Pourquoi les PDF scannés sont différents
Un PDF est un conteneur. Certains renferment du vrai texte (des lettres que l'on peut sélectionner et copier) ; d'autres ne contiennent que des images de pages — le résultat typique d'un scanner ou d'une application mobile. Sur une page purement visuelle, un outil de résumé classique ne voyant aucune couche texte affichera un document vide.
Lorsque vous déposez un PDF ici, l'outil vérifie d'abord la quantité de texte lisible qu'il contient. Si la couche texte est absente ou de mauvaise qualité, il applique une reconnaissance optique de caractères (OCR) sur les pages, puis résume le texte extrait. Le panneau de résultats affiche alors un badge OCR pour vous indiquer la méthode employée.
Comment résumer un PDF scanné
- Téléversez le scanN'importe quel PDF provenant d'un scanner, d'un multifonction ou d'une application de numérisation mobile.
- Patientez quelques secondes de plusL'OCR demande plus de temps que la lecture d'une couche texte : comptez environ 2 à 4 secondes par page.
- Choisissez ce dont vous avez besoinRésumé, points clés, questions, ou Extraire le texte pour récupérer le texte reconnu sous forme de fichier .txt.
- Vérifiez les noms, dates et chiffresL'OCR peut parfois confondre des caractères similaires (0/O, 1/l, 5/S), en particulier sur des documents de faible qualité.
Obtenir de bons résultats avec l'OCR
- Résolution : Une valeur de 200 à 300 ppp est idéale. En dessous de 150 ppp, les petits caractères deviennent illisibles.
- Pages droites : Les pages inclinées ou gondolées (reliures de livres) réduisent la précision.
- Contraste : Du texte noir sur papier blanc donne les meilleurs résultats ; le papier thermique vieilli et les fonds de couleur s'avèrent difficiles à traiter.
- L'écriture manuscrite n'est généralement pas reconnue de manière fiable.
- Les PDF mixtes ne posent aucun problème : si la majorité des pages possèdent du texte, cette couche native est utilisée.
Documents scannés fréquemment résumés
- Contrats papier signés et baux.
- Courriers administratifs, bancaires et d'assurances.
- Vieux rapports, thèses et archives numérisées à partir du papier.
- Dossiers médicaux ou scolaires reçus sous forme de scans (à vérifier avec attention).
- Chapitres de livres numérisés dans le cadre d'un cours.
Questions fréquentes
Comment savoir si mon PDF est scanné ?
Ouvrez-le et essayez de sélectionner un mot. Si vous ne pouvez pas sélectionner le texte, ou si la sélection englobe toute la page comme une image, le PDF est scanné. L'outil le détecte de toute façon automatiquement.
Pourquoi seulement 40 pages avec l'OCR ?
L'OCR exige des ressources de calcul importantes. Afin de garantir la rapidité de l'outil gratuit pour tout le monde, les PDF scannés sont pris en charge jusqu'à 40 pages. Les documents disposant d'une couche texte peuvent atteindre 300 pages.
Quelles langues l'OCR reconnaît-il ?
L'anglais, le français, l'allemand, l'espagnol, l'italien et le portugais sont les mieux pris en charge. D'autres langues à alphabet latin fonctionnent souvent avec davantage d'erreurs ; les écritures non latines présentes dans des images scannées ne sont pas encore reconnues de manière fiable.
Puis-je simplement récupérer le texte reconnu ?
Oui. Utilisez l'onglet Extraire le texte et téléchargez le contenu au format .txt, page par page.
Une photo de document convient-elle ?
Les applications de numérisation mobiles qui redressent et recadrent le PDF fonctionnent bien. Une photo brute enregistrée en PDF convient si la page est bien à plat, nette et correctement éclairée.