Comment rendre un PDF numérisé interrogeable sous Windows

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. La recherche d'Edge ne trouve rien, vous ne pouvez pas sélectionner une ligne ni copier un numéro de compte dans un e-mail : vous finissez par le retaper.

Windows sait lire du texte à l'écran, mais il ne peut pas ajouter de calque de texte à un PDF : il ne peut donc pas rendre un scan interrogeable. Microsoft Edge affiche le scan et vous laisse dessiner ou ajouter du texte par-dessus, mais il n'a aucune option pour enregistrer du texte reconnu dans le fichier.

Sous Windows 11, l'Outil Capture d'écran (Snipping Tool) sait lire le texte : appuyez sur la touche Windows + Maj + S, capturez une partie de la page, ouvrez la capture dans l'Outil Capture d'écran, cliquez sur Actions de texte et copiez le texte. PowerToys, une application gratuite de Microsoft à installer à part, ajoute Text Extractor, qui copie le texte de tout ce qui s'affiche à l'écran. Les deux dépannent bien pour récupérer un numéro de téléphone ou une adresse.

L'ennui, c'est que rien n'est écrit dans le fichier. La recherche d'Edge, les autres applications et la personne à qui vous envoyez le PDF ont toujours affaire à 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 lance la reconnaissance de texte sur chaque page numérisée, sur votre PC, 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.

Choisissez la langue du document avant de commencer : dire au moteur de reconnaissance à quoi s'attendre donne de meilleurs résultats, surtout avec les accents et les autres alphabets.

Vous pouvez traiter plusieurs PDF en une fois. Chacun reçoit une copie interrogeable, enregistrée comme nouveau fichier dans le dossier de votre choix, et vos scans 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. Indiquer la langue du document dit au moteur à quoi s'attendre, surtout avec les accents et les écritures non latines.
• 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.
• Un scan protégé par mot de passe ? Retirez d'abord le mot de passe avec Déverrouiller un PDF, lancez l'OCR sur la copie, puis protégez de nouveau la copie interrogeable avec Protéger un PDF.
• 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 PC, les pages ne le quittent donc jamais ; la version gratuite n'a besoin d'une connexion Internet que pour compter ses utilisations.

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

Vous envoyez le résultat sur un portail ? Respectez sa limite de taille sans abîmer le scan.