OCR d'un PDF numérisé, en laissant l'image telle qu'elle était
Pour rendre un PDF numérisé interrogeable, déposez-le sur la page OCR, choisissez sa langue ou laissez la page la trouver, et lancez la lecture. CECO PDF place les mots qu'il lit sous l'image de chaque page, chacun là où se trouve son encre, et laisse l'image exactement telle qu'elle était. Il omet un mot dont il n'est pas sûr plutôt que de le deviner.
Rendre un PDF interrogeable maintenant — cela ouvre l'outil, sans rien installer.
- Ce qu'il fait : lit les mots des pages d'un PDF numérisé, pour que l'on puisse faire des recherches dans le PDF et en copier le texte, et vous donne aussi ce texte.
- La vérification : chaque image de votre fichier est reprise octet pour octet, et chaque page s'affiche avec les mêmes pixels qu'avant, ce qui est vérifié avant que la copie ne soit proposée.
- Le prix : Le téléchargement ne coûte rien quand rien dans le fichier lu n'a été corrigé ici, même s'il a d'abord été fusionné, divisé ou pivoté ici. Un fichier créé à partir d'un document corrigé est au même prix que lui, tout comme un fichier dont nous ne pouvons plus retrouver les fichiers d'origine.
Le PDF que vous déposez est conservé avec vos documents et supprimé au bout de 90 jours ou dès que vous l'effacez, et le texte qui en a été lu part avec lui. Le journal de votre compte indique ce qui a été lu et combien de mots, jamais les mots ; la politique de confidentialité dit ce qui est conservé, et pourquoi. Les pièces d'identité sont refusées à l'envoi.
Comment faire l'OCR d'un PDF numérisé
- Ouvrez OCR PDF et déposez-y votre PDF numérisé. Un PDF fait de pages photographiées ou numérisées est ce pour quoi il est fait.
- Choisissez sa langue, ou laissez la page la trouver d'après l'écriture.
- Lancez la lecture. Chaque page qui n'est qu'une image est rendue à 300 points par pouce et lue ; une page qui a son propre texte reste telle qu'elle était.
- Voyez ce qui a été lu : combien de mots ont été omis sur chaque page, et toute page déclarée illisible.
- Téléchargez le PDF interrogeable, ou le texte, dans l'ordre de lecture ou disposé comme sur la page.
Interrogeable, et l'image laissée intacte
Déposez un PDF numérisé sur la page OCR, choisissez sa langue ou laissez la page la trouver, et lancez la lecture. Chaque page qui n'est qu'une image est rendue à 300 points par pouce et lue, et les mots dont la lecture est sûre passent sous l'image, chacun là où se trouve son encre : une recherche tombe sur le mot et une sélection le copie. L'image elle-même n'est pas touchée : chaque image du fichier déposé est reprise octet pour octet, et cela est vérifié avant que la copie interrogeable ne soit proposée. Une page qui a déjà son propre texte reste telle qu'elle était.
Sûr, ou signalé
Un mot erroné sous un scan est pire qu'aucun mot : une recherche tombe au mauvais endroit, et une copie emporte une erreur que personne n'a tapée. Un mot lu avec trop peu d'assurance est donc omis plutôt que deviné, et le résultat indique combien de mots ont été omis sur chaque page. Une page sur laquelle rien ne peut être lu avec assurance ne reçoit aucun mot, et elle est signalée comme illisible. Quand aucune page ne peut être lue, rien n'est créé, et on vous dit pourquoi.
Langues
Choisissez la langue, ou laissez la page la trouver : elle examine d'abord l'écriture — alphabet latin, cyrillique, grec ou une autre écriture — puis essaie les langues qui s'écrivent avec elle. L'albanais, l'anglais et les autres langues de la région en font partie, et une lettre accentuée lue ressort comme cette lettre, pas comme un point ou un point d'interrogation. La qualité de lecture a été mesurée sur des pages inventées pour quelques langues ; toutes les autres sont lues, pas mesurées.
