Pour rendre un PDF scanné recherchable avec OnCloudPDF, importez-le, choisissez la langue du document et cliquez sur « Lancer l’OCR ».
Traité dans votre navigateur
Aucun envoi
Aucun compte
1Choisir un fichier
2Régler et lancer
3Télécharger
ou déposez un fichier ici, ou collez-le avec CtrlV
À savoir : Langues proposées : anglais, espagnol, français, allemand, italien, portugais, chinois (simplifié) et japonais ; une seule langue par exécution. Toutes les limites
Pour rendre un PDF scanné recherchable avec OnCloudPDF, importez-le, choisissez la langue du document et cliquez sur « Lancer l’OCR ». L’outil exécute Tesseract.js dans votre navigateur et renvoie un nouveau PDF composé des images des pages et d’une couche de texte invisible ; la précision dépend de la qualité du scan et de la langue choisie.
Mis à jour · Fonctionne dans votre navigateur, sans envoi de fichier, sans compte
Comment utiliser OCR PDF
Choisissez ou déposez votre PDF scanné.
Choisissez la langue du document dans la liste.
Cliquez sur « Lancer l’OCR » et patientez ; les fichiers de plusieurs pages demandent un certain temps.
Téléchargez le PDF recherchable et vérifiez l’aperçu du texte.
Ce que l’outil fait et ce qu’il ne fait pas
Langues proposées : anglais, espagnol, français, allemand, italien, portugais, chinois (simplifié) et japonais ; une seule langue par exécution.
Chaque page est rendue à l’échelle 1,5 puis reconnue par Tesseract ; les pages de sortie sont reconstruites à partir de ces images, à la taille d’origine de la page : le texte et le contenu vectoriel d’origine du PDF ne sont donc pas conservés.
La précision varie : les scans flous, de travers ou peu contrastés donnent davantage d’erreurs.
Le traitement se fait page par page dans votre navigateur et peut être lent pour les longs documents ; aucune limite de pages ni de taille n’est imposée.
La première exécution télécharge les données du moteur et de la langue : une connexion internet est donc nécessaire.
Les PDF protégés par un mot de passe (chiffrés) sont refusés avec un message clair, car OnCloudPDF ne sait pas encore les ouvrir ; supprimez d’abord le mot de passe avec un autre programme. Si le résultat est vide ou n’est pas un PDF valide, une erreur s’affiche à la place du téléchargement.
Mon fichier est-il envoyé ?
La reconnaissance s’effectue dans votre navigateur et votre PDF n’est pas envoyé. Le worker de PDF.js est servi depuis le domaine d’OnCloudPDF lui-même. Le worker, le noyau et les données de langue de Tesseract sont téléchargés depuis un CDN public (jsDelivr) : seuls ces fichiers de code et de données sont récupérés, pas votre document.
Copier le texte d’un PDF scanné
Un PDF scanné n’est qu’un ensemble d’images de pages : on ne peut ni sélectionner ni rechercher son texte. Après l’OCR, le fichier de sortie conserve les images des pages et ajoute une couche de texte invisible, placée sur chaque mot reconnu, ce qui permet de rechercher et de copier le texte dans la plupart des lecteurs PDF. L’outil affiche aussi un aperçu des 500 premiers caractères et le nombre de caractères trouvés, pour juger rapidement de la qualité. Choisissez d’abord la bonne langue : une reconnaissance dans la mauvaise langue donne de mauvais résultats. Pour obtenir ensuite le texte dans un fichier, utilisez PDF en texte.
Façons de faire l’OCR d’un PDF
Façons de faire l’OCR d’un PDF
Critère
OnCloudPDF
Outils en ligne avec serveur
Logiciel de bureau
Où le fichier est traité
Dans votre navigateur (Tesseract.js)
Sur le serveur du fournisseur
Sur votre ordinateur
Langues prises en charge
8 langues dans cet outil
Variable selon le fournisseur
Variable selon le produit
Connexion nécessaire
Oui, pour charger le moteur et les données de langue
Oui, pour envoyer le fichier
Souvent non
Idéal pour
Des scans occasionnels, qui restent privés
Variable selon le fournisseur
Un travail d’OCR intensif ou régulier
Questions fréquentes
Comment rendre un PDF scanné recherchable ?
Importez le PDF, choisissez la langue du document et cliquez sur « Lancer l’OCR ». L’outil utilise Tesseract.js et ajoute sur chaque image de page une couche de texte invisible et positionnée : le résultat peut alors être consulté par recherche et son texte copié.
Comment faire l’OCR d’un PDF en français ?
Choisissez « Français » dans la liste des langues avant de lancer l’OCR. Les langues proposées sont l’anglais, l’espagnol, le français, l’allemand, l’italien, le portugais, le chinois simplifié et le japonais, à raison d’une seule par exécution.
Le texte reconnu est-il modifiable dans Word ?
Non. Le résultat est un PDF fait des images des pages avec une couche de texte invisible : il est recherchable et son texte se copie, mais ce n’est ni un document Word ni un texte modifiable. Pour récupérer le texte dans un fichier, utilisez ensuite PDF en texte.
L’OCR fonctionne-t-il hors ligne dans le navigateur ?
Pas la première fois : le navigateur doit télécharger le moteur et les données de langue, il faut donc une connexion internet. Les exécutions suivantes peuvent réutiliser les fichiers mis en cache.
Mon PDF est-il envoyé à un serveur ?
Non. Votre fichier reste dans le navigateur. Seuls le moteur Tesseract, les données de langue et le worker de PDF.js sont téléchargés depuis des CDN.
Le texte d’origine et la qualité sont-ils conservés ?
Pas exactement. Les pages sont rendues en images à l’échelle 1,5 pour la reconnaissance puis reconstruites à leur taille d’origine : le résultat est donc fait de ces images, et non du contenu vectoriel d’origine.
Pourquoi la première exécution est-elle plus lente ?
Votre navigateur doit d’abord télécharger le moteur et les données de langue. Les exécutions suivantes peuvent réutiliser les fichiers mis en cache.
Outils PDF associés
PDF en texte – Extrayez tout le texte d’un PDF dans un fichier .txt, dans votre navigateur. Il faut une couche de texte (pas pour un scan : utilisez l’OCR). Fichier jamais envoyé.
Compteur de mots PDF – Comptez les mots, les caractères, les pages et le temps de lecture d’un PDF dans votre navigateur. Couche de texte uniquement : un scan demande l’OCR. Sans envoi.
Effet scan sur PDF – Donnez à un PDF l’aspect d’un document scanné : pages en images avec grain et teinte papier, en noir et blanc ou en couleurs. Dans votre navigateur, sans envoi.
PDF en Excel – Convertissez les tableaux d’un PDF texte en Excel (.xlsx) : une feuille par tableau, nombres en nombres. Dans votre navigateur ; les scans demandent l’OCR.
