OCR PDF – Extraire le texte de scans et d'images

À propos de cet outil

L'outil OCR (reconnaissance optique de caracteres) d'UnblockPDF transforme vos documents scannes et vos images en texte recherchable et editable. Le moteur OCR analyse les motifs visuels de chaque page pour identifier les caracteres, les mots et la structure du texte avec une grande precision. Plus de 13 langues sont prises en charge, dont le francais, l'anglais, l'allemand, l'espagnol, l'italien, le portugais, le neerlandais, le polonais, le russe, le chinois, le japonais, le coreen et l'arabe. Vous pouvez selectionner plusieurs langues simultanement pour les documents multilingues. Les formats d'entree acceptes incluent les PDF scannes multipages ainsi que les images aux formats JPEG, PNG, TIFF, BMP et WebP. Trois formats de sortie sont disponibles : le PDF recherchable, qui ajoute une couche de texte invisible sur le scan original et permet ainsi de rechercher et de copier du texte tout en conservant l'apparence visuelle du document ; le texte brut, qui extrait uniquement le contenu textuel dans un fichier TXT ; et le PDF/A, qui combine la couche de texte OCR avec la conformite au standard d'archivage ISO. La qualite de numerisation est reglable entre 150 et 600 DPI pour optimiser le compromis entre precision de reconnaissance et vitesse de traitement. Pour des scans propres a 300 DPI, la precision atteint generalement 95 a 99 pour cent pour les langues utilisant l'alphabet latin. Un score de confiance est affiche apres le traitement pour chaque page, ce qui vous permet d'evaluer la fiabilite de la reconnaissance. Le traitement s'effectue cote serveur pour tirer parti de moteurs OCR avances. Les fichiers sont automatiquement supprimes apres le traitement. L'outil est particulierement utile pour numeriser des archives papier, rendre des scans recherchables pour la conformite reglementaire, ou extraire le texte de documents imprimes pour le reutiliser dans d'autres applications.

Cas d’utilisation courants

Conseils pour de meilleurs résultats

• Scannez vos documents a 300 DPI ou plus pour obtenir la meilleure precision de reconnaissance de caracteres possible.
• Selectionnez toutes les langues presentes dans votre document pour une reconnaissance optimale du texte multilingue.
• Choisissez le format PDF recherchable si vous souhaitez conserver l'apparence visuelle du scan tout en rendant le texte copiable et recherchable.
• Verifiez le score de confiance apres le traitement et relisez attentivement les passages a faible confiance pour corriger les eventuelles erreurs de reconnaissance.