OCR PDF — Extraire le texte de tout document scanné
Transformez des PDF composés d'images, scannés ou pris en photo en documents interrogeables dont on peut copier le texte. Plus de 100 langues, sans rien à installer.
Télécharger un PDF scanné
Glisser-déposer ou cliquer pour parcourir — fichiers PDF uniquement
Gratuit : 10 Mo · 2 pages · 1/jour | Pro : 100 Mo+ · Pages illimitées · OCR par lots
Pourquoi l'OCR SmallPDF.us se démarque
Construit sur des années d'expérience en traitement de documents, notre pipeline OCR a été conçu de zéro pour la précision, la confidentialité et la diversité réelle des documents.
Précision de reconnaissance élevée
La reconnaissance multi-passes gère les polices mixtes, les pages pivotées, les scans dégradés et les mises en page à plusieurs colonnes. Les documents sources propres en 300 DPI+ produisent constamment des résultats nets et très précis.
100+ langues détectées automatiquement
Latin, cyrillique, arabe, hébreu, CJK (chinois, japonais, coréen), devanagari, thaï et plus — le bon modèle de caractères est appliqué automatiquement par page.
PDF consultable non destructif
Votre mise en page originale, vos images et votre formatage sont parfaitement préservés. Nous superposons une couche de texte transparente et alignée au pixel près pour que la recherche, la copie et les lecteurs d'écran fonctionnent parfaitement.
File d'attente prioritaire pour les utilisateurs Pro
Les utilisateurs Pro contournent entièrement la file d'attente standard. Les tâches d'OCR d'une seule page se terminent en moins de 3 secondes, et les lots de plusieurs pages traitent les pages en parallèle.
Confidentialité zéro connaissance
TLS 1.3 en transit, conteneurs de calcul isolés par tâche, suppression automatique sous 1 heure (gratuit) ou 72 heures (payant). Nous ne lisons ni ne partageons le contenu de vos documents.
Export Word et TXT (Pro)
Allez au-delà du PDF consultable. Exportez les résultats OCR en .docx pour l'édition dans Word, ou en .txt pour les pipelines d'indexation, de traduction et de gestion de contenu.
Comment ça marche — 3 étapes simples
Importez un scan et téléchargez un PDF interrogeable.
Téléchargez votre PDF scanné
Glissez-déposez ou cliquez pour parcourir. Nous acceptons tout PDF, y compris contrats, factures, livres, formulaires et photos prises avec l'appareil.
Gratuit : 10 Mo · 2 pagesLe moteur OCR traite les pages
Chaque page est redressée, débruitée, détectée en langue et traitée par notre modèle de reconnaissance de caractères multilingue. Les coordonnées de texte sont remappées sur la géométrie originale.
Détection automatique de la langueTéléchargez le PDF consultable
Recevez votre document avec une couche de texte invisible entièrement intégrée. La recherche Ctrl+F, le copier-coller et les lecteurs d'écran fonctionnent maintenant partout.
Pro : aussi .docx & .txtQui utilise l'OCR PDF — et pourquoi
Chaque jour, des professionnels de dizaines de secteurs s'appuient sur un OCR précis pour déverrouiller les données enfouies dans leurs documents scannés.
Professionnels juridiques
Convertir les dépôts de tribunal scannés, les dépositions et les contrats en PDFs consultables pour une recherche rapide de mots-clés et des références de citations lors de la préparation des dossiers.
Santé & Médical
Numériser les dossiers patients manuscrits ou imprimés, les résultats de laboratoire et les prescriptions — les rendant accessibles aux systèmes DSE et aux audits de conformité.
Recherche académique
Extraire le texte d'articles de revues scannés, d'archives historiques et de livres de bibliothèque pour activer la recherche en texte intégral, la gestion des citations et l'analyse NLP.
Finance & Comptabilité
OCR des factures, reçus, relevés bancaires et documents fiscaux pour automatiser la saisie de données dans les logiciels comptables et éliminer les erreurs de transcription manuelle coûteuses.
Documents multilingues
Traiter des contrats en langue étrangère, des papiers d'immigration ou de la correspondance internationale en toute confiance dans 100+ langues OCR prises en charge.
