Comment rendre un PDF scanné consultable par recherche grâce à l'OCR ?
Importez le scan dans Sealique et choisissez l'anglais, le français, l'allemand ou le swahili : le texte reconnu est ajouté comme couche invisible, ce qui rend le PDF consultable par recherche dans n'importe quel navigateur.
Un contrat numérisé, une lettre photographiée, un vieux rapport : sous forme d'image, impossible d'y faire une recherche, de le citer ou de le convertir. L'OCR lit les caractères et place du vrai texte derrière l'image : la fonction Rechercher fonctionne, PDF en Word a de quoi travailler et les lecteurs d'écran peuvent lire la page.
Rendre un PDF consultable maintenant Créer un compte Vérifier un document signé
Points clés
- OCR PDF sur Sealique reconnaît le texte des pages scannées en anglais, français, allemand et swahili ; il est inclus avec un compte, sans carte bancaire et sans limite quotidienne.
- Le texte reconnu est ajouté sous forme de calque invisible par-dessus l'image de la page : le scan garde le même aspect, mais on peut y faire des recherches, sélectionner et copier le texte.
- Les pages qui contiennent déjà du texte sont conservées telles quelles par défaut : un document mixte est donc traité en un seul passage.
- Jusqu'à 80 pages par passage ; divisez d'abord un document plus long. La reconnaissance s'exécute sur le serveur avec Tesseract.
- Un PDF interrogeable peut être converti en Word ou Excel, caviardé en traçant des cadres et scellé avec une signature numérique PAdES.
Comment fonctionne la reconnaissance ?
Chaque page est convertie en image sur les serveurs de Sealique, puis transmise à Tesseract avec les langues que vous avez choisies. Le moteur renvoie les mots avec leur position, et l'outil écrit une page PDF qui affiche l'image d'origine avec les mots placés de façon invisible par-dessus. Les pages qui contiennent déjà du texte sont copiées telles quelles : un document qui mélange scans et pages numériques est donc traité en un seul passage.
Que peut-on faire après l'OCR ?
La recherche dans n'importe quel lecteur, la copie d'une clause dans le compte rendu, les conversions PDF en Word et PDF en Excel, le caviardage de noms trouvés par recherche et l'accessibilité pour les lecteurs d'écran. La copie interrogeable peut ensuite être scellée avec une signature numérique PAdES et vérifiée en ligne par son identifiant de vérification ou son QR code.
OCR PDF, pas à pas
Ouvrir OCR PDF
Connectez-vous, ouvrez Outils PDF et choisissez OCR PDF.
Choisir le scan
Déposez un PDF de 50 Mo et 80 pages au maximum, ou choisissez-en un dans votre bibliothèque.
Choisir les langues
Cochez les langues utilisées dans le document ; un document bilingue peut en utiliser deux à la fois. Laissez Ignorer les pages qui contiennent déjà du texte activé, sauf si le texte existant est erroné.
Reconnaître
Appuyez sur Reconnaître le texte. Les pages sont rendues et lues sur le serveur ; la copie interrogeable apparaît dans votre bibliothèque à côté de l'original.
OCR PDF est inclus avec un compte Sealique ; le traitement se fait dans votre navigateur et sur nos serveurs, rien n'est partagé avec des tiers.
Ce que comprend OCR PDF
- Anglais, français, allemand et swahili
- Plusieurs langues en un seul passage
- Calque de texte invisible ; le scan reste identique
- Les pages contenant déjà du texte sont ignorées
- Copie interrogeable enregistrée dans votre bibliothèque
- Fonctionne depuis un téléphone ou un ordinateur
Les questions que l'on nous pose
L'OCR modifie-t-il l'apparence des pages ?
Non. Le scan reste tel quel ; le texte reconnu est placé de façon invisible par-dessus afin de pouvoir être recherché et sélectionné.
Quelle est la précision ?
Les scans nets et droits, à 200 ou 300 dpi, dans une langue prise en charge sont lus presque parfaitement ; les pages pâles, de travers ou manuscrites le sont moins bien.
Relisez toujours le texte reconnu avant de le citer ; l'image de la page reste la copie qui fait foi.
Quelles langues sont prises en charge ?
Anglais, français, allemand et swahili, seuls ou combinés en un seul passage.
Le kinyarwanda n'est pas encore disponible dans le moteur de reconnaissance ; les données du swahili et du français couvrent une grande partie de ses lettres, mais les résultats doivent être vérifiés.
Y a-t-il une limite de pages ?
Oui, 80 pages par passage ; divisez un scan plus long avec Diviser un PDF, puis fusionnez les résultats.
Pourquoi la page indique-t-elle qu'un composant serveur est manquant ?
La reconnaissance nécessite Tesseract et Poppler sur le serveur ; si l'un d'eux manque, la page l'indique et l'administrateur peut les installer.