OCR vers PDF consultable sur votre ordinateur

Vos numérisations deviennent consultables et sélectionnables. L'OCR s'exécute entièrement dans votre navigateur : le document n'est jamais envoyé sur un serveur. L'offre gratuite inclut un PDF par jour ; Pass 7 jours et Pro sont illimités.

100% privé : tout est traité sur votre ordinateur, vos fichiers ne quittent jamais votre appareil.

Outils

  1. Téléversez votre PDF numérisé : il s'ouvre localement sur votre ordinateur
  2. Le texte est reconnu localement (espagnol et anglais) ; les pages contenant déjà du texte sont conservées telles quelles
  3. Téléchargez un PDF identique avec une couche de texte consultable

Ce que fait l'outil Reconnaître le texte (OCR)

Reconnaître le texte (OCR) prend un PDF numérisé, reconnaît le texte de chaque page numérisée et réécrit ce texte dans le PDF sous la forme d'une couche invisible placée exactement sur les mots imprimés. La page a le même aspect qu'avant, mais vous pouvez maintenant y faire une recherche, en sélectionner et en copier le texte, et n'importe quel indexeur ou système documentaire peut le lire. La reconnaissance s'exécute dans votre navigateur : le scan n'est jamais téléversé.

L'outil reconnaît l'espagnol et l'anglais, chargés ensemble, ce qui couvre les factures, les contrats, les courriers officiels, les reçus et les anciens rapports dans l'une ou l'autre langue, ou en mélange. C'est l'étape qui transforme un dossier de scans en documents dans lesquels on peut réellement retrouver des informations, et c'est la préparation naturelle avant de résumer, d'extraire du texte ou d'anonymiser un fichier numérisé.

Comment rendre un PDF numérisé consultable

  1. Ajoutez votre PDF. L'écran de configuration affiche le nom du fichier et le nombre de pages et vous rappelle ce qui va se passer : l'espagnol et l'anglais sont reconnus, les pages qui contiennent déjà du texte ne sont pas modifiées, et tout s'exécute sur votre ordinateur.
  2. Appuyez sur Reconnaître le texte. La première fois, le navigateur télécharge le moteur de reconnaissance et les deux packs de langue, environ 8 Mo au total, depuis le propre domaine d'OléPDF ; ensuite ils sont mis en cache.
  3. Comptez quelques secondes par page numérisée. Chaque page est convertie en image à 350 points par pouce sur un ordinateur, ou 200 sur un téléphone, son contraste est normalisé, les pages couchées sont détectées et redressées, et les mots à faible confiance sont écartés.
  4. Téléchargez le résultat, nommé avec le suffixe _ocr. Ouvrez-le dans n'importe quel lecteur et essayez la zone de recherche.
  5. Avec le Pass 7 jours ou Pro, vous pouvez ajouter plusieurs PDF et appuyer sur Lancer l'OCR sur N PDF pour recevoir un ZIP avec un fichier consultable par scan.

Limites et comportement à connaître

Seules les pages qui n'ont aucun texte exploitable sont traitées. Une page est considérée comme numérisée lorsqu'elle contient moins de dix caractères de vrai texte ; les pages qui ont déjà une couche de texte sont copiées sans modification, de sorte que l'on peut lancer l'outil sans risque sur un document mixte.

Confidentialité : la reconnaissance se fait sur votre appareil

Le moteur de reconnaissance est une version WebAssembly fournie par OléPDF, et les packs de langue sont servis depuis le même domaine. Les images des pages sont produites dans votre navigateur, transmises au moteur en mémoire et supprimées à la fin du travail. Le document n'est jamais téléversé, aucun texte n'est envoyé ailleurs et aucun script tiers n'intervient. Même le quota quotidien de l'offre gratuite est compté localement dans votre navigateur.

L'outil convient donc aux scans qu'il serait gênant de téléverser : pièces d'identité, dossiers médicaux, fiches de paie, actes judiciaires.

Utilisations courantes

Questions fréquentes

L'OCR est-il gratuit sur OléPDF ?

L'offre gratuite comprend un document OCR par jour, compté par outil. Le Pass 7 jours, un paiement unique, et le plan Pro donnent un OCR illimité et permettent de traiter des lots de plusieurs PDF.

Mon scan est-il téléversé pour la reconnaissance ?

Non. Le moteur et les données de langue sont téléchargés une seule fois depuis le propre domaine d'OléPDF et s'exécutent dans votre navigateur. Le PDF et son texte ne quittent jamais votre ordinateur.

Quelles langues sont reconnues ?

L'espagnol et l'anglais, toujours les deux à la fois. Il n'y a pas de sélecteur de langue et aucune prise en charge d'autres écritures.

Le PDF a-t-il un aspect différent ensuite ?

Non. L'image numérisée est conservée telle quelle. Le seul changement est une couche de texte invisible alignée sur les mots imprimés, ce qui permet à la recherche et à la sélection de fonctionner.

Et si certaines pages contiennent déjà du texte ?

Elles sont laissées exactement telles qu'elles étaient. Seules les pages avec moins de dix caractères de vrai texte sont traitées comme des scans et reconnues.

Combien de temps cela prend-il ?

Quelques secondes par page numérisée sur un ordinateur récent, davantage sur un téléphone, où la reconnaissance s'exécute à une résolution plus basse pour économiser la mémoire. La première exécution ajoute le téléchargement unique du moteur.

Convertisseur PDF

Tous les outils

Des photos plutôt que des PDF ? Essayez OléPIC, nos outils d'image.

Des vidéos plutôt que des PDF ? Essayez OléVIDEO, nos outils vidéo.