Le texte, aussi
La même lecture donne le texte : dans l'ordre de lecture, une colonne après l'autre, ou disposé comme sur la page ; et, pour une page qui est clairement un tableau, un CSV pour une feuille de calcul, dont les cellules ne peuvent jamais exécuter de formule. PDF en texte en dit plus.
Ce que vous pouvez faire ici, et ce que vous ne pouvez pas faire
| Ce que vous voulez faire | Ici |
|---|---|
| Rendre un PDF numérisé interrogeable | Oui, avec l'image laissée exactement telle qu'elle était. |
| Copier le texte d'un scan | Oui, depuis la copie interrogeable, ou en texte seul : voir PDF en texte. |
| Lire l'albanais, l'anglais et d'autres langues | Oui : choisissez la langue, ou laissez la page la trouver. |
| Transformer un scan en document Word à modifier | C'est PDF en Word, qui lit un scan de la même façon. |
| Changer un mot sur la page numérisée | Pas avec l'OCR : changer un mot dans l'image est une correction, sur Modifier un PDF numérisé. |
| Deviner un mot qu'il ne peut pas lire | Non : il est omis, et compté. |
Questions fréquentes
Que signifie OCR ?
Reconnaissance optique de caractères : lire les lettres dans l'image d'une page, pour qu'un ordinateur puisse les chercher et les copier. Un PDF numérisé est une image de papier : tant qu'il n'a pas été lu, une recherche n'y trouve rien.
Comment rendre un PDF numérisé interrogeable ?
Déposez-le sur la page OCR, choisissez sa langue ou laissez la page la trouver, et lancez la lecture. La copie que vous téléchargez permet de chercher et de copier le texte, et ressemble exactement à votre scan.
Puis-je faire l'OCR d'un PDF vers Word ?
Oui, avec PDF en Word : il lit un scan comme cet outil le fait, et en fait un document Word.
Puis-je faire l'OCR d'un PDF vers du texte ?
Oui. Choisissez de ne produire que le texte, ou ouvrez PDF en texte, qui commence par là.
Quelles langues peut-il lire ?
L'albanais, l'anglais et les autres langues de la région, entre autres. Choisissez-en une, ou laissez la page la trouver : elle examine d'abord l'écriture, puis les langues qui s'écrivent avec elle.
L'OCR change-t-il mon scan ?
Non. Chaque image de votre fichier est reprise octet pour octet, et chaque page s'affiche avec les mêmes pixels qu'avant ; les mots sont ajoutés sous l'image.
Puis-je modifier le texte après l'OCR ?
Les mots qu'ajoute l'OCR servent à chercher et à copier. Pour changer un mot sur une page numérisée, corrigez-le dans l'image elle-même, dans la même police, sur Modifier un PDF numérisé.
L'OCR est-il gratuit ?
Le téléchargement ne coûte rien quand rien dans le fichier lu n'a été corrigé ici, même s'il a d'abord été fusionné, divisé ou pivoté ici. Un fichier créé à partir d'un document corrigé est au même prix que lui, tout comme un fichier dont nous ne pouvons plus retrouver les fichiers d'origine. Avec la formule gratuite, chaque lecture compte pour une demi-correction sur les 10 corrections par jour qu'elle permet. Le prix de chaque formule figure sur la page des tarifs.
L'historique
La lecture ne change rien au fichier que vous déposez. Une copie interrogeable est un nouveau fichier, et son historique indique qu'une couche de texte a été ajoutée, dans quelle langue, ce que chaque page est devenue et combien de mots ont été omis, et que l'image d'origine est préservée. Le texte est conservé avec le fichier dont il a été lu, et supprimé avec lui ou dès que vous supprimez la lecture ; le journal de votre compte indique ce qui a été lu et combien de mots, jamais les mots. Un fichier est lu avec autant de pages que votre formule en permet dans un document, 15 Mo et 50 pages avec la formule gratuite, jusqu'à 100 Mo et 300 pages avec Business, et supprimé au bout de 90 jours, ou dès que vous l'effacez. Le prix d'un téléchargement figure sur la page des tarifs.
Les autres outils
Dernière mise à jour