Extract text from images — free

Le convertisseur reconstruit la structure logique du document — titres, paragraphes, listes, véritables éléments <table>, liens et images — au lieu de simplement figer chaque caractère à une coordonnée X/Y comme le font certains lecteurs PDF. Le résultat s'adapte sur mobile, s'indexe bien pour le SEO et est accessible aux lecteurs d'écran dès le départ.

Oui. Les tableaux deviennent des éléments <table>, <thead>, <tbody>, <tr>, <th> et <td> standard, avec des attributs scope corrects sur les cellules d'en-tête. Ils sont ainsi compatibles avec les lecteurs d'écran, interrogeables et faciles à mettre en forme avec Bootstrap, Tailwind ou votre framework CSS existant — sans transformation de balisage supplémentaire.

Oui. Collez dans WordPress, Webflow, Ghost, Notion (en intégration), Confluence, GitBook ou votre propre site statique — le balisage ne dépend d'aucune bibliothèque, est conforme à la spécification W3C HTML5 et s'affiche à l'identique sous Chrome, Safari, Firefox et Edge. Les images sont intégrées en base64 ou extraites dans des fichiers séparés, selon votre préférence.

Oui. Les PDF ne contenant que des images déclenchent le moteur OCR, qui extrait le texte et reconstruit la mise en page avant de générer le HTML. Ainsi, même de vieux livres blancs scannés, des rapports photographiés et des documents reçus par fax peuvent être republiés sous forme de pages web modernes et responsives, avec de véritables titres, paragraphes et liens.

Oui. Les images intégrées sont extraites, optimisées (WebP ou PNG selon le contenu) et référencées via des balises <img> dotées des attributs de largeur et de hauteur, pour un chargement respectueux du CLS. Les graphiques vectoriels peuvent être aplatis en image matricielle — pour une fidélité vectorielle totale, utilisez PDF vers Images et intégrez manuellement les rendus SVG.

Les fichiers importés sont supprimés en quelques minutes, ne servent jamais à entraîner des modèles et ne sont jamais partagés. La sortie HTML ne comporte aucun filigrane, aucun commentaire d'attribution ni pixel de suivi. Agences et équipes internes utilisent l'outil pour migrer d'anciens PDF vers des sites CMS modernes, sans aucun souci de licence ni de confidentialité.

Ouvrez le groupe de commandes Moteur à côté de l'aperçu, choisissez Défaut, Moteur 1 ou Moteur 2, puis choisissez la langue du document dans le sélecteur de Langue avec recherche situé en dessous — plus de 100 langues sont prises en charge, y compris les écritures non latines. Après avoir modifié l'un ou l'autre réglage, cliquez sur Relancer l'extraction pour régénérer le HTML avec la nouvelle passe OCR.

Commencez avec le moteur Par défaut pour les langues à écriture latine courantes — c'est le plus rapide et le plus précis pour les documents du quotidien. Pour des écritures moins courantes (arabe, hindi, chinois) ou lorsque le moteur Par défaut brouille les titres et les tableaux, passez au Moteur 1 ou au Moteur 2, réglez la Langue correspondante, puis Relancez l'extraction — les différents moteurs se spécialisent dans différentes écritures, donc essayer les deux ne prend que quelques secondes et corrige souvent les caractères accentués mal reconnus.

Oui — le panneau de sortie affiche une zone de code modifiable à côté d'un aperçu rendu en direct, si bien que saisir une correction (supprimer une balise parasite, ajuster un niveau de titre, retoucher du texte en ligne) met à jour le volet d'aperçu immédiatement. Effectuez toutes vos corrections là avant de cliquer sur télécharger ou copier, car ces deux actions utilisent ce qui se trouve actuellement dans la zone de code, et non le résultat OCR d'origine.

Cliquez sur Copier le HTML au-dessus du panneau de résultat — cela copie exactement ce qui se trouve dans la zone de code modifiable, y compris vos éventuelles modifications manuelles, dans votre presse-papiers, et affiche brièvement « Copié ! » pour confirmer. C'est le moyen le plus rapide lorsque vous collez directement dans un bloc HTML ou d'intégration d'un CMS plutôt que d'envoyer un fichier.

Vous pouvez convertir un PDF en HTML sans créer de compte. Les comptes gratuits connectés disposent d'un quota quotidien de conversions et voient un petit indicateur d'utilisation dès qu'ils s'en approchent, car les pages de PDF numérisées passent par l'OCR — les comptes Premium ne voient aucune limite.

Non — il n'y a pas de réglage pour cela dans l'outil ; la façon dont les images sont intégrées dans le HTML de sortie est décidée automatiquement et ne peut pas être modifiée dans l'interface, quoi que suggère certains textes du site. Si vous avez besoin de fichiers image autonomes pour une médiathèque de CMS, exportez plutôt les pages séparément avec PDF vers Images, qui produit du PNG ou du JPG — pas du SVG — au choix en 150, 200 ou 300 DPI.