Comment copier le texte d’un PDF scanné (OCR)

Pourquoi on ne peut pas sélectionner le texte d’un scan

Un PDF peut contenir deux types de contenu. Un document enregistré depuis Word ou un logiciel de comptabilité possède une couche de texte : les lettres sont stockées comme des caractères, on peut donc les sélectionner, les copier et les rechercher. Un scan ou une photo est une image : pour l’ordinateur, seulement des points de couleur. Pour en tirer du texte, il faut le reconnaître : c’est l’OCR (reconnaissance optique de caractères).

Test rapide : appuyez sur Ctrl+F dans votre lecteur PDF et cherchez un mot visible sur la page. Si rien n’est trouvé, le fichier n’a pas de couche de texte.

Extraire le texte d’un scan avec PDFowo

1. Ouvrez PDF en texte et ajoutez le PDF. Vous pouvez aussi importer simplement une photo du document (JPG, PNG, WEBP).
2. Choisissez la langue du document : c’est elle qui permet de bien reconnaître les accents.
3. Laissez la reconnaissance sur « Automatique » : l’OCR ne s’applique qu’aux pages sans texte, les autres sont lues directement dans le fichier.
4. Cliquez sur « Extraire le texte ». Copiez le résultat d’un clic ou téléchargez-le en fichier .txt.

La première fois, le navigateur télécharge les données de langue de l’OCR, le démarrage prend donc un peu plus de temps. Le document lui-même n’est jamais envoyé : la reconnaissance se fait sur votre ordinateur ou votre téléphone.

Améliorer la reconnaissance

• Une page droite : un scan de travers donne plus d’erreurs. Photographiez par-dessus ou utilisez le scanner de documents, qui redresse et recadre la page.
• Un bon contraste : un texte foncé sur fond clair fonctionne le mieux. Évitez les ombres, les reflets de lampe et les plis.
• Une résolution suffisante : les petits caractères demandent une image nette ; au scanner, environ 300 ppp.
• Mode « Tout le document » : si le texte extrait du PDF sort illisible ou dans le désordre, traitez chaque page comme un scan.

Ce que l’OCR ne sait pas faire

Il reconnaît bien l’imprimé, mais l’écriture manuscrite donne en général un mauvais résultat. Les tableaux deviennent des lignes de texte, pas des cellules. Vérifiez toujours le résultat, surtout les chiffres : montants, IBAN et dates – un seul chiffre faux peut changer le sens d’un document.

Pour corriger le texte directement dans le document, ouvrez-le dans l’éditeur PDF : vous y trouverez aussi un bouton OCR au-dessus de la page.

Exemple : citer un contrat scanné

Votre banque vous a envoyé le contrat de prêt scanné et vous voulez coller la clause sur le taux d’intérêt dans un e-mail. Au lieu de la retaper, vous importez le PDF dans « PDF en texte », choisissez le français et copiez le paragraphe en quelques secondes. Avant l’envoi, vous comparez les chiffres avec l’original : l’OCR peut confondre « 0 » et « O ».

Questions fréquentes

L’OCR est-il gratuit ?

Oui. La reconnaissance de texte de PDFowo est gratuite et ne demande pas de compte.

Mon document est-il envoyé sur un serveur ?

Non. Le navigateur télécharge seulement les données de langue de l’OCR ; le fichier reste sur votre appareil.

Pourquoi le texte contient-il des erreurs ?

Le plus souvent à cause d’un scan médiocre : page de travers, ombres ou faible résolution. Prenez une photo plus nette et vérifiez la langue choisie.