Un contrat scanné dont vous voulez citer un paragraphe, une facture photographiée dont il faut recopier le numéro, un vieux livre en PDF où Ctrl+F ne trouve rien : dans tous ces cas, le « texte » n'est qu'une image. La reconnaissance optique de caractères (OCR) le transforme en vrai texte. Elle n'est jamais parfaite, mais bien préparée elle fait gagner des heures de saisie.
Comment fonctionne l'OCR, en deux minutes
Un logiciel d'OCR découpe l'image en lignes, puis en mots et en lettres, et compare chaque forme à ce qu'il a appris. Il attribue à chaque mot une note de confiance. Quand l'image est nette, contrastée et bien droite, la plupart des mots sont reconnus à coup sûr ; quand elle est floue, penchée ou bruitée, les erreurs se multiplient et la note baisse.
Dans MaxyTools, la reconnaissance a lieu dans votre navigateur : les modèles linguistiques sont téléchargés une fois, puis l'image que vous traitez ne quitte pas votre appareil. C'est important pour des documents comme une pièce d'identité, une ordonnance ou un contrat.
Quel outil pour quel cas
| Votre fichier | Outil | Ce que vous obtenez |
|---|---|---|
| Une photo, une capture ou un scan (JPG, PNG, WebP, BMP, GIF, HEIC) | OCR d'image | Texte modifiable, mots douteux surlignés, export .txt, PDF cherchable (texte latin) ou ZIP. |
| Un PDF dont les pages sont des images | OCR PDF | Un .txt et un PDF cherchable où Ctrl+F et la sélection de texte fonctionnent ; jusqu'à 150 pages par passage. |
Neuf langues sont disponibles (français, anglais, arabe, allemand, italien, néerlandais, norvégien, danois et suédois), et l'on peut en cocher plusieurs à la fois (par exemple français et anglais).
Photographier ou scanner pour de bons résultats
Neuf fois sur dix, la qualité de la reconnaissance se joue avant l'outil. Quelques repères :
- Posez la page à plat, de face, sans que votre téléphone ne projette d'ombre dessus. Un éclairage uniforme vaut mieux qu'un flash qui crée un reflet.
- Visez une bonne résolution. Le texte doit mesurer au moins une vingtaine de pixels de hauteur pour une lettre minuscule. À 300 ppp, un texte imprimé de 10 points y répond ; à 150 ppp, c'est limite pour du petit corps.
- Fond contrasté, texte foncé. Un texte gris clair sur fond crème pose problème ; le noir et blanc adaptatif de l'outil aide.
- Évitez les plis, les tampons sur le texte et les photos prises en biais.
L'outil propose des réglages optionnels : redressement, agrandissement ×2 pour les petits caractères, niveaux de gris, contraste et noir et blanc adaptatif. Essayez-les un par un plutôt que tous à la fois.
Rendre un PDF scanné cherchable, pas à pas
- Ouvrez OCR PDF et déposez le PDF (100 Mo maximum, déverrouillé).
- Choisissez la langue (ou plusieurs), les pages à traiter et la résolution de lecture (150, 200 ou 300 ppp). 200 ppp est un bon compromis ; 300 ppp pour de petits caractères.
- Lancez : la progression est réelle, vous pouvez annuler et reprendre là où vous en étiez. Comptez quelques secondes par page.
- Téléchargez le texte (.txt) et le PDF cherchable : vos pages d'origine ne sont ni modifiées ni ré-encodées, le texte reconnu est inséré par-dessus, invisible.
- Relisez les mots surlignés comme douteux, surtout les chiffres, les noms propres et les montants.
Si le PDF contient déjà du texte, l'outil vous le dit et peut sauter ces pages.
Erreurs fréquentes
- Se fier à l'OCR pour des chiffres sans relecture : un 5 lu comme un 6 dans un montant a des conséquences.
- Oublier de cocher la bonne langue : l'accentuation française lue avec un modèle anglais donne des mots étranges.
- Traiter un PDF qui contient déjà du texte : inutile, et cela peut alourdir le fichier.
- Attendre de l'OCR qu'il lise une écriture manuscrite : ce n'est pas son rôle et les résultats sont médiocres.
Limites honnêtes
- L'OCR n'est jamais parfait : une page nette donne d'excellents résultats ; une photo floue, un reflet, une écriture manuscrite ou un tampon par-dessus le texte les dégradent beaucoup.
- L'arabe est plus difficile que les écritures latines : points des lettres, lettres voisines et ponctuation sont les erreurs les plus courantes, et les voyelles brèves (tashkîl) ne sont pas reconnues. Les polices calligraphiques ne fonctionnent pas.
- Le PDF cherchable ne contient que du texte latin et des chiffres (les polices PDF standard n'ont pas de glyphes arabes) : pour l'arabe, utilisez le fichier .txt.
- Le traitement est lent (quelques secondes par page) puisqu'il se fait chez vous, pas sur un serveur.
Questions fréquentes
Mon document est-il envoyé sur un serveur pour être lu ?
Non. La reconnaissance se fait dans votre navigateur ; seul le modèle de langue est téléchargé, jamais votre image.
Quelle précision puis-je espérer ?
Sur un texte imprimé net et bien éclairé, très bonne ; sur une photo floue ou un manuscrit, médiocre. Chaque mot a une note de confiance : relisez ceux qui sont surlignés.
Peut-on lire plusieurs langues dans un même document ?
Oui, cochez-les toutes (par exemple français et anglais) avant de lancer la reconnaissance.
Pourquoi le PDF cherchable ne contient-il pas l'arabe ?
Parce que les polices PDF standard n'ont pas de caractères arabes. Le fichier .txt contient bien tout le texte reconnu.
Comment copier le texte d'un PDF scanné ?
Passez-le dans OCR PDF, puis ouvrez le PDF cherchable : vous pourrez sélectionner et copier le texte, ou prendre le fichier .txt.