GUIDES PRATIQUES · PDF et documents
Comment extraire le texte d’un PDF scanné
Un PDF peut afficher des mots sans contenir de texte à copier. Identifiez une numérisation, récupérez le texte et vérifiez les erreurs de reconnaissance avant de le réutiliser.
Par Puffinmint · Mise à jour le
1. Vérifiez si le texte existe déjà
Essayez de sélectionner une phrase et de rechercher un mot dans votre lecteur PDF. Si la copie fonctionne, utilisez directement PDF vers texte. Une page composée uniquement d’une image peut nécessiter un OCR.
Une copie vide ou illisible peut aussi venir de restrictions ou d’un problème d’encodage. Testez une page simple et comparez-la avec l’original avant de choisir votre méthode.
2. Préparez la page et choisissez sa langue
Conservez l’original. Contrôlez orientation, contraste et bords : une ligne coupée ne se reconstitue pas avec certitude. Si vous pouvez refaire le scan, évitez flou et ombres. Commencez par une ou deux pages représentatives.
Dans OCR PDF, choisissez la langue du document et les pages. Les langues proposées sont l’italien, l’anglais, l’espagnol, le français, l’allemand, le japonais, le coréen, le polonais et le turc. Le portugais n’est pas disponible, quelle que soit la langue de l’interface.
3. Passez du PDF reconnu au texte
Lancez OCR PDF puis téléchargez le PDF produit avec sa couche de texte reconnu. Testez la recherche et la sélection. Ouvrez ensuite PDF vers texte, sélectionnez ce nouveau PDF, choisissez les pages et copiez le texte ou téléchargez le TXT.
L’OCR transmet le document au serveur au lancement du traitement ; PDF vers texte extrait le contenu dans le navigateur. Consultez les limites et les conditions de traitement de chaque outil. Le TXT ne conserve pas la mise en page.
4. Relisez avec le document original
Comparez les lignes, surtout les noms, dates, montants et caractères semblables comme O/0 et I/1. Pour les tableaux et colonnes, vérifiez également l’ordre de lecture. Des mots lisibles ne suffisent pas.
L’exemple fictif contient trois confusions entre lettres et chiffres. Corrigez-les à partir de l’original, puis relisez tout le passage. La comparaison de textes signale des modifications, sans certifier la transcription.
- Toutes les pages nécessaires sont présentes dans le bon ordre.
- Noms, chiffres, symboles et séparateurs correspondent à l’original.
- Le texte reste compréhensible une fois collé dans le document de destination.
Relire une ligne reconnue
- Données de départ
- OCR non vérifié : B-I02 · 2026-11-O2 · 1 25O
- Résultat
- Original vérifié : B-102 · 2026-11-02 · 1 250
Conservez les deux versions. Ces corrections proviennent de l’original, pas d’une prédiction automatique.
Sources et méthode
Questions fréquentes
L’OCR rend-il automatiquement le PDF accessible ?
Non. Le texte et l’ordre de lecture peuvent rester incorrects. Reconnaissance, balises, structure et vérification de l’accessibilité sont des contrôles distincts.
Peut-on récupérer un mot illisible automatiquement ?
Pas de manière fiable. Cherchez une meilleure numérisation ou consultez le document source au lieu d’inventer des mots ou des chiffres.