Comment rendre un PDF numérisé interrogeable sur Mac

Vous ne pouvez pas faire de recherche dans un PDF numérisé parce qu'il contient une photo de chaque page, et non les lettres elles-mêmes. Les scanners à plat, les applications de numérisation sur téléphone et les photocopieurs de bureau enregistrent en général les pages ainsi, sauf s'ils font de l'OCR pendant la numérisation.

Le résultat ressemble à un document mais se comporte comme un album photo. Commande-F dans Aperçu ne trouve rien, Spotlight ne peut pas retrouver le fichier d'après son contenu, vous ne pouvez pas copier un numéro de compte dans un e-mail, et les lecteurs d'écran n'ont rien à lire.

Aperçu ne sait pas ajouter de calque de texte à un PDF, il ne peut donc pas rendre un scan interrogeable. Texte en direct, dans macOS, vous laisse sélectionner du texte à l'intérieur des images, ce qui dépanne bien pour récupérer un numéro de téléphone ou une adresse.

L'ennui, c'est que rien n'est écrit dans le fichier. Spotlight, les autres applications et la personne à qui vous envoyez le PDF reçoivent toujours une image. Pour un document que vous fouillerez plus tard ou que vous confierez à quelqu'un, le texte doit être intégré au PDF lui-même.

OCR PDF de File Acture passe la reconnaissance de texte Vision d'Apple sur chaque page numérisée et intègre le résultat en calque de texte invisible par-dessus l'image d'origine. La page a exactement la même allure qu'avant, mais vous pouvez y chercher, sélectionner des lignes et les copier.

Vous choisissez la Langue du document : Détection automatique, ou l'une des suivantes : anglais, turc, allemand, français, espagnol, italien, portugais, russe, chinois, japonais et coréen. Précision propose Précis, la valeur par défaut, qui lit plus soigneusement, et Rapide, qui convient aux longues séries de pages imprimées et propres. Les pages qui contiennent déjà du texte sont recopiées telles quelles : un PDF mêlant pages saisies et pages numérisées ne se retrouve donc pas avec du texte en double.

Un PDF protégé par mot de passe fait apparaître un champ Mot de passe, et la copie interrogeable est de nouveau protégée par le même mot de passe. Le titre, l'auteur, le sujet et les mots-clés du document sont conservés, et chaque copie est enregistrée avec « -searchable » ajouté à son nom. Vous pouvez traiter plusieurs PDF en une fois, et vos fichiers d'origine restent inchangés.

L'OCR ne vaut que ce que vaut le scan : des pages droites et nettes donnent le meilleur texte.

• Choisissez la langue. La Détection automatique convient à beaucoup de documents, mais indiquer la langue dit au moteur à quoi s'attendre, ce qui compte surtout pour le chinois, le japonais, le coréen et le russe.
• Numérisez à 300 ppp. Si vous maîtrisez le scanner, 300 ppp est un bon réglage pour du texte. Beaucoup plus bas, les petits caractères deviennent des formes floues difficiles à lire.
• Redressez les pages d'abord. Remettez les pages couchées à l'endroit avec Faire pivoter les pages avant de lancer l'OCR.
• Des photos de documents ? Réunissez-les dans un seul PDF avec Images en PDF, puis lancez l'OCR sur le résultat.
• Gardez l'original. La copie OCR est redessinée page par page : les liens, les signets et les champs de formulaire ne suivent pas.
• Surveillez la taille du fichier. L'OCR ajoute du texte, il ne réduit pas les images. Si la copie est trop lourde à envoyer, passez-la dans Compresser un PDF : le calque de texte reste en place.

Les services d'OCR en ligne ont besoin de votre document sur leurs serveurs, ce qui compte pour des relevés bancaires, des courriers médicaux et des copies de pièces d'identité. File Acture fait la reconnaissance de texte sur votre Mac, les pages ne le quittent donc jamais, et Pro fonctionne sans connexion Internet et ne se connecte que de temps en temps pour renouveler sa licence.

La version gratuite comprend 3 utilisations sur chaque Mac, avec jusqu'à 5 PDF par utilisation. Pour de longues archives de scans, consultez les tarifs.