Qu'est-ce que l'OCR et quand en avez-vous besoin ?
L'OCR transforme des images de texte en texte réel et consultable. Voici ce que c'est, comment ça marche et quand un PDF en a besoin — expliqué simplement.
En une phrase : l'OCR (reconnaissance optique de caractères) lit les lettres à l'intérieur d'une image et les transforme en texte réel que vous pouvez rechercher, sélectionner et copier.
Si vous avez déjà ouvert un PDF scanné et constaté que vous ne pouviez pas sélectionner les mots ni rechercher avec Ctrl+F, vous avez rencontré un document qui a besoin d'OCR.
Comment fonctionne l'OCR
Un scanner ou un appareil photo produit une image de la page. Pour l'ordinateur, cette image n'est qu'un ensemble de points colorés — il n'y a pas de « mots » dedans. Le logiciel d'OCR :
- repère les zones qui ressemblent à du texte,
- reconnaît chaque caractère à l'aide d'un modèle linguistique,
- et écrit le résultat sous forme de couche de texte invisible placée exactement sur l'image.
La page reste identique, mais le texte en dessous est désormais réel.
Quand avez-vous besoin d'OCR ?
Vous avez besoin d'OCR lorsque le PDF est basé sur une image et que vous voulez :
- rechercher dans le document avec Ctrl+F,
- copier du texte depuis celui-ci,
- l'envoyer à d'autres outils (traduction, indexation, extraction de données),
- ou répondre à des exigences d'accessibilité (les lecteurs d'écran ont besoin de texte réel).
Vous n'avez pas besoin d'OCR pour les PDF exportés depuis Word, un navigateur ou une application — ils contiennent déjà du vrai texte.
Comment savoir si un PDF a besoin d'OCR
Ouvrez-le et essayez de sélectionner une ligne de texte. Si le curseur sélectionne toute la page comme une image (ou rien du tout), c'est un scan et il faut l'OCR. Si des mots individuels se surlignent, c'est déjà du texte.
Rendre un PDF consultable
Une fois que vous savez qu'un document est un scan, lancer l'OCR prend quelques secondes. Consultez le guide pas à pas pour rendre un PDF scanné consultable ou allez directement à l'outil OCR.