Ingénierie & Architecture
Extraire les spécifications, numéros de pièces et mesures des plans et dessins techniques scannés pour le suivi des révisions et l'intégration du workflow BIM.
Ce qui se passe réellement lors de l'exécution de l'OCR
Comment l'OCR lit votre scan, et ce qui influe sur la précision.
Détection de texte natif vs. scanné
Certains PDF contiennent déjà du texte natif sélectionnable — dans ce cas, l'OCR n'est pas nécessaire. Notre outil détecte et traite uniquement les images scannées, laissant intactes les pages qui contiennent déjà du texte numérique.
Ce qui affecte la précision de reconnaissance
La précision de l'OCR dépend de la qualité du scan : une résolution (DPI) plus élevée est meilleure, moins d'inclinaison de la page est meilleur, un contraste plus élevé entre le texte et l'arrière-plan est meilleur. Des scans de faible qualité, basse résolution ou des pages photographiées de travers peuvent entraîner davantage d'erreurs de reconnaissance.
Traiter des documents multilingues
Vous pouvez traiter des documents avec des langues mélangées dans un même document, mais pour de meilleurs résultats, nous recommandons de spécifier la langue dominante utilisée dans le document. Les caractères qui ne correspondent pas à la langue spécifiée sont plus susceptibles d'être mal reconnus.
PDF consultable vs. fichier texte extrait
Vous pouvez choisir entre deux formats de sortie : un PDF consultable qui superpose une couche de texte invisible sur l'apparence originale, ou un fichier texte brut contenant uniquement le texte reconnu. Choisissez le premier pour archiver le document, le second pour réutiliser le texte.
Limites concernant l'écriture manuscrite
L'OCR est optimisé pour reconnaître le texte imprimé. L'écriture manuscrite, en particulier cursive ou désordonnée, est nettement moins précise que le texte imprimé — même une écriture en lettres bâtons bien formée peut donner des résultats variables.
Une note sur les tableaux et données structurées
L'OCR reconnaît le texte mais ne préserve pas de façon fiable la structure en lignes/colonnes des tableaux. Si l'objectif principal de votre document est l'extraction de données tabulaires, notre outil dédié PDF vers Excel est mieux adapté pour reconstruire la structure réelle du tableau.
Questions fréquemment posées
Réponses rapides sur les limites, la confidentialité et les résultats.
L'OCR (Reconnaissance Optique de Caractères) traite chaque page de votre PDF comme une image et la fait passer par un pipeline en plusieurs étapes : redressement, suppression du bruit, normalisation du contraste, puis un modèle de reconnaissance de caractères par apprentissage profond qui mappe les motifs de pixels sur des caractères Unicode. Le texte reconstruit est intégré comme une couche invisible sur les visuels originaux, rendant le document entièrement consultable et copiable sans changer un seul pixel de la mise en page originale.
Tout PDF contenant des images scannées de texte — documents d'un scanner à plat, photos de caméra sauvegardées en PDF, fax, formulaires imprimés ou scans de microfilms d'archives — bénéficiera de l'OCR. Si votre PDF contient déjà du texte sélectionnable (c'est-à-dire que vous pouvez surligner des mots), c'est un PDF 'natif' et l'OCR n'est pas nécessaire.
Pour des scans propres et haute résolution à 300 DPI ou plus, notre moteur atteint une très haute précision de caractères sur les documents à script latin standard. La précision varie naturellement avec la qualité du scan : les images floues, à faible contraste ou fortement déformées obtiendront des scores inférieurs. Le texte manuscrit est partiellement pris en charge mais est nettement plus difficile que le texte imprimé.
La confidentialité est au cœur de la conception de SmallPDF.us. Chaque envoi transite avec un chiffrement TLS 1.3. Votre fichier est traité dans un conteneur de calcul isolé à usage unique, détruit immédiatement après la fin de votre tâche. Les fichiers de l'offre gratuite sont définitivement supprimés sous 1 heure, ceux des offres payantes sous 72 heures. Nous ne lisons, n'indexons, ne partageons ni ne vendons le contenu de vos documents, et nous le supprimons selon le calendrier ci-dessus. Vous pouvez consulter notre Politique de confidentialité pour tous les détails.
