OCR PDF gratuit – rendre un PDF scanné consultable (sans envoi)

Comment rendre un PDF scanné consultable

Un PDF scanné est une série d'images de pages : vous voyez les mots, mais vous ne pouvez pas les rechercher, les sélectionner ni les copier. L'OCR ajoute le texte manquant.

1. Ajoutez votre PDF scanné, ou des photos des pages. Sur un téléphone, vous pouvez prendre les photos directement.
2. Choisissez les langues du document. La langue de la page est suggérée, mais votre document peut être différent.
3. Choisissez les pages. Les pages qui contiennent déjà du texte sont détectées : seules les pages scannées sont lues, sauf si vous en décidez autrement.
4. Si vous le souhaitez, améliorez le scan pour l'OCR : niveaux de gris, plus de contraste, redressement ou réduction du bruit. L'aperçu montre exactement ce que l'OCR va lire.
5. Lancez l'OCR, vérifiez le texte reconnu page par page et corrigez les erreurs.
6. Téléchargez le PDF consultable, le texte en fichier .txt, ou copiez le texte.

Qu'est-ce que l'OCR ?

L'OCR (reconnaissance optique de caractères) repère les lettres dans une image et les transforme en vrai texte. Cet outil utilise Tesseract, un moteur OCR open source, compilé pour fonctionner dans votre navigateur.

Dans le PDF consultable, les mots reconnus sont enregistrés dans une couche invisible placée exactement sur les mots du scan. La page a le même aspect qu'avant, mais votre lecteur PDF peut désormais y faire des recherches, et sélectionner un mot le surligne sur le scan. Par exemple, une facture scannée en images devient consultable par son numéro, et vous pouvez copier le total au lieu de le retaper.

Comment améliorer l'OCR des photos prises au téléphone

L'OCR lit mieux le texte imprimé quand les lettres sont nettes, foncées et uniformément éclairées. Quelques habitudes font une grande différence :

• Utilisez la lumière du jour ou un éclairage vif et uniforme, et évitez l'ombre du téléphone ou de la main sur la page.
• Tenez le téléphone parallèle à la page pour que les lignes restent droites et que les lettres ne soient pas étirées d'un côté.
• Remplissez le cadre avec la page et touchez pour faire la mise au point ; les photos floues perdent d'abord les petits caractères.
• Posez la page sur une surface sombre et unie pour que ses bords et ses lignes soient faciles à repérer.
• Si une photo est un peu inclinée, activez le redressement. Si elle est pâle, essayez plus de contraste ; pour les scans granuleux, essayez la réduction du bruit.

Pourquoi le PDF peut-il grossir après l'OCR ?

Les pages d'un PDF ajouté sont conservées telles quelles : le PDF consultable n'est généralement qu'un peu plus gros, la couche de texte et un sous-ensemble de la police Inter ajoutant peu de poids par document.

Les photos sont un autre cas. Les photos JPEG et PNG sont intégrées sans modification (leurs métadonnées de lieu et d'appareil supprimées), mais les photos WebP et HEIC doivent être converties en JPEG, souvent plus lourd que l'original efficace. Si vous avez besoin d'un petit fichier, définissez une taille maximale : les pages scannées sont alors réenregistrées en images compressées, et le texte reste consultable. L'outil ne réduit pas le texte sous une résolution lisible juste pour atteindre une taille.

L'OCR peut-il reconnaître l'écriture manuscrite ?

Non. Le moteur OCR est entraîné pour le texte imprimé et dactylographié. Les notes manuscrites ne sont généralement pas reconnues ou sortent brouillées : l'écriture manuscrite n'est donc pas prise en charge. Les notes imprimées, formulaires, lettres et tickets fonctionnent bien quand la photo est nette.

L'OCR est-il confidentiel ?

Oui. Vos PDF, vos images, le texte reconnu et vos corrections restent dans votre navigateur. Rien sur votre document n'est envoyé à un serveur.

La première fois que vous utilisez une langue, ses données OCR (environ 0,6 à 2 Mo) sont téléchargées depuis ce site, avec le moteur OCR et le lecteur PDF. Ces téléchargements ne contiennent aucune information sur votre document, et les données de langue sont ensuite gardées dans votre navigateur pour la suite.

Quelles langues sont prises en charge ?

Vous pouvez en choisir jusqu'à trois parmi : anglais, allemand, italien, albanais, grec, français, espagnol, turc, serbe (cyrillique ou latin), croate et portugais. Choisissez chaque langue présente : une lettre en français avec des noms de produits en anglais se lit mieux avec le français en premier et l'anglais en second.

Les lettres accentuées font partie des données de langue : les accents français comme é, è et ç, les umlauts allemands et ß, ou encore le ë et le ç albanais sont reconnus et restent consultables dans le PDF.

Et si le PDF contient déjà du texte ?

Beaucoup de PDF contiennent déjà du vrai texte, par exemple des documents enregistrés depuis un traitement de texte ou des scans déjà passés à l'OCR. Avant la lecture, l'outil vérifie chaque page : les pages avec du texte sélectionnable, les pages qui ne sont qu'une image et les pages mixtes ou incertaines sont comptées séparément.

Quand chaque page a déjà du texte, l'OCR est inutile : l'outil propose plutôt d'extraire le texte existant. Pour les documents mixtes, il ne lit que les pages scannées et laisse les autres intactes, de sorte que leur texte d'origine n'est jamais dupliqué. Une page qui ne contient qu'un numéro de page ou un court en-tête compte toujours comme scannée.

OCR en ligne gratuit sans envoyer de documents

C'est un outil en ligne au sens où vous l'ouvrez sur un site web, mais le travail se fait hors ligne de notre point de vue : votre document est traité par votre propre navigateur et n'est jamais envoyé à un serveur. Pas d'inscription, pas de quota quotidien et pas d'offre payante.

Le temps de traitement dépend de votre appareil. Quelques pages prennent quelques secondes ; les longs documents peuvent prendre plusieurs minutes, et les très gros fichiers peuvent dépasser la mémoire d'un téléphone.