Comment rendre un PDF numérisé consultable
Un scanner ou une appli mobile enregistre chaque page comme une image : impossible de chercher un mot ou de copier une phrase. La reconnaissance optique de caractères (OCR) lit l'image et ajoute par-dessus une couche de texte invisible.
Avec cette couche, le PDF se comporte comme un document normal : la recherche trouve noms et montants, vous pouvez copier des passages et les outils d'indexation savent de quoi parle le document.
Étape par étape
Vérifiez le scan
Ouvrez le PDF et repérez les pages couchées ou à l'envers, floues ou très sombres. L'OCR lit mieux des pages droites et nettes.
Redressez les pages
Faites pivoter les pages couchées pour que toutes les lignes aillent de gauche à droite. Cela se passe dans le navigateur, en quelques secondes.
Lancez l'OCR
Envoyez le scan à l'outil OCR et choisissez la langue du texte : anglais, portugais, espagnol, français, allemand ou italien. La version gratuite lit jusqu'à 10 pages.
Copiez ce qu'il vous faut
Cherchez dans le nouveau PDF ou sélectionnez du texte à la souris. Si vous voulez seulement les mots, l'outil de copie de texte vous donne directement le texte reconnu.
Allégez le résultat
Les scans sont lourds. Compressez le PDF consultable pour le stocker ou l'envoyer par e-mail ; la couche de texte reste en place.
Outils utilisés dans ce guide
Questions sur cette tâche
- L'OCR modifie-t-il l'aspect de mes pages ?
- Non. Les images des pages restent identiques ; le texte reconnu est ajouté sous forme de couche invisible que l'on peut rechercher et sélectionner.
- Quelle est la précision de la reconnaissance ?
- Un texte imprimé et propre est en général bien lu. L'écriture manuscrite, les tampons, les petits caractères et les scans sombres donnent plus d'erreurs ; vérifiez noms et chiffres.
- Mon scan dépasse 10 pages. Que faire ?
- Divisez-le en parties de 10 pages au plus, lancez l'OCR sur chacune et fusionnez les résultats. Pour les longs documents, la plateforme AuraDoc fait l'OCR dans votre compte.
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.
- Rotation des pagesLes pages d'un PDF peuvent pivoter de 90, 180 ou 270 degrés sans changer leur contenu. Voyez comment la rotation est stockée, pourquoi les numérisations sortent de travers et comment corriger.
- Images matriciellesUne image matricielle est une image faite d'une grille de pixels, comme une photo ou un scan. Voyez comment elle s'intègre dans un PDF et comment la résolution joue sur la qualité et le poids.
- Détection de la langueLa détection de la langue identifie la langue dans laquelle est écrit le texte d'un PDF. Voyez comment elle fonctionne, pourquoi elle exige du vrai texte et non un scan, et où elle aide.
- Accessibilité du PDFL'accessibilité d'un PDF signifie que le plus grand nombre de personnes peut le lire, y compris avec un lecteur d'écran. Ce qui aide, et ce que les outils simples font ou ne font pas.
- PDF imageUn PDF image stocke chaque page sous forme d'image, le plus souvent issue d'un scanner ou d'un téléphone. Comprenez pourquoi le texte ne se recherche ni ne se copie, et comment l'OCR y remédie.
- Texte de droite à gaucheL'arabe et l'hébreu s'écrivent de droite à gauche, et les chiffres ou mots latins qu'ils contiennent vont dans l'autre sens. Voyez pourquoi ce texte se casse à la copie depuis un PDF et comment le traiter.
- Ordre de traitementL'ordre dans lequel vous appliquez les étapes à un PDF change le résultat. Voyez pourquoi la reconnaissance de texte précède la compression, pourquoi on signe en dernier et comment éviter de refaire le travail.
- PDF natif numériqueUn PDF natif numérique est créé par un logiciel, pas par un scanner. Voyez ce qui le distingue d'un PDF numérisé, pourquoi son texte se sélectionne et se recherche, et comment reconnaître le vôtre.
- Précision de l’OCRLa précision de l’OCR indique la part de caractères d’une page numérisée lus correctement. Découvrez l’effet de la résolution, de l’inclinaison et de la langue, et comment vérifier le résultat.
- PDF avec recherche de texteUn PDF avec recherche de texte contient une couche de texte : on peut y trouver des mots, les sélectionner et les copier. Voyez ce qui le distingue d’un simple scan et comment vérifier qu’un fichier l’est vraiment.
- BinarisationLa binarisation transforme chaque pixel d’un scan en noir pur ou en blanc pur selon un seuil. Voyez pourquoi elle allège le fichier, aide la reconnaissance de texte et quand elle efface écriture fine ou photos.
- Bruit de numérisationLe bruit de numérisation désigne le grain, les petits points et les bords sombres ajoutés par le scanner. Voyez d’où il vient, son effet sur la taille du fichier et l’OCR, et quels réglages aident.
- Correspondance de texte UnicodeLa correspondance Unicode indique au PDF quel caractère représente chaque glyphe. Voyez pourquoi le texte copié devient des symboles ou des trous, ce que signifie une table absente et comment l’OCR peut reconstruire le texte.
- Reconnaissance de l'écriture manuscriteLa reconnaissance de l'écriture manuscrite transforme un texte écrit à la main en texte numérique. Voyez pourquoi c'est plus difficile que lire du texte imprimé, ce qui influe sur le résultat et pourquoi vérifier.
- Langue de l'OCRLa langue de l'OCR indique à la reconnaissance de texte quel alphabet et quels mots attendre sur une page numérisée. Voyez pourquoi un mauvais choix brouille le texte et comment bien choisir.
- Numérisation de cahier de laboratoireNumériser un cahier de laboratoire transforme des pages manuscrites en PDF. Voyez comment fusionner, redresser, rendre consultable et dater les pages pour conserver et retrouver le suivi facilement.
- Cahier d’enregistrement agricoleLe cahier d’enregistrement garde en ordre semis, traitements, récoltes et ventes. Voyez comment transformer des pages papier et des photos en PDF consultable.
- Facture de servicesLa facture de services indique ce que vous avez consommé et devez en électricité, gaz, eau ou chauffage. Voyez ce qu'elle contient et comment ne partager que la page demandée.
- Dossier de lotLe dossier de lot documente la fabrication et le contrôle d’un lot de produit. Voyez comment réunir, numéroter et rendre interrogeables les pages scannées dans un seul PDF.