Vous avez photographié une page de livre, reçu la capture d’écran d’un courrier, ou vous devez modifier un PDF scanné. Tout retaper est long. La reconnaissance optique de caractères (OCR) lit les lettres de l’image et les transforme en vrai texte.
Comment fonctionne l’OCR dans PDFly
PDFly utilise Tesseract, un moteur OCR open source reconnu, qui fonctionne entièrement dans votre navigateur. Vous choisissez la langue du document, le moteur analyse la forme des caractères et le texte reconnu s’affiche dans une zone modifiable. Il prend en charge l’arabe, le français et l’anglais, ainsi que les documents mixtes comme arabe + français.
Étape par étape
- Ouvrez Image en texte (OCR).
- Ajoutez une photo, une capture d’écran ou un PDF scanné (jusqu’à 20 pages).
- Choisissez la langue. Pour un courrier administratif en français avec un en-tête en arabe, choisissez Arabe + français.
- Cliquez sur Reconnaître le texte. La première fois, les données de langue sont téléchargées (quelques Mo) ; ensuite c’est plus rapide.
- Corrigez les éventuelles erreurs, puis copiez le texte ou téléchargez-le en .txt.
Obtenir la meilleure précision
- Lumière : lumière du jour ou lampe puissante, sans ombre du téléphone.
- Angle : tenez le téléphone parallèle à la page pour des lignes droites.
- Mise au point : touchez le texte à l’écran avant de déclencher.
- Résolution : le texte doit mesurer au moins 20 pixels de haut ; rapprochez-vous plutôt que de photographier tout le bureau.
- Contraste : texte noir sur papier blanc ; les fonds colorés réduisent la précision.
Les limites de l’OCR
L’écriture manuscrite, les polices stylisées, les très petits caractères et les tableaux complexes sont plus difficiles. L’arabe vocalisé (tachkil) ou calligraphié est moins bien reconnu que l’arabe imprimé simple. Relisez toujours les noms et les chiffres importants.
OCR ou PDF en texte ?
Si vous pouvez sélectionner le texte dans votre lecteur PDF, le fichier contient déjà du texte : utilisez PDF en texte, instantané et exact à 100 %. Si rien n’est sélectionnable, le PDF est une image et nécessite l’OCR.