OCR PDF - Make a Searchable PDF Online Free

Un PDF image ordinaire est une simple image plate enveloppée dans un conteneur .pdf — vous ne pouvez ni sélectionner, ni copier, ni rechercher le texte qu'il contient. Un PDF interrogeable possède une couche de texte OCR invisible alignée derrière chaque caractère visible, si bien que Ctrl+F trouve les mots, le copier-coller fonctionne et les lecteurs d'écran peuvent lire la page à voix haute, tandis que l'apparence visuelle reste identique.

Le moteur OCR lit chaque mot et stocke son texte et sa zone de délimitation derrière l'image d'origine, aux coordonnées exactes en pixels. Visuellement, la page est identique au scan d'origine, mais Adobe Acrobat, Aperçu, Chrome et tous les lecteurs PDF modernes peuvent désormais sélectionner, rechercher et copier le texte comme s'il s'agissait de texte numérique natif.

Oui. La couche de texte est en PDF standard (sans extension propriétaire), si bien qu'Adobe Acrobat (Reader et Pro), Aperçu de macOS, le lecteur PDF intégré de Chrome, Firefox, Edge et les lecteurs mobiles comme l'application Fichiers, Drive et Dropbox l'indexent et la recherchent tous. Ctrl+F ou Cmd+F trouve les mots en quelques secondes, même dans de longs rapports scannés.

Oui. Indiquez plusieurs codes de langue (par exemple eng+chi_sim+hin) et l'OCR les prend tous en compte lors de la lecture des caractères. Les documents à écritures mixtes comme les menus bilingues, les contrats internationaux et les formulaires administratifs sont traités proprement. Pour de meilleurs résultats, placez en premier la langue la plus probable.

La couche de texte ajoute généralement de 5 à 15 % à la taille du PDF — soit quelques centaines de kilo-octets pour 100 pages. Comparé au gain (recherche en texte intégral dans toute votre archive de documents), c'est un faible prix à payer. Si la taille compte pour l'envoi par e-mail, passez le résultat dans PDF Compress pour réduire davantage les images intégrées volumineuses.

Les fichiers importés sont traités dans un dossier de travail temporaire et supprimés automatiquement quelques minutes après la fin de la conversion. Nous n'entraînons jamais de modèles sur les fichiers des utilisateurs, ne les partageons jamais et n'ajoutons jamais de filigrane. L'outil est ainsi sûr pour les archives numérisées juridiques, RH, médicales et comptables, où la confidentialité est primordiale.

Cet outil lit des fichiers image (JPG, PNG, TIFF, scans et photos) et renvoie un PDF cherchable. Si vous avez déjà un PDF numérisé de plusieurs pages, divisez-le d'abord en images de page avec l'outil PDF vers Images, puis déposez ces images ici pour récupérer un seul PDF cherchable et passé à l'OCR.

Importez du JPG, PNG, WEBP, GIF, TIFF ou BMP — photos de téléphone, scans à plat et captures d'écran fonctionnent tous. Le moteur OCR lit le texte et l'enveloppe dans une couche invisible derrière l'image ; le résultat est donc un PDF cherchable classique qui s'ouvre dans n'importe quelle visionneuse.

Un PDF interrogeable nécessite une couche de texte hOCR intégrée avec des cadres de délimitation mot par mot, que seuls les moteurs basés sur Tesseract (Moteur 1 et Moteur 2) peuvent produire — le moteur « Par défaut » PaddleOCR utilisé ailleurs dans l'application ne peut pas générer cette couche. Le Moteur 1 est la passe Tesseract standard offrant la plus large prise en charge des langues ; le Moteur 2 peut donner de meilleurs résultats sur des numérisations stylisées ou de moindre qualité.

Ouvrez le sélecteur de Langue dans les Paramètres et choisissez la langue du document (anglais par défaut) — c'est le réglage le plus important pour la précision de l'OCR, puisque la reconnaissance de caractères du moteur est spécifique à la langue. Cliquez sur Relancer la conversion après l'avoir modifié pour reconstruire le PDF avec une nouvelle couche de texte.

Choisissez le Moteur 1 pour sa couverture linguistique plus large, et réglez le sélecteur de langue sur la langue principale du contrat. Si des sections clés dans une seconde langue ne correspondent toujours pas lors de votre recherche, relancez la conversion avec le Moteur 2 ou la langue secondaire sélectionnée lors d'un deuxième passage.

Il se met à jour automatiquement — changer le menu déroulant Moteur ou Langue retraite immédiatement l'image téléversée et reconstruit le PDF interrogeable avec le nouveau réglage, sans clic requis. Le bouton Relancer la conversion est surtout utile pour réessayer exactement les mêmes réglages, par exemple après une conversion échouée ou une brève coupure réseau.