Aller au contenu
Convertube

OCR PDF

Reconnaissez le texte d’un PDF scanné et ajoutez une couche de texte invisible pour y chercher. L’OCR tourne sur votre appareil : le scan n’est jamais envoyé.

S’exécute sur votre appareilGratuit, illimitéReconnaissance de texte par IA, sur votre appareil

Déposez vos fichiers ici

ou

Formats acceptés : .pdf · Un fichier à la fois · jusqu’à 150 MB chacun Ici, « importer » et « télécharger » signifient que votre navigateur lit un fichier sur cet appareil et en réécrit un sur ce même appareil. Votre fichier n’est jamais envoyé à un serveur — ouvrez l’onglet Réseau des outils de développement et vérifiez : aucune requête ne transporte votre fichier.

FAQ : OCR PDF

En quoi est-ce différent des autres outils d’OCR ?

Par l’endroit où le travail se fait. La reconnaissance de texte est la seule fonction PDF que toute la profession exécute sur ses propres serveurs : rendre un scan interrogeable implique donc de l’envoyer quelque part, alors que les scans concernés sont des contrats, des factures, des dossiers médicaux et des certificats. Ici, le modèle tourne dans votre navigateur : il est téléchargé une seule fois, environ 21 Mo, et ensuite le fichier ne quitte jamais la machine. Vous pouvez surveiller le panneau réseau pendant le traitement et constater qu’aucune requête ne contient le fichier.

Quelle est sa précision, honnêtement ?

Bonne, mais pas garantie. Sur un jeu de test de seize pages rendues avec une inclinaison de 0,3 degré, parce qu’un vrai scan en a toujours un peu, le rappel des caractères a atteint 95,2 %. Les pages propres et droites obtiennent de meilleurs scores ; les tampons, l’écriture manuscrite, les photocopies pâles et les pages photographiées de biais font moins bien, parfois beaucoup moins bien. Considérez l’outil comme un moyen de rendre un document retrouvable plutôt que comme une transcription : les mots que vous cherchez seront généralement là, mais ce n’est pas une transcription de qualité juridique.

Le scan lui-même est-il modifié ?

Non, et c’est vérifié, pas seulement affirmé : après un traitement, le SHA-256 de chaque flux d’image du fichier produit correspond exactement à celui de l’original. Les pages ne sont jamais décodées, réencodées ni redimensionnées : seules une couche de texte et la description de sa police sont ajoutées, soit 5,1 Ko sur un scan de deux pages. Si vous voulez aussi un fichier plus léger, compressez-le ensuite et non à la place : la compression réencode les images, et la faire en premier laisserait moins de matière au moteur de reconnaissance.

Puis-je voir ou sélectionner le texte ajouté ?

Vous ne pouvez pas le voir, mais vous pouvez le sélectionner. Le texte est écrit dans le mode de rendu qui ne dessine rien, placé sur les mots dont il provient : la page semble intacte, tandis que la recherche, le copier-coller et les lecteurs d’écran trouvent tous les mots. Cela signifie aussi qu’aucune police n’est incorporée : les glyphes ne sont jamais dessinés, seule la correspondance des caractères est nécessaire, et la police ne coûte aucun octet. Le fichier produit a été relu avec deux moteurs PDF indépendants, et pas seulement celui que nous utilisons, et tous deux ont renvoyé le même texte chinois.

Et si le PDF contient déjà du texte ?

Il n’est pas modifié, et l’outil vous le signale. Un PDF exporté depuis Word est déjà interrogeable, et y superposer une couche de reconnaissance ferait apparaître chaque résultat de recherche deux fois et doublerait chaque copie. L’outil vérifie si les pages contiennent du texte, par échantillonnage dans le document ; si c’est le cas, il n’y a rien à ajouter.

Combien de temps cela prend-il ?

Quelques secondes par page pour une page ordinaire en chinois ou en anglais (2,4 à 4,0 secondes mesurées sur un ordinateur de bureau avec accélération matérielle), plus le téléchargement unique du modèle. Une page universitaire dense sur deux colonnes, quatre mille caractères, a pris environ quatorze secondes. Le temps dépend de la quantité de texte sur la page plutôt que de sa taille, et un téléphone sera plusieurs fois plus lent.

Convertisseur PDF

Outils PDF

Convertisseur PDFÀ propos du format PDF