Image en texte (OCR)

Ce que fait cet outil OCR

Déposez la photo d'un document, une capture d'écran, une page scannée ou l'image d'un panneau, et le texte qu'elle contient réapparaît sous l'image sous forme de vrai texte, sélectionnable. Douze langues sont disponibles — anglais, chinois simplifié et traditionnel, japonais, coréen, espagnol, français, allemand, portugais, russe, italien et vietnamien — et, pour les langues asiatiques, une case à cocher ajoute l'anglais en même temps, de sorte qu'un contrat chinois contenant des noms et des chiffres en anglais est lu comme un seul document. Vous pouvez déposer plusieurs images à la fois ; chacune est reconnue tour à tour avec une barre de progression, et la zone de résultat est modifiable pour corriger un caractère isolé avant de copier.

La reconnaissance repose sur Tesseract, le moteur OCR open source développé chez HP puis Google, compilé en WebAssembly et exécuté dans un thread de travail de votre navigateur. Avant la reconnaissance, chaque image est nettoyée automatiquement : conversion en niveaux de gris, agrandissement si elle est petite (les captures d'écran de téléphone et les scans basse résolution en profitent le plus) et ajout d'un fond blanc si elle était transparente. Le moteur et le modèle de la langue choisie sont téléchargés une seule fois — environ 4 Mo plus 1 à 3 Mo par langue — puis mis en cache ; l'image elle-même ne quitte jamais votre appareil, ce qui compte pour les pièces d'identité, les contrats et les documents médicaux.

Mode d'emploi

Choisissez d'abord la langue du texte — c'est de loin le facteur qui pèse le plus sur la précision — et laissez « Aussi l'anglais » coché pour les documents chinois, japonais ou coréens contenant des mots en alphabet latin. Déposez, collez ou sélectionnez les images. Attendez la barre de progression ; la première exécution charge aussi le moteur. Lisez le résultat dans la zone : le pourcentage de confiance affiché à côté est l'estimation du moteur lui-même, et tout ce qui est en dessous d'environ 80 % mérite une relecture. Modifiez sur place si nécessaire, puis copiez le texte ou téléchargez-le en fichier .txt ; « Tout copier » et « Tout télécharger » traitent un lot entier (plusieurs fichiers arrivent sous forme de ZIP).

Mise en page : « Auto » détecte les colonnes et les blocs et convient aux pages scannées et aux photos ; « Bloc unique » traite l'image comme une seule colonne de texte et se montre plus stable pour les captures d'écran de conversations, de code et de listes simples. Si un document est arrivé en PDF, passez d'abord par PDF en image et envoyez les pages ici en un clic. Les photos de travers se lisent mieux après Pivoter l'image et Recadrer l'image.

Pièges courants

L'OCR lit du texte imprimé ; l'écriture manuscrite, les polices décoratives et le texte sur fond chargé ressortent illisibles, et aucun outil dans le navigateur n'y change quoi que ce soit. La précision dépend surtout de la photo : remplissez le cadre avec la page, gardez-la plate et droite, éclairez-la de façon uniforme, évitez les ombres et les reflets, et ne réduisez pas l'image avant de la déposer — une photo de 12 mégapixels d'une page A4 est idéale, une vignette de 600 pixels est sans espoir. La mauvaise langue est l'autre grande source d'absurdités : une page japonaise lue comme du chinois, ou une page française lue comme de l'anglais, produit du charabia d'apparence plausible.

Les tableaux ressortent en lignes de texte sans la grille ; les colonnes d'une mise en page à deux colonnes peuvent s'entremêler en mode « Bloc unique » — utilisez « Auto » dans ce cas. Les nombres entourés de peu de mots (factures, relevés de compteur) sont bien lus, mais méritent toujours une vérification, car un 6 et un 8 se ressemblent aussi pour une machine. La première utilisation sur un appareil télécharge le moteur et un modèle de langue, ce qui demande une connexion réseau une seule fois ; ensuite l'outil fonctionne hors ligne. Les très gros lots sur un téléphone peuvent être lents — quelques secondes par page, c'est normal.

En coulisses : comment le texte est reconnu

Le moteur actuel de Tesseract est un réseau de neurones LSTM qui lit une ligne de pixels comme une séquence et en émet des caractères, entraîné séparément pour chaque langue sur des millions de lignes de texte imprimé. La page est d'abord analysée pour sa mise en page — où se trouvent les blocs, les lignes et les mots — puis chaque ligne est normalisée à une hauteur fixe et transmise au réseau. Les modèles utilisés ici sont le jeu tessdata_best quantifié en entiers 8 bits : la même précision que les modèles en pleine précision pour une fraction de la taille, ce qui rend l'auto-hébergement des douze langues praticable.

Tout s'exécute en WebAssembly avec accélération SIMD lorsque le navigateur la prend en charge (c'est le cas de tous les navigateurs actuels), dans un worker afin que la page reste réactive. Le prétraitement est réalisé sur un canvas dans la page : la conversion en niveaux de gris supprime le bruit de couleur, et l'agrandissement des petites images jusqu'à environ 2000 pixels sur le grand côté ramène les lettres dans la plage de taille sur laquelle le réseau a été entraîné. Aucun pixel n'est envoyé nulle part ; la page fonctionne hors ligne une fois le moteur et le modèle mis en cache.

Quand vous avez besoin de convertir une image en texte

Copier un paragraphe d'une capture d'écran qu'on vous a envoyée. Transformer un tableau blanc, une diapositive ou une page de livre photographiés en notes. Récupérer le texte d'une lettre scannée ou d'un vieux PDF qui ne contient que des images. Extraire une adresse, un numéro de commande ou un numéro de série d'une photo. Numériser des reçus et des factures pour la comptabilité. Lire un menu, un panneau ou une étiquette dans une autre écriture pour le coller dans un traducteur.

Sur ce site, la chaîne est la suivante : pivotez et recadrez la photo si nécessaire, reconnaissez le texte ici, et pour les PDF passez d'abord par PDF en image. Un document constitué de photos peut être assemblé avec image en PDF une fois le texte vérifié.

Questions fréquentes