Notre moteur OCR prend en charge 100+ langues dont l'anglais, l'espagnol, le français, l'allemand, l'italien, le portugais, le néerlandais, le russe, l'arabe, le chinois (simplifié et traditionnel), le japonais, le coréen, l'hindi et bien d'autres. La langue est auto-détectée à partir d'un échantillon de la page, mais les utilisateurs payants peuvent aussi spécifier une langue manuellement.
Les utilisateurs du plan gratuit peuvent traiter jusqu'à 2 pages par job OCR. Les utilisateurs des plans Pro et Agency peuvent faire l'OCR de PDFs avec un nombre de pages illimité en un seul job, et peuvent également soumettre jusqu'à 10 fichiers à la fois via l'OCR par lots.
Les utilisateurs gratuits reçoivent un PDF consultable — visuellement identique à l'original mais avec une couche de texte invisible intégrée qui permet la recherche Ctrl+F, le copier-coller et les outils d'accessibilité. Les utilisateurs Pro et Agency peuvent également exporter le texte extrait en document Word .docx formaté ou en fichier .txt brut pour les pipelines de données, les outils de traduction ou les systèmes de gestion de contenu.
La reconnaissance optique de caractères demande beaucoup de calcul : chaque page nécessite un temps GPU important pour le prétraitement et l'inférence. Nous proposons 1 passage d'OCR gratuit par jour pour que le service reste rapide et fiable pour tous. Passez à Pro pour des passages d'OCR illimités, l'accès à la file prioritaire, la prise en charge de fichiers plus gros et le traitement par lots. Les tâches Pro passent dans une file prioritaire.
Qu'est-ce que l'OCR et pourquoi votre PDF en a-t-il besoin ?
L'OCR (Reconnaissance Optique de Caractères) est la technologie qui comble le fossé entre un PDF plat basé sur des images et un document vivant et interactif. Lorsque vous scannez un contrat papier, photographiez un reçu ou enregistrez un rapport imprimé en PDF, le fichier est essentiellement une image — l'ordinateur voit des motifs de pixels, pas des lettres. L'OCR change cela.
Le résultat est un <strong>PDF consultable</strong> : visuellement identique à l'original, mais avec une couche de texte invisible et parfaitement alignée sous les images. Vous pouvez maintenant rechercher dans un contrat de 200 pages avec Ctrl+F, surligner et copier un paragraphe, ou laisser les outils d'accessibilité narrer le contenu aux lecteurs malvoyants. Les utilisateurs Pro vont plus loin en téléchargeant le texte extrait sous forme de <strong>fichier Word .docx</strong> éditable ou de <strong>fichier .txt</strong> brut.
Comment SmallPDF.us délivre des résultats OCR précis
La précision dans le traitement des documents est non négociable. Notre pipeline OCR passe par quatre étapes bien définies. Premièrement, le <strong>prétraitement</strong> : chaque page est analysée pour la rotation, le bruit, le contraste et segmentée en régions de texte et figures non textuelles. Deuxièmement, la <strong>détection de la langue</strong> : un scan échantillon identifie si vous travaillez en latin, cyrillique, arabe, CJK ou un autre des 100+ scripts pris en charge. Troisièmement, le <strong>moteur de reconnaissance</strong> effectue une analyse caractère par caractère. Enfin, le <strong>post-traitement</strong> reconstruit les mots et phrases avant d'intégrer la couche de texte dans votre PDF.
Pour des résultats optimaux, assurez-vous que votre document source a été scanné à 300 DPI ou plus avec un éclairage uniforme et sans ombres. Les documents à 150 DPI ou moins, les textures de fond lourdes ou l'inclinaison extrême peuvent produire une précision inférieure. Dans tous les cas, les visuels originaux de votre PDF restent complètement intacts.
Rendez votre PDF interrogeable
Importez un PDF scanné et téléchargez un document interrogeable dont on peut copier le texte. Gratuit pour commencer.