Reconnaissance de texte (OCR)
Vos scans deviennent du texte — l’analyse reste sur votre machine.
Vos fichiers ne quittent jamais votre appareilDéposez un PDF ou une image ici
PDF scanné ou photo — JPG, PNG
Comment reconnaître le texte d’un PDF scanné, étape par étape
L’OCR transforme un scan en texte exploitable, en chargeant un moteur de reconnaissance directement dans votre navigateur : le document ne part jamais en ligne.
Déposez un PDF scanné ou une photo
Glissez un PDF ou une image JPG/PNG dans la zone de dépôt, ou cliquez pour la parcourir.
Choisissez la langue du document
Choisissez-la dans « Langue du document » : les langues du site en tête, puis plus de cent autres, dont le modèle est téléchargé au premier usage. La reconnaissance est nettement moins fiable si la langue choisie ne correspond pas au texte réel ; « Deuxième langue » sert aux documents bilingues.
Limitez la plage de pages, si le fichier est un PDF
Le champ accepte une plage comme « 1-3, 5, 8-10 » ; laissé vide, toutes les pages sont analysées.
Cliquez sur « Lancer la reconnaissance »
Le moteur de reconnaissance (environ 4 Mo) se télécharge une seule fois depuis nos serveurs, avec le modèle de la langue ; pour une langue non incluse, le poids du modèle est annoncé avant le lancement. L’analyse elle-même se déroule ensuite entièrement sur votre appareil.
Lisez le résultat et son niveau de confiance
Le texte reconnu s’affiche avec le nombre de mots et une confiance moyenne ; une confiance basse signale un scan probablement incliné ou de mauvaise qualité.
Téléchargez le texte ou le PDF cherchable
Le fichier .txt contient le texte brut ; le PDF cherchable garde la mise en page d’origine avec une couche de texte invisible par-dessus, qui rend le document sélectionnable et cherchable par mots-clés.
Dans le PDF cherchable, une page scannée garde son image d’origine et reçoit une couche de texte invisible valable pour toutes les écritures, grec, cyrillique, arabe ou chinois compris ; une page qui contenait déjà du texte est recomposée en image pour ne pas porter deux couches.
Questions fréquentes
L’OCR de VellumPDF accepte-t-il aussi bien les PDF que les photos ?
Oui, vous pouvez déposer un PDF scanné ou directement une image au format JPG ou PNG. Dans les deux cas, l’outil produit un PDF cherchable dont le texte peut être sélectionné et copié.
Dans quelles langues la reconnaissance de texte fonctionne-t-elle ?
Plus de cent langues. Les langues du site sont incluses et servies par VellumPDF ; les autres (tchèque, grec, hébreu, persan…) se choisissent dans la même liste « Langue du document », et leur modèle est téléchargé une fois, au premier usage. « Deuxième langue » traite un document bilingue. Choisir la bonne langue améliore nettement la fiabilité du résultat.
Mon document scanné est-il envoyé à un service d’intelligence artificielle en ligne ?
Non. Le moteur de reconnaissance s’exécute dans votre navigateur. Pour les langues du site, ses fichiers viennent du domaine de VellumPDF ; pour une autre langue, seul son modèle est téléchargé depuis raw.githubusercontent.com, le dépôt public du projet Tesseract, après une annonce à l’écran. Ce téléchargement va dans un seul sens : le document ne quitte pas votre appareil et aucun service d’intelligence artificielle n’est appelé.
Le modèle de reconnaissance est-il téléchargé à chaque utilisation, et quel poids cela représente-t-il ?
Chaque langue a son propre modèle. Pour les langues du site, hébergées par VellumPDF : de 0,4 à 3 Mo compressés selon la langue (environ 700 Ko pour le français, près de 3 Mo pour l’anglais) ; le cache habituel du navigateur évite de les retélécharger. Pour les autres langues, entre 0,4 et 12 Mo selon la langue, poids affiché avant le lancement ; une fois téléchargé, le modèle est gardé par le navigateur et le deuxième usage ne télécharge plus rien.
Comment savoir si le résultat est fiable, par exemple sur un scan de travers ou de mauvaise qualité ?
Un pourcentage de confiance moyen s’affiche avec le résultat, calculé sur l’ensemble des mots reconnus. En dessous de 70 %, un avertissement signale que la reconnaissance est incertaine et que le scan est peut-être incliné ou de faible qualité — c’est le signal pour reprendre la numérisation plutôt que de faire confiance au texte obtenu.
Que se passe-t-il si je dépose un PDF protégé par un mot de passe ?
La reconnaissance est refusée d’emblée, avec un message expliquant qu’un PDF chiffré ne peut pas être océrisé. Il faut d’abord retirer la protection du document avant de le déposer ici.
Peut-on faire l’OCR de plusieurs documents en une seule fois ?
Non, l’outil traite un fichier à la fois — un PDF scanné ou une image. Pour plusieurs documents, il faut reprendre l’opération pour chacun d’eux.