Guides
Rendre un PDF scanné recherchable avec l’OCR
En bref
L’OCR reconnaît les mots d’une image pour rendre un PDF recherchable et sélectionnable. Choisissez la langue du document, puis comparez les mots reconnus avec le scan, surtout les noms et les chiffres. Une couche de texte ne garantit ni une lecture sans erreur ni la reconstruction d’un document entièrement modifiable.
Votre PDF a-t-il déjà du texte exploitable ?
Sélectionnez un mot au milieu d’un paragraphe et collez-le dans une zone vide. Si le mot est correct, cette page contient déjà du texte utilisable. Si la sélection attrape toute l’image, ou si le collage produit des caractères sans rapport, il faut examiner le document avant de choisir la conversion.
Un même dossier peut mélanger des courriers numériques et des justificatifs photographiés. Testez chaque type de page. Une couverture sélectionnable ne renseigne pas sur les annexes qui suivent.
Comment améliorer la source avant l’OCR ?
Redressez la page et vérifiez les bords. Une ligne hors cadre ne pourra pas être reconnue. Les reflets, un pli sombre ou une mise au point imparfaite peuvent transformer des chiffres proches en caractères différents. Lorsque le papier est encore disponible, une nouvelle capture nette est souvent le meilleur correctif.
Le guide pour scanner avec un téléphone explique cette préparation. Contrôlez la petite écriture plutôt que la seule silhouette du document. Une page très blanche peut rester floue.
Comment obtenir puis contrôler la couche de texte ?
Ouvrez l’OCR pour PDF scannés, ajoutez le fichier et choisissez la langue adaptée. Regardez le type de sortie : un PDF doté d’un texte recherchable n’a pas la même structure qu’un document reconstruit pour être réécrit.
Dans le téléchargement, recherchez un mot peu courant et copiez un paragraphe entier. Comparez un nom accentué, une référence comportant des zéros et une ligne de montants. Pour deux colonnes, lisez le texte copié dans l’ordre : il ne doit pas passer d’une colonne à l’autre au milieu d’une phrase.
Pourquoi faut-il vérifier autre chose que l’orthographe ?
Une erreur sur une somme ou une référence peut rester plausible. Comparez séparateurs décimaux, signes négatifs et associations entre libellés et valeurs. Le fait de trouver un mot correct dans la première page ne valide pas tout le dossier.
Si vous préparez ensuite une présentation, voyez les conversions entre PowerPoint et PDF. Si l’objectif est l’archivage, la conversion PDF/A est une opération distincte : elle n’ajoute pas automatiquement une nouvelle reconnaissance de texte et ne certifie pas vos chiffres. Gardez toujours le scan reçu comme référence.
Questions fréquentes
Pourquoi puis-je sélectionner du texte mais copier des mots faux ?
Une couche de texte peut être présente et erronée. Comparez le collage avec l’image avant de réutiliser les données.
L’OCR corrige-t-il une ligne coupée sur la photo ?
Non. Il faut retrouver l’original ou refaire la capture pour récupérer une information absente.
Une sortie recherchable est-elle entièrement modifiable ?
Pas nécessairement. La recherche et la sélection ne recréent pas toute la structure d’un traitement de texte.
Faut-il encore vérifier les montants si la page semble correcte ?
Oui. Les erreurs de chiffres peuvent être discrètes et rester crédibles. Comparez-les directement avec le scan.