PDF numérisé ou PDF interrogeable
Deux PDF peuvent sembler identiques à l'écran et se comporter très différemment. Une simple numérisation ne contient que des images des pages : l'ordinateur voit des pixels, pas des mots. Un PDF interrogeable ajoute une couche de texte invisible au-dessus des images, ce qui permet de rechercher, sélectionner et copier le texte. La reconnaissance optique de caractères, l'OCR, est l'étape qui crée cette couche à partir des images des pages.
En bref
| Critère | Numérisé (image seule) | Interrogeable (avec couche de texte) |
|---|---|---|
| Contenu | Uniquement des images des pages. | Les mêmes images, plus le texte reconnu. |
| Recherche avec Ctrl+F | Ne trouve rien. | Trouve des mots et des expressions. |
| Copier-coller | Ne copie rien, ou copie une image. | Copie le texte. |
| Lecteurs d'écran | Ne peuvent pas lire le contenu à voix haute. | Peuvent lire le texte reconnu. |
| Apparence | Exactement telle que numérisée. | Identique, car la couche de texte est invisible. |
| Comment l'obtenir | Directement depuis le scanner ou une photo prise au téléphone. | En lançant l'OCR sur le fichier numérisé. |
Quelle est la précision de la couche de texte ?
La précision de l'OCR dépend de la numérisation. Des pages droites, bien éclairées, à environ 300 DPI donnent de bons résultats ; l'écriture manuscrite, les tampons, les petits caractères et les photos de travers produisent plus d'erreurs. Faire pivoter et recadrer les pages au préalable améliore le résultat. Comme la couche provient d'une reconnaissance, elle peut contenir des erreurs même quand l'image de la page est parfaite : vérifiez les noms et les chiffres importants avant de vous fier à une recherche.
Quand choisir quoi
Numérisé (image seule)
Gardez la numérisation en image seule quand vous n'avez besoin que d'une copie visuelle, par exemple une page signée que personne ne cherchera. Le fichier reste simple et le texte reconnu ne pose aucune question.
Interrogeable (avec couche de texte)
Rendez le PDF interrogeable quand vous devez retrouver des mots, copier des passages dans un autre document, utiliser un lecteur d'écran ou garder de grandes archives faciles à consulter plus tard. Les fichiers interrogeables permettent aussi d'extraire du texte et des tableaux vers d'autres logiciels.
Outils gratuits pour les deux options
Guides qui le mettent en pratique
- Rendre un PDF numérisé consultableÉtape par étape : redressez les pages du scan, lancez l'OCR pour rechercher et copier le texte, puis allégez le fichier pour le stocker ou le partager.
- Numériser des archives papierPas à pas : convertissez les TIFF du scanner et du fax en PDF, réunissez chaque lot en un document, retirez les versos blancs et allégez les numérisations pour l’archivage.
Les termes PDF expliqués
- OCR (reconnaissance optique de caractères)L’OCR transforme l’image d’une page en texte que l’on peut rechercher et copier. Voyez comment il fonctionne, ce qui influence sa précision et pourquoi un PDF numérisé en a besoin.
- Couche de texteLa couche de texte est la partie d'un PDF qui contient de vrais caractères, pour rechercher, sélectionner et copier. Voyez comment une numérisation l'obtient par OCR et comment la vérifier.
Questions fréquentes
- Comment savoir si mon PDF contient déjà du texte ?
- Essayez de sélectionner ou de rechercher un mot. Si rien ne se met en surbrillance, la page est une image et a besoin de l'OCR.
- L'OCR modifie-t-il l'apparence du document ?
- Non. Le texte reconnu se trouve dans une couche invisible derrière l'image de la page, donc le rendu visuel reste le même. Vous pouvez toujours zoomer, imprimer et annoter la page comme avant.
- Quelles langues l'outil d'OCR lit-il ?
- L'outil d'OCR gratuit lit l'anglais, le portugais, l'espagnol, le français, l'allemand et l'italien.