Qu’est-ce que la précision de l’OCR ?
La précision de l’OCR décrit à quel point le texte reconnu d’une page numérisée ressemble au texte réellement imprimé. On l’exprime souvent en pourcentage de caractères ou de mots correctement lus. 98 % semble élevé, mais sur une page de 3 000 caractères cela laisse environ 60 erreurs, et un chiffre mal lu dans un numéro de facture ou une date peut peser plus que cinquante lettres erronées dans un paragraphe.
Ce qui la dégrade
La reconnaissance dépend d’abord de l’image. Une faible résolution estompe les traits fins, et un e finit par ressembler à un c. Une page de travers, l’ombre de la reliure, la transparence du verso sur papier fin, un toner pâle et les tampons sur le texte compliquent la séparation des lettres. L’écriture manuscrite, les polices rares et les notes minuscules aggravent le résultat, tout comme le choix d’une mauvaise langue.
L’améliorer avant la reconnaissance / Vérifier un résultat
Le plus grand gain vient de la préparation du scan. Visez environ 300 ppp pour de l’imprimé courant, redressez les pages inclinées ou tournées, rognez les bords sombres et choisissez la langue du document. Si une page mêle deux langues, la reconnaître dans la principale lit en général bien le reste, mais les noms rares méritent une relecture. Cherchez un mot que vous voyez sur la page. Si la visionneuse le trouve, ce mot a été reconnu. Comparez à l’œil les nombres, les noms et les dates, car une erreur y fait de vrais dégâts. Considérez le texte reconnu comme un brouillon dès qu’il s’agit d’argent, de délais ou de poids juridique.
Comment AuraDoc aide
Pivoter un PDF scanné redresse les pages couchées avant la reconnaissance, Détecter la langue d’un PDF indique la langue apparente du fichier, et OCR PDF ajoute au scan une couche de texte interrogeable. Le fichier reconnu est une nouvelle copie ; vous pouvez le comparer au scan d’origine.
Outils qui utilisent ce terme
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.
- Vérifier la langue d'un documentPas à pas : détectez la langue d'un PDF, regardez la part de chaque langue dans un document mixte et préparez un scan pour la détection.
Questions fréquentes
- Peut-on atteindre 100 % de précision ?
- Pas de façon fiable. Un imprimé moderne et net, en bonne résolution, s’en approche, mais aucun logiciel ne peut promettre de lire parfaitement chaque page : vérifiez les chiffres importants.
- Plus de ppp lit-il toujours mieux ?
- Jusqu’à un certain point. Environ 300 ppp suffisent pour du texte courant ; aller bien au-delà alourdit le fichier sans améliorer la reconnaissance.
- Pourquoi les chiffres sont-ils moins bien lus que les mots ?
- Un mot offre un contexte : le logiciel peut corriger une lettre étrange dans un terme connu. Un nombre n’a pas ce contexte, chaque chiffre est seul.