Un scan n’est qu’une image : impossible d’y chercher un mot ou de copier une phrase. L’OCR reconnaît le texte de chaque page et l’ajoute au PDF sans changer son aspect, ou l’enregistre dans un simple fichier texte.
Mode d’emploi
- Sélectionnez le PDF scanné.
- Choisissez la langue du document.
- Lancez l’OCR et téléchargez le PDF recherchable ou le texte.
Questions fréquentes
Quelles langues sont reconnues ?
Français, anglais, espagnol, allemand, italien, portugais, néerlandais, chinois, japonais et hindi. Le choix « Français + anglais » convient aux documents qui mélangent les deux.
Combien de temps faut-il ?
Quelques secondes par page. La première fois, le moteur de reconnaissance est téléchargé (quelques Mo).
L’aspect de mon PDF va-t-il changer ?
Non. Avec « PDF recherchable », les pages gardent le même aspect : le texte reconnu est ajouté de façon invisible pour pouvoir le sélectionner et le rechercher.
Puis-je obtenir seulement le texte ?
Oui, choisissez « Fichier texte » : vous obtenez un fichier .txt avec le texte reconnu, page par page.
L’OCR reconnaît-il l’écriture manuscrite ?
Il est conçu pour le texte imprimé. Une écriture manuscrite très lisible peut être en partie reconnue, mais le résultat n’est pas fiable.
Puis-je faire l’OCR d’une photo ?
Transformez d’abord la photo en PDF avec « Scanner en PDF », puis passez ce PDF dans « OCR PDF ».
Mes fichiers sont-ils envoyés sur un serveur ?
Non. Tout se passe dans votre navigateur : vos documents ne quittent jamais votre appareil.
Ce que fait l’OCR
La reconnaissance optique de caractères (OCR) lit le texte présent dans l’image de chaque page. PDFRoll vous propose deux résultats :
- « PDF recherchable » : le PDF garde exactement le même aspect, mais une couche de texte invisible est placée sous l’image. Vous pouvez alors sélectionner, copier et rechercher le texte.
- « Fichier texte » : seulement le texte reconnu, page par page, dans un fichier .txt.
L’option « Ignorer les pages qui contiennent déjà du texte », cochée par défaut, saute les pages qui ont déjà du texte et fait gagner du temps sur les documents mixtes.
Choisir la langue du document
Le menu « Langue du document » propose le français seul ou associé à l’anglais, ainsi que l’anglais, l’espagnol, l’allemand, l’italien, le portugais, le néerlandais, le chinois, le japonais et le hindi. Choisir la bonne langue améliore nettement la reconnaissance, notamment des accents.
La première utilisation télécharge le moteur de reconnaissance (quelques Mo). Ensuite, comptez quelques secondes par page, selon la puissance de votre appareil. Le document lui-même reste sur votre appareil : la reconnaissance est faite par votre navigateur.
Obtenir une bonne reconnaissance
- Partez d’un scan net et bien contrasté : un texte flou ou pâle est mal reconnu.
- Redressez les pages à l’envers avec « Pivoter PDF » avant de lancer l’OCR.
- Le texte imprimé est bien mieux reconnu que l’écriture manuscrite.
- Relisez les chiffres et les noms propres importants, l’OCR peut se tromper.
Si aucun texte n’est trouvé, vérifiez la langue choisie et la qualité du scan. Pour un long document, vous pouvez aussi ne traiter que les pages utiles en les isolant d’abord avec « Extraire des pages ».
Avant et après l’OCR
Pour transformer des photos de documents en PDF, commencez par « Scanner en PDF ». Une fois le texte reconnu, vous pouvez le reprendre dans un document modifiable avec « PDF en Word », ou extraire tout le texte avec « PDF en texte ».