OCR d'abord : lorsqu'une numérisation nécessite un calque de texte
L'OCR ajoute une véritable couche de texte derrière l'image de la page, de sorte qu'une numérisation peut être recherchée, copiée et convertie sans modifier son apparence. Il s'agit généralement de l'étape précédant un autre outil, et non de la destination finale.
Pourquoi cela arrive
Les analyses entrent dans un flux de travail qui semble terminé, puis échouent au premier modèle de recherche, de conversion ou de nom de fichier. Reconnaître le texte tôt évite de répéter le même travail sur un fichier qui n'a jamais été lisible au départ.
Vérifiez avant de l'exécuter
- Confirmez que la page est bien une numérisation. Si le texte ne peut pas être sélectionné dans une visionneuse, l'OCR est nécessaire. Si c'est le cas, exécutez directement l'outil de texte ou de conversion et ignorez la passe supplémentaire.
- Faites correspondre la langue et le moteur. La langue est un code Tesseract tel que eng, deu ou fra. Le moteur standard s'exécute dans le navigateur ; la haute précision utilise les modèles Paddle lorsqu'ils sont disponibles et est plus forte pour l'anglais et le chinois, tandis que les autres langues restent sur Tesseract.
- Redressez d'abord et vérifiez ensuite. Redressez un scan tordu avant la reconnaissance, puis recherchez un nom, une date et un total. Les noms propres et les chiffres sont ceux où l'OCR devine le plus souvent.
Quand l'atteindre
- Un contrat numérisé doit devenir un texte Word modifiable. OCR the scan first, then convert the searchable PDF; otherwise the .docx arrives as pictures or blank paragraphs.
- Un dossier de factures numérisées doit avoir des noms significatifs. OCR donne à Rename le texte dont il a besoin pour créer un nom de fichier à partir de la première page.
Une question que nous recevons
L'OCR télécharge-t-il mon scan ?
Non : la reconnaissance s'exécute dans votre navigateur (Tesseract), de sorte que le contenu numérisé ne quitte jamais votre appareil. Le PDF consultable est également construit localement.
Où ça correspond
Les outils que les gens ouvrent habituellement à côté d’OCR PDF :
- Renommer le PDF — Renommez un ou plusieurs PDF à partir d'un modèle ou à partir du texte trouvé sur leurs pages.
- Redimensionner le PDF — Ajustez les pages sur un format de papier différent ou ajoutez des marges égales autour du contenu.
- PDF vers Word — Convertissez un PDF en un document Word modifiable, avec une mise en page conservée si possible.
Chaque outil fonctionne sur une copie, le fichier original n'est donc jamais touché. Les téléchargements sont stockés sous un identifiant indevinable et supprimés automatiquement deux heures après leur dernière ouverture ; rien n'est répertorié, partagé ou indexé. Plus sur le page de sécurité.