les garde pour la fois suivante.
Bon à savoir
Un bail scanné, un ticket de caisse photographié puis converti en PDF ou un ancien rapport ne sont qu’une image par page : impossible d’y chercher ou d’y copier du texte. Une fois le texte reconnu, vous retrouvez une clause grâce à ses mots, collez un paragraphe dans un e-mail ou classez le document de façon qu’une recherche le fasse remonter. Utilisez « Fichier texte (.txt) » quand seuls les mots vous intéressent, et « PDF consultable » quand les pages doivent rester telles quelles.
La reconnaissance donne ses meilleurs résultats sur des scans droits et nets, avec un texte sombre sur un papier clair. Caractères minuscules, tampons, écriture manuscrite, plis et copies pâles sont plus souvent mal lus : vérifiez donc noms, dates et montants sur la page avant de vous y fier. Le fichier texte repère chaque page d’un document plus long par une ligne telle que — Page 2 —, et les corrections que vous saisissez passent dans les deux fichiers.
Les pages scannées sont lues une à une : un long scan prend du temps, davantage sur un téléphone. « Arrêter » met fin à l’opération et conserve les pages déjà traitées. Un PDF qui demande un mot de passe pour s’ouvrir ne peut pas être lu ; retirez d’abord le mot de passe avec l’outil Déverrouiller un PDF. Pour obtenir rapidement un fichier texte sans vérifier page par page, l’outil PDF en texte lit aussi les pages scannées.
Questions fréquentes
Comment rechercher du texte dans un PDF scanné ?
Ajoutez le PDF et cliquez sur « Reconnaître toutes les pages ». Relisez le texte, puis cliquez sur « PDF consultable ». Le fichier obtenu ressemble au scan, mais ses mots peuvent être recherchés et copiés.
Mes pages seront-elles différentes après coup ?
Non. Chaque page d’origine reste telle quelle. Les mots reconnus sont superposés sous forme de texte invisible, chacun à l’endroit où il apparaît sur la page.
Peut-il lire le coréen ou le japonais ?
Oui. Le coréen (한국어) et le japonais (日本語) font partie des sept langues. Cochez-les sous « Langues de la reconnaissance » avant de commencer, avec toute autre langue du document.
Pourquoi certains mots sont-ils mal lus ?
Une impression pâle, des caractères minuscules, des tampons ou de l’écriture manuscrite font trébucher la reconnaissance. Corrigez le mot dans la zone de texte voisine de la page : les deux fichiers enregistrés reprendront votre correction.
Cela fonctionne-t-il sur un PDF qui contient déjà du texte ?
Oui. Pour une page dotée de son propre texte, ce texte est repris tel quel du fichier, et l’enregistrement d’un PDF consultable laisse la page intacte. Le message sous les boutons indique combien de pages ont reçu une nouvelle couche de texte.
Mon PDF est-il envoyé sur un serveur ?
Non. La reconnaissance s’exécute dans votre navigateur, donc le PDF reste sur votre appareil. Le seul téléchargement concerne les données de langue, qui viennent de ce site la première fois que vous lancez la reconnaissance.