Ajoutez une couche de texte sélectionnable et recherchable à vos PDF numérisés. Reconnaissance de texte (OCR) pensée d’abord pour l’arabe, et disponible aussi en anglais et en français. Gratuit, sans inscription.
ou cliquez pour choisir un fichier
Un seul PDF, jusqu’à 50 Mo
La reconnaissance optique de caractères (OCR) analyse les pixels de chaque page numérisée et convertit ce qu’elle y voit en véritable texte. Ce texte est placé dans une couche invisible, exactement au-dessus de l’image d’origine : le document garde la même apparence, mais vous pouvez y rechercher et copier du texte. Par défaut, les pages qui contiennent déjà du texte sont ignorées, pour ne rien écraser.
Fichiers PDF jusqu’à 50 Mo et 50 pages
Déposez un PDF numérisé (50 Mo et 50 pages au maximum) depuis votre appareil ou Google Drive.
Choisissez l’arabe, l’anglais ou le français (ou plusieurs langues), puis laissez le moteur de reconnaissance lire le texte de chaque page numérisée.
Vous récupérez le même PDF, avec une couche de texte invisible : vous pouvez désormais rechercher, sélectionner et copier le texte.
Importez, traitez, téléchargez. Aucun compte, aucune carte bancaire, jamais.
Les fichiers sont supprimés de nos serveurs dans l’heure, la plupart dès la fin du traitement. Nous ne lisons et ne partageons jamais vos documents.
L’OCR (reconnaissance optique de caractères) transforme des images de texte, comme des pages numérisées ou des documents photographiés, en texte qu’un ordinateur peut lire. Cet outil ajoute ce texte reconnu dans une couche invisible de votre PDF : le fichier garde exactement la même apparence, mais vous pouvez y rechercher, sélectionner et copier le texte.
Ici, l’arabe n’est pas une langue ajoutée après coup : il est pris en charge en priorité. Nous utilisons le moteur Tesseract avec son modèle dédié à l’arabe, qui gère correctement l’écriture liée et le sens de lecture de droite à gauche. La précision est bonne sans être parfaite, car elle dépend beaucoup de la qualité de la numérisation : une numérisation nette à 300 DPI d’un texte imprimé donne de bien meilleurs résultats qu’une photo floue ou un texte manuscrit. Pour un résultat optimal, numérisez des pages droites et bien éclairées.
Les fichiers peuvent faire jusqu’à 50 Mo et 50 pages. La reconnaissance de texte est un traitement vraiment lent (comptez environ 1 à 2 secondes par page) : au-delà, le délai maximal de traitement serait dépassé. Si votre fichier est plus gros, divisez-le avec notre outil Diviser un PDF et traitez chaque partie séparément, ou compressez-le d’abord.
Si chaque page contient déjà une couche de texte (par exemple un PDF exporté depuis Word), l’OCR n’a rien à ajouter. Nous vous le signalons plutôt que de vous renvoyer le même fichier sans rien dire. Si le texte existant est erroné ou illisible, cochez « Refaire l’OCR des pages qui contiennent déjà du texte » pour le remplacer par un texte reconnu à nouveau.
L’OCR s’exécute sur notre serveur, car la reconnaissance de texte est un traitement trop lourd pour votre navigateur. Votre fichier est traité dans un espace de stockage temporaire, puis supprimé automatiquement dans l’heure. Nous ne lisons, ne partageons et ne conservons jamais vos documents.
Oui. La bonne méthode consiste à passer d’abord le document numérisé à l’OCR ici, puis à convertir le PDF recherchable obtenu avec notre outil PDF en Word. Sans l’étape d’OCR, un PDF numérisé donne un document Word composé d’images ; avec elle, vous obtenez du texte modifiable.
Importez votre PDF numérisé, cochez les langues qu’il contient (arabe, anglais ou français), puis lancez l’OCR. Le traitement prend environ 1 à 2 secondes par page. Vous téléchargez ensuite le PDF recherchable, avec une couche de texte invisible ajoutée sur chaque page numérisée.
Trois langues sont prises en charge : l’arabe, l’anglais et le français. Vous pouvez en combiner plusieurs pour les documents multilingues, par exemple des contrats en arabe comportant des clauses en anglais. Sélectionnez au moins une langue avant de lancer l’OCR.
Non. Le texte reconnu est placé dans une couche invisible, exactement au-dessus de l’image d’origine : le document garde la même apparence (tampons, signatures et mise en page restent intacts), mais vous pouvez y rechercher et copier du texte.
Les fichiers peuvent faire jusqu’à 50 Mo et 50 pages. L’OCR demande beaucoup de calcul (environ 1 à 2 secondes par page) : au-delà, le délai maximal de traitement serait dépassé. Divisez les fichiers plus longs avec l’outil Diviser un PDF et traitez chaque partie séparément, ou compressez d’abord les fichiers trop volumineux.
Comptez environ 1 à 2 secondes par page : un document numérisé de 30 pages peut donc prendre environ une minute. Le serveur traite les demandes d’OCR une par une ; aux heures d’affluence, il peut vous être demandé de réessayer une minute plus tard.
La précision est bonne mais jamais parfaite, et dépend beaucoup de la qualité de la numérisation. Des numérisations nettes, droites et bien éclairées d’un texte imprimé, à 300 DPI, donnent d’excellents résultats. Les photos floues, les pages de travers et les numérisations en basse résolution réduisent la précision de n’importe quel système d’OCR.
Pas de manière fiable. Le moteur de reconnaissance est conçu pour le texte imprimé ou dactylographié. Des majuscules d’imprimerie bien tracées peuvent être reconnues en partie, mais l’écriture cursive, quelle que soit la langue, ne l’est généralement pas. Les notes manuscrites et les signatures restent visibles dans le PDF ; elles ne deviennent simplement pas du texte recherchable.
Non : les PDF chiffrés sont refusés, avec un message explicite. Supprimez d’abord le mot de passe avec l’outil Déverrouiller un PDF, lancez l’OCR sur le fichier déverrouillé, puis protégez à nouveau le résultat si nécessaire.
Oui, entièrement gratuit : sans inscription, sans filigrane et sans offre payante à ce jour. Comme l’OCR est l’outil le plus gourmand pour nos serveurs, son utilisation est limitée à 5 documents par tranche de 15 minutes, ce qui suffit largement pour un usage normal.
Tous les fichiers importés sont supprimés automatiquement de nos serveurs dans l’heure, la plupart dès la fin du traitement. Nous ne lisons, ne stockons et ne partageons jamais le contenu de vos documents. Aucun fichier n’est conservé de façon permanente.
L’outil signale précisément le problème : fichier de plus de 50 Mo ou de plus de 50 pages, PDF protégé par mot de passe, pages qui contiennent déjà du texte ou serveur occupé. Chaque message indique la marche à suivre : diviser le fichier, le déverrouiller, activer la nouvelle reconnaissance ou réessayer une minute plus tard.