Rendre un PDF recherchable ou en extraire le texte
Choisissez entre l'extraction de texte et la reconnaissance OCR : un exemple pratique pour les PDF numériques, les scans et les documents mixtes.
Commencez par un mot
Ouvrez le document dans un lecteur PDF et essayez de sélectionner et de copier un mot. Si vous obtenez un texte lisible, le PDF contient déjà une couche de texte : « PDF en texte » peut l'extraire sans reconnaissance optique. Un scan peut déjà avoir une couche OCR, donc l’aspect photographique à lui seul ne suffit pas à le distinguer.
Comment rendre un PDF consultable par recherche de texte
Si vous ne pouvez pas sélectionner les mots, la page peut être une image. OCR PDF analyse l’image et reconnaît les caractères dans les 12 langues disponibles. Choisissez TXT pour obtenir du texte à copier, ou PDF avec recherche de texte pour conserver l’apparence des pages avec une couche de texte.
La première utilisation télécharge le moteur depuis le site ; la numérisation reste sur l’appareil. Travaillez sur quelques pages à la fois, dans la limite de 20, surtout sur votre téléphone.
Un exemple avec un document mixte
Un document contient deux pages numériques et trois reçus numérisés. Utilisez PDF en texte sur les pages numériques et l’OCR uniquement sur les reçus : vous évitez de reconnaître à nouveau le texte déjà disponible. Le résultat OCR contient uniquement les pages sélectionnées.
Vérifiez les chiffres et l’ordre de lecture
Comparez le texte à l’original, surtout les dates, les montants, les noms et les codes. L’OCR ne reconstitue pas toujours correctement les tableaux et les colonnes ; l’extraction au format TXT ne conserve ni les polices ni la mise en page. Pour obtenir une copie visuelle de la page, utilisez PDF en JPG et PNG.