OCR PDF

Un PDF scanné où l'on ne peut ni chercher ni copier une ligne

Vous scannez un bail, un courrier de l'administration ou quelques pages d'un dossier de candidature, et le PDF obtenu a l'air parfait. Pourtant, impossible de sélectionner une phrase ou de retrouver un nom avec la recherche. La raison est simple : chaque page est une image, sans vrai texte dedans. L'outil OCR de Jood lit ces images et ajoute au fichier une couche de texte, qui le rend consultable et copiable.

Deux sortes de PDF, deux traitements

L'outil commence par regarder ce que contient votre fichier.

• Le PDF contient déjà du texte sélectionnable, comme un document exporté depuis Word : l'OCR n'est pas nécessaire. Le texte est extrait directement dans votre navigateur, plus vite et plus fidèlement, et le fichier n'est envoyé nulle part.
• C'est un scan, fait uniquement d'images : le fichier est envoyé sur le serveur de Jood, où les logiciels libres OCRmyPDF et Tesseract reconnaissent le texte. Vous récupérez un PDF consultable, avec les mêmes pages scannées et une couche de texte invisible que vous pouvez sélectionner et copier. Les fichiers temporaires sont ensuite supprimés, et aucun service tiers n'intervient.

Six choix de langue, dont l'arabe

Avant de lancer la reconnaissance, indiquez la langue du document : arabe et anglais ensemble, arabe seul, français, anglais, espagnol ou turc. La reconnaissance de l'arabe est vraiment prise en charge, ce qui compte pour beaucoup de documents administratifs du Maghreb. Si un document mélange plusieurs langues, choisissez celle qui domine sur les pages.

Lancer la reconnaissance

1. Choisissez un fichier PDF.
2. Sélectionnez la langue du document dans la liste.
3. Cliquez sur le bouton qui lance l'OCR et attendez le résultat.

Ce qui fait baisser la précision

Le résultat vaut ce que vaut le scan. Une page bien droite, numérisée à 300 DPI sur un fond propre, donne les meilleurs résultats. L'écriture manuscrite, une page de travers, une image floue ou un fond très bruité font baisser la précision. Si vous numérisez avec votre téléphone, le scanner intelligent redresse la page et retire les ombres avant cette étape.

Vous n'avez qu'une photo ou une capture d'écran dont vous voulez récupérer le texte ? L'outil image en texte est prévu pour ça. Et une fois votre PDF consultable, vous pouvez en tirer un document modifiable avec la conversion PDF en Word.

Questions fréquentes