Français

OCR d’un PDF scanné, rendez-le interrogeable

Cet outil lit le texte des pages scannées et des documents photographiés, dans votre navigateur, et vous donne deux fichiers : le même PDF avec une couche de texte invisible dans laquelle vous pouvez chercher et copier, et un simple fichier .txt. Le moteur d’OCR tourne sur votre appareil : le document n’est jamais envoyé. Le français fait partie des 15 langues lues.

ou déposez des fichiers ici, ou collez avec Ctrl/Cmd+V

PDF · jusqu’à 50 fichiers · 100 Mo et 50 pages chacun

Pas de fichier sous la main ?

Vos fichiers restent sur votre appareil. Rien n’est envoyé. Vérifiez par vous-même

Comment utiliser OCR PDF : rendre un PDF scanné interrogeable

  1. Ajoutez vos PDF scannés

    Déposez un ou plusieurs PDF de 50 pages maximum chacun dans la zone. Jusqu’à 50 fichiers.

  2. Choisissez la langue

    Indiquez la langue du document, par exemple Français. Quinze langues sont disponibles.

  3. Lisez et téléchargez

    Appuyez sur "Rendre interrogeable", puis téléchargez le PDF interrogeable, le fichier .txt, ou les deux.

Comment le PDF interrogeable est créé

Chaque page est dessinée à 300 DPI, limitée à 3000 pixels sur le grand côté, puis confiée au moteur d’OCR. Il repère les lignes et les mots de la page et les reconnaît grâce à un réseau de neurones entraîné pour la langue choisie.

Le moteur écrit les mots sous forme de texte invisible, chacun placé sur le mot dont il vient. PlumPDF superpose ce texte à votre page d’origine sans rien changer de ce que vous voyez : le scan garde toute sa qualité et le fichier ne grossit que légèrement. Les lecteurs de PDF permettent alors de chercher, sélectionner et copier comme si le texte avait été tapé.

Le fichier .txt contient le même texte dans l’ordre de lecture, avec une ligne "--- Page N ---" entre les pages. Les colonnes et les tableaux ne sont pas conservés en mise en page. Les pages qui contiennent déjà du vrai texte sont laissées telles quelles.

Questions sur OCR PDF : rendre un PDF scanné interrogeable

Comment rendre un PDF scanné interrogeable ?

Ajoutez le PDF ci-dessus, choisissez la langue du document et appuyez sur "Rendre interrogeable". PlumPDF lit chaque page et ajoute les mots reconnus sous forme de texte invisible, aux bons endroits. Les pages gardent exactement le même aspect, mais la recherche, la sélection et la copie fonctionnent désormais.

Quelles langues peut-il lire ?

L’anglais, le hindi, le bengali, le marathi, le tamoul, le télougou, le gujarati, l’espagnol, le français, l’allemand, le portugais, l’indonésien, l’italien, l’arabe et le chinois simplifié. Si un document dans l’une de ces langues contient aussi des mots anglais, cochez la case pour lire les deux à la fois. Chaque langue est un téléchargement séparé de 1 à 3 Mo, la première fois que vous l’utilisez.

L’OCR se fait-il sur mon appareil ?

Oui. L’OCR tourne dans votre navigateur. La première fois, votre navigateur télécharge le moteur (environ 4 Mo) et les données de langue depuis PlumPDF lui-même, jamais depuis un tiers, et les garde pour la fois suivante. Votre PDF n’est envoyé nulle part.

Quelle est sa précision ?

Sur des scans nets et droits de texte imprimé, l’OCR reconnaît presque tous les mots. La précision baisse avec des photos floues prises au téléphone, des pages penchées ou courbées, des polices inhabituelles et de très petits caractères. Vérifiez les noms, les montants et les dates dans le résultat avant de vous y fier.

Lit-il l’écriture manuscrite ?

Pas de façon fiable. Le moteur est entraîné sur du texte imprimé. Les majuscules bien nettes sont parfois lues ; l’écriture liée donne en général du charabia, ou rien du tout.

Que deviennent les pages qui contiennent déjà du texte ?

Elles sont laissées telles quelles, et leur texte existant va dans le fichier .txt. Ajouter une seconde copie invisible d’un texte déjà présent ferait trouver chaque mot en double à la recherche.

Y a-t-il une limite de pages, et puis-je traiter plusieurs PDF à la fois ?

Jusqu’à 50 PDF à la fois, de 50 pages maximum chacun, car la reconnaissance est un gros travail pour un navigateur : comptez quelques secondes par page sur un ordinateur portable, davantage sur un téléphone. Les PDF sont lus l’un après l’autre avec la langue choisie, et chacun donne un PDF interrogeable et un fichier .txt. Une barre de progression indique la page en cours, et "Annuler" arrête tout de suite. Découpez d’abord les fichiers plus longs avec Découper un PDF.

Voir tous les outils

Votre fichier reste sur votre appareil. Rien n’est envoyé, et après la première visite, cela fonctionne aussi sans